Proceedings of the Korean Society of Computer Information Conference (한국컴퓨터정보학회:학술대회논문집)

Korean Society of Computer Information (한국컴퓨터정보학회)
권호 표지

Support Vector Machine Using Parallel Hyperplane for Reduction of Training Data

트레이닝 데이터 감소를 위한 병렬 평면 기반의 Support Vector Machine

  • Lee, Tae-Ho (Dept. of Electrical and Computer Engineering, Sungkyunkwan University) ;
  • Kim, Min-Woo (Dept. of Electrical and Computer Engineering, Sungkyunkwan University) ;
  • Lee, Byung-Jun (Dept. of Electrical and Computer Engineering, Sungkyunkwan University) ;
  • Kim, Kyung-Tae (Dept. of Software, Sungkyunkwan University) ;
  • Youn, Hee-Yong (Dept. of Electrical and Computer Engineering, Sungkyunkwan University)
  • 이태호 (성균관대학교, 정보통신대학 전자전기컴퓨터공학과) ;
  • 김민우 (성균관대학교, 정보통신대학 전자전기컴퓨터공학과) ;
  • 이병준 (성균관대학교, 정보통신대학 전자전기컴퓨터공학과) ;
  • 김경태 (성균관대학교, 소프트웨어대학 소프트웨어학과) ;
  • 윤희용 (성균관대학교, 정보통신대학 전자전기컴퓨터공학과)
  • Published : 2019.07.10
Download PDF
⟨ Previous Next ⟩

Abstract

SVM (Support Vector Machine)은 견고성으로 인해 다양한 분류 문제에 적용 할 수 있는 효율적인 기계 학습 기술이다. 그러나 훈련 데이터의 수가 증가함에 따라 시간 복잡도가 급격히 증가하므로 대규모 데이터 세트의 경우 SVM이 비실용적이다. 본 논문에서는 SVM을 사용하여 중복 된 학습 데이터를 효율적으로 제거하는 새로운 병렬 평면(Parallel Hyperplane) 기법을 소개한다. 제안 기법에서 PH는 재귀 적으로 형성되는 반면 PH의 외부에 있는 데이터 포인트의 클러스터는 매 반복마다 제거된다. 시뮬레이션 결과 제안 기법은 기존의 클러스터링 기반 감축 기법과 SMO 기법에 비해 학습 시간을 크게 단축시키면서 데이터 축소 없이 분류의 정확성을 높일 수 있음을 확인 하였다.

Keywords