훈련 데이터 분할에 의한 유전자 프로그래밍 학습 성능의 향상 = Improvement of GP Learning Performance by Training Data Partitioning

국문 초록 (Abstract)

데이터마이닝에 있어서 훈련 데이터가 많을 경우 대부분의 학습 알고리즘은 많은 학습 시간을 필요로 하게 된다. 본 논문에서는 훈려 데이터를 여러 개의 부분집합으로 분할하여 학습함으로써 훈련의 속도를 향상하기 위한 방법을 제시한다. 학습 기법으로는 유전자 프로그래밍을 이용하였고 유전자 프로그램들이 진화한 후 일반화 능력을 향상시키기 위하여 혼합 유전자 프로그래밍의 다수 유전자 프로그램을 결합하는 알고리즘을 이용하였다. 실험 결과 훈련 데이터를 분할하여 유전자 프로그램을 학습시키고 다수의 유전자 프로그램을 결합함으로써 전체 훈련 데이터를 한꺼번에 학습한 일반 유전자 프로그래밍 보다 더욱 우수한 성능을 보여 주었다.

목차 (Table of Contents)

• 요약
• 1. 서론
• 2. 데이터마이닝(datamining)
• 3. 분할된 데이터 부분집합의 학습
• 4. 혼합유전자프로그래밍(mGP)
• 5. 실험 및 결과
• 6. 결론
• 감사의 글
• 참고문헌