초록
본 논문에서는 새로운 순서 회귀 알고리즘인 이동 창 회귀(Moving Window Regression, MWR)를 제안합니다. 첫째, 입력 및 참조 인스턴스에 대한 새로운 순서 표현 방식으로 상대적 순위($\rho$-순위)의 개념을 도입합니다. 둘째, 전체 순위 범위와 특정 순위 범위 내에서 $\rho$-순위를 예측하기 위한 전역 및 국부 상대적 회귀자($\rho$-회귀자)를 개발합니다. 셋째, 두 개의 참조 인스턴스를 선택하여 검색 창을 형성한 후 해당 창 내에서 $\rho$-순위를 추정함으로써 초기 순위 추정값을 반복적으로 정교화합니다. 광범위한 실험 결과는 제안된 알고리즘이 얼굴 연령 추정 및 역사적 색상 이미지 분류를 위한 다양한 벤치마크 데이터셋에서 최신 수준의 성능을 달성함을 보여줍니다. 코드는 https://github.com/nhshin-mcl/MWR에서 제공됩니다.