Download
1 / 8
100 likes | 705 Views
신경망을 이용한 Lotto 당첨가능성 측정기. 고려대학교 전산학과 지능정보시스템 연구실 이 윤 수. 1. Introduction. Project Overview 인공신경망을 이용한 Lotto 당첨번호 패턴 Classification 번호의 출현 빈도수를 바탕으로 패턴 분류 당첨번호를 이용한 학습 BP 알고리즘. 2. Related Research. Lotto Pro 2003 Lotto 당첨번호 분석 툴 번호의 출현 빈도수를 분석 그래프 및 표로 표현 Lotto Killer
E N D
신경망을 이용한 Lotto 당첨가능성 측정기 고려대학교 전산학과 지능정보시스템 연구실 이 윤 수
1. Introduction • Project Overview • 인공신경망을 이용한 Lotto 당첨번호 패턴 Classification • 번호의 출현 빈도수를 바탕으로 패턴 분류 • 당첨번호를 이용한 학습 • BP 알고리즘
2. Related Research • Lotto Pro 2003 • Lotto 당첨번호 분석 툴 • 번호의 출현 빈도수를 분석 • 그래프 및 표로 표현 • Lotto Killer • 수학적 / 통계학적 접근 • 가우스 법 • 페르마 법 • 베이즈 법
x1 z1 x2 z2 y x45 z50 1 1 3. Implemented System • 신경망의 구조 • Input Layer • 45개의 번호의 기재 유무를 1 x 45의 행렬에 1과 0으로 사상 • 45 Neurons • 1 Bias • Output Layer • 입력된 조합의 당첨 가능성을 출력 • 1 Neuron • Hidden Layer • 50 Neurons • 1 Bias
3. Implemented System • 학습 방법 • BP 알고리즘 • Supervised Learning을 이용한 당첨번호 학습 • 당첨 번호이면 Class 1 • 아닐 경우 Class 0 • Learning Rate • 0.01 • 비교적 빠르고 정확한 값을 출력해내는 값을 선택 • Initial Weight • -0.5~+0.5 사이에서 랜덤하게 선택 • 오차 한계 • 0.0001
4. Training • 학습 패턴 • Class 1 • 당첨번호를 1 x 45 행렬에 1과 0으로 사상 • Ex) 02 04 15 16 20 29 01 (1회차 당첨번호) 1 1 0 1 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 • 총 52개의 Feature • Class 0 • 절대 나올 수 없는 조합 또는 나오기 힘든 조합 • 연속된 7개의 수 조합 • 45 / (45! / 39!) * 100 = 0.000000767% • 연속된 7개의 홀/짝 수들의 조합 • 총 52개의 Feature
5. Experimental Result • Testing • 출현 빈도수가 많은 수의 조합 입력 • 2 4 7 30 37 40 0.999940 • 출현 빈도수가 적은 수의 조합 입력 • 5 10 24 28 35 43 0.00000 • 실제 적용 • 학습되지 않은 53회차 당첨 번호 • 7 8 14 32 33 39 0.999774
6. Conclusion & Future Work • 결론 • 신경망을 이용한 Classification으로 당첨 가능성을 계산할 수 있다는 가능성 제시 • 적절한 Feature들의 선택이 매우 중요 • Future Work • 수학적 / 통계학적 계산 방법의 도입 • 보다 정확한 예측 기대
