FERSE: Flexible and Efficient Rule-based Self-Explainable Model for Tabular Dataset
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | 이승언 | ko |
| dc.contributor.author | 안경진 | ko |
| dc.contributor.author | 김단우 | ko |
| dc.contributor.author | 정채윤 | ko |
| dc.contributor.author | 차미영 | ko |
| dc.date.accessioned | 2022-11-15T07:01:42Z | - |
| dc.date.available | 2022-11-15T07:01:42Z | - |
| dc.date.created | 2022-11-12 | - |
| dc.date.issued | 2022-07-01 | - |
| dc.identifier.citation | 2022 한국컴퓨터종합학술대회 (KCC2022) | - |
| dc.identifier.uri | http://hdl.handle.net/10203/299651 | - |
| dc.description.abstract | 이 연구에서는 규칙의 형태로 의사 결정에 대한 근거를 제시하는 딥러닝 모델을 제안한다. 기존 규칙 기반 모델들과는 달리 제안된 모델은 규칙을 여러 개의 컴포넌트로 나누고 확률 분포 계산을 통해 컴포넌트를 재조합하여 유연하게 규칙을 생성한다. 도표형 데이터에서 실험을 진행한 결과 제안된 모델은 기존의 방법론에 비해 더 높은 예측 성능을 보장하며 이해하기 쉬운 설명 제공이 가능하다. | - |
| dc.language | Korean | - |
| dc.publisher | 한국정보과학회 | - |
| dc.title | FERSE: Flexible and Efficient Rule-based Self-Explainable Model for Tabular Dataset | - |
| dc.type | Conference | - |
| dc.type.rims | CONF | - |
| dc.citation.publicationname | 2022 한국컴퓨터종합학술대회 (KCC2022) | - |
| dc.identifier.conferencecountry | KO | - |
| dc.identifier.conferencelocation | 제주국제컨벤션센터 | - |
| dc.contributor.localauthor | 차미영 | - |
| dc.contributor.nonIdAuthor | 김단우 | - |
| dc.contributor.nonIdAuthor | 정채윤 | - |
- Appears in Collection
- CS-Conference Papers(학술회의논문)
- Files in This Item
- There are no files associated with this item.
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.