제목 : Extracting decision trees from trained neural network

발표 : Pattern Recognition 32 (1998), Accepted 30 November 1998.  
출처 : The Journal of the Pattern Recongnition Society
초록 : http://portal.acm.org/citation.cfm?id=775113

파일 :


설명 :
이 논문에서는 훈련된 신경망 모델에서 결정트리를 추출하는 방식의 결정트리 알고리즘 생성 방법을 제안한다. 결정트리가 갖는 장점(이해하기 좋고, 설명력이 좋음)과 신경망이 갖는 장점(분류 정확도가 상대적으로 높음)을 결합하는 것에 관심을 두고 있다.  

참고 :
* 초록 및 서론의 내용은 결정트리와 신경망의 장단점을 설명하는 좋은 참고 내용이다. 
* 제안하는 방법의 3단계를 구성된다. (1) prototypes 찾기 (2) GA 알고리즘을 사용하여 최적의 Prototype 찾기 (3) 선택된 prototypes 을 사용하여 결정트리 구축하기


신고
by 에이아이 2009.07.18 22:27
제목 : Extracting decision trees from trained neural networks

발표 : International Conference on Knowledge Discovery and Data Mining
         Proceedings of the eighth ACM SIGKDD international conference on Knowledge discovery
         and data mining

년도 : 2002년
초록 : http://portal.acm.org/citation.cfm?id=775113

내용 : 신경망 모델로 부터 결정트리를 생성하는 방법으로 2002년에 발표된 논문임. 
         1999년에 패턴인식 학회에서 발표된 논문과 제목이 동일함.

원본 :



신고
by 에이아이 2009.07.18 18:12
국문 : 특징공간을 사선 분할하는 퍼지 결정트리 유도
영문 : Fuzzy Decision Tree Induction to obiquely Partioning a Feature Space

발표 : 정보과학회논문지 : 소프트웨어 및 응용 제29권 제3·4호, 2002. 4, pp. 156 ~ 166 (11pages)
출처 : DBpia 에서 [퍼지 결정트리] 로 검색

초록 : DBpia 초록보기



신고
by 에이아이 2009.07.18 17:58

국문
: 지지 벡터 머신을 이용한 다변수 결정트리
영문 : A Multivariate Decisioin Tree using Support Vector Machines

발표 : 한국정보과학회 2006 가을 학술발표논문집 제33권 제2호(B), 2006. 10
출처 : DBpia 에서 [지지 벡터 머신] 으로 검색하면 원본 회득 가능함.

내용 : 기존의 결정트리 알고리즘이 갖는 한계(데이터가 속성 축에 평행하게 존재하지 않는 경우 분류율 떨어짐)를 극복하고자 SVM을 적용하였다. 지지 벡터 머신(SVMDT) 라는 이름의 결정트리 알고리즘을 제안한다.

초록 : DBpia 초록 보기

신고
by 에이아이 2009.07.17 13:09
| 1 |