보흐너 정리를 활용한 랜덤 피쳐의 생성
- 자료 유형
- 실제 탐구보고서
- 합격 정보
- 서울대 첨단융합학부
- 활동 유형
- 세부능력 및 특기사항
- 교과 과목
- 고급수학Ⅰ, 수학Ⅱ, 미적분
- 탐구 키워드
- 인공지능 (머신러닝, NLP 등)
2026-06-11
로그인 후 이용해주세요
저장소에 저장되었습니다.
로그인 후 이용해주세요
내용 요약
커널 트릭은 비선형 문제를 해결하지만 커널 행렬 계산이 O(N^2)이라 대규모 데이터에서 계산 비용이 크게 증가함
이를 해결하기 위해 보흐너 정리를 기반으로 커널을 푸리에 변환 형태로 표현하는 랜덤 피처(Random Features) 기법을 도입함
랜덤 주파수를 샘플링해 (cos(omega^Tx), sin(omega^Tx)) 형태의 명시적 특징 벡터로 변환하여 커널 값을 근사함
이렇게 생성된 특징 공간에서 선형 모델을 학습하면 기존 커널 방법보다 계산량을 크게 줄일 수 있음
실험 결과 RBF 커널 SVM과 유사한 정확도를 유지하면서 실행 시간이 약 33% 수준으로 감소함을 확인함
탐구 보고서 전문
멘토의 다른 탐구 활동
꼭 알아주세요
- 본 자료와 관련된 모든 저작권은 (주)진학사에 있으며, 저작권법 제4장 및 제5장의 규정에 따라 일부 또는 전체를 복제, 배포, 업로드하거나 이를 바탕으로 한 2차 저작물을 제작하는 행위를 금합니다.
- 제공되는 탐구 보고서는 학생부종합전형으로 합격한 선배들의 실제 탐구 자료입니다. 이미 대학 입학사정관의 평가를 받은 자료이기에,이를 그대로 따라하기보다는 참고 자료로 활용하여 여러분만의 독창적인 탐구 보고서를 작성해 주시기 바랍니다. 선배들의 탐구 과정과 방법론을 참고하되, 여러분의 관심사와 관점을 반영한 차별화된 탐구를 진행하시길 권합니다.
- 하나의 아이디는 구매자 본인 이용을 기준으로 제공됩니다. 본인이 사용하는 PC/모바일에서는 이용 가능하나, 여러 명이 하나의 아이디를 공유해 이용할 수 없습니다. 부정 사용 방지를 위해 접속 IP 등 이용 로그가 기록될 수 있으며, 비정상 이용이 확인될 경우 서비스 이용이 제한될 수 있습니다.