Detailed Information
Cited 0 time in 
Cited 0 time in 
Cited 0 time in
Metadata Downloads
정규 혼합분포를 이용한 준지도 학습Semi-Supervised Learning by Gaussian Mixtures
- Other Titles
- Semi-Supervised Learning by Gaussian Mixtures
- Issue Date
- 2008
- Publisher
- 한국통계학회
- Keywords
- 베이지안 정보량; 분류; 밀도 추정; EM 알고리즘; 정규 혼합분포.; BIC; classification; density estimation; EM algorithm; Gaussian mixture.
- Citation
- 응용통계연구, v.21, no.5, pp.825 - 833
- Indexed
- KCI
- Journal Title
- 응용통계연구
- Volume
- 21
- Number
- 5
- Start Page
- 825
- End Page
- 833
- ISSN
- 1225-066X
- Abstract
- 혼합모형을 이용한 판별분석은 다중 분류문제를 해결하는데 유용한 방법으로서 준지도 학습으로 확장될 수 있다. 본 논문에서는 정규 혼합분포를 이용한 준지도 학습 방법에서 혼합 모형의 하위 구성요소 개수 선택 기준을 연구하고자 한다. 하위 구성요소 선택 기준으로서 베이지안 정보량을 사용하였고 모의실험을 통해 이 방법의 유용성을 규명하였다.
- Files in This Item
- There are no files associated with this item.
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
Related Researcher
- Koo, Ja Yong
- College of Political Science & Economics (Department of Statistics)