Feature Selection of SVM-RFE Combined with a TD Reinforcement Learning
Chayoung Kim · The Journal of Korean Institute of Information Technology · 2018
자기-학습 모델의 발전은 강화학습 덕분에 다양한 방법으로 진행되고 있는데, 해당 분야의 예를 들면, 대규모 온라인 게임 서버 구조와 유전자 조절 네트워크 같은 빅-데이터 분야이다. 본 연구는 해당 분야의 서버 플랫폼을 잘 활용하기 위하여, 데이터 표현 자체에 대한 분석에 더 높은 비중을 두어 진행하였다. 첨가하여, 이러한 연구 포커스가 대용량 처리를 하는 소프트웨어를 적용하기 전에, 빅-데이타 분야의 특징 선택에 대한 서버 로드 이슈를 해결하는 데에 도움이 될 것이며, 비슷한 다른 연구 분야에 대한 결과 예측에도 잘 활용될 것이라고 생각한다. 본 연구는 SVM-RFE에 TD 강화학습을 적용한 방법을 제안한다. 본 연구와 기존 연구 결과를 비교한 것을 보면, 빅-데이터 분야에서 서버의 로드를 향상시켰으며, 자기-학습 모델에 의한 관련성 높은 특징만을 선택함을 볼 수 있다.