1. 논문제목: Determination of the spread parameter in the Gaussian kernel for classification and regression
   저널: Neurocomputing
    저자: Wenjian Wang, Zongben Xu, Weizhen Lu, Xiaoyun Zhang

2. 주저자 배경
주저자 Wenjian Wang는 2003년 당시 Xi’an Jiao Tong University, 에서 근무 하고 있었음

3. 논문 요약
이 논문은 Support Vector Machine (SVM) 알고리즘을 활용한 모델링에 있어 필요한 적정 parameter 값을 산정하는 연구이다. Learning machine 의 하나로서 주로 사용되는 전달함수는 Gaussian kernel이며 이와 관련된 파라미터의 (C, epsilon, sigma) 값을 예측값의 수행 정도로부터 판단해 하였다. C값의 경우 0.001부터 0.5까지는 급격히 Mean absolute error(MAE)를 감소시키고, 0.5 이상의 값부터는 MAE 값의 변화가 두드러 지지 않았다. Epsilon은 C와 반대로 0.5 이후부터 급격히 증가된 MAE 값을 보였다. Sigma의 경우 1.0 일때 가장 낮은 MAE 값을 보였다.
           
4. 논문의 독창성
이 논문은 SVM과 SVR에 대한 주요 모델 parameter들을 살펴보고 예측값에 대한 적절한 범위를 산정해 보고자 하였다. 

5. 논문의 적용 가능성
 본 연구에서 제시된 SVR 파라미터들은 새로이 구축되는 SVR 모델 구성에서 적용되어야 할 값으로서 그 예측 범위를 가늠케 해준다.

6. 요약자 E-mail: yepark@gist.ac.kr

Yongeun Park