내 신청현황
종류	모집공고명	진행상태
신청내용이 없습니다.

알림마당

home

신경망과 통계적 기법의 비교: 응용의 개관

전문가 제언: ○ 통계에서 회귀분석은 하나의 독립변수와 하나 이상의 종속 변수들로 구성되는 수치 데이터의 모델링과 분석을 위한 통계 기법이다. 회귀분석은 시계열 데이터의 예상과 같은 예측이나 추론, 가설 검증 및 인과관계의 모델링 등에 사용된다. 한편 로지스틱 회귀는 로지스틱(logistics) 곡선에 적합한 데이터에 의한 사건 발생의 확률을 예측하고 분류하는데 사용되고 판별분석은 사회현상의 여러 특성들을 토대로 주어진 상황에서 응답자의 행동의 예측과 분류에 사용된다.

○ 인간 두뇌의 정보처리 능력을 모델화한 인공 신경망은 복잡하고 부정확한 데이터로부터 패턴의 분류와 인공지능을 기반으로 하는 사례를 통하여 학습하고 이를 바탕으로 정보를 처리할 수 있어서 이론상으로 결과의 예측을 가능케 한다. 신경망은 예측과 분류 분야와 회귀 모델과 기타의 통계적 기법이 전통적으로 사용되는 분야에서 사용될 수 있다.

○ 이 개관은 예측과 분류 문제에서 통계적 기법과 피드포워드(feedforward) 신경망 기법을 비교한 논문들을 수집하고 비교한 것으로 통계적 모델, 표본의 크기, 변수의 수, 방법의 타당성, 오차측정 등과 같은 특성에 대하여 분석하였고 검증방법으로는 n-fold 교차 검증, 부트스트래핑(bootstrapping), 표본의 분리 등이 사용되었다. 비교 결과는 대부분의 경우 신경망 기법이 우수함을 보여주고 있다.

○ 신경망은 변수들 사이에 관계가 알 수 없거나 복잡하여 통계적으로 다룰 수 없는 모델에서 좋은 방법이고 통계적 기법은 변수들이 수치화가 가능한 모델에서 유용하다. 그러나 대부분의 논문이 특수한 문제를 다루기 있기 때문에 표본의 크기와 같은 특성들이 이들 기법의 수행력 비교에 적합한지는 더 연구할 대상이다. 다만 신경망 기법의 우수성은 이미 예견된 것으로 볼 수도 있다.

○ 신경망의 응용은 정보처리 능력의 우월성에도 불구하고 아직은 실험실 수준인 경우가 많아 응용에는 미흡하다. 그러나 뇌신경과학(neuro science) 분야와 같은 새로운 분야에 기초로서 활용할 수 있으므로 BT(biotechnology) 분야에서 활발히 응용될 것이 기대된다.

저자: Mukta Paliwai, Usha A. Kumar
자료유형: 학술정보