지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2020.1
- 수록면
- 133 - 138 (6page)
이용수
초록· 키워드
오류제보하기
본 논문은 대부분의 변형된 CNN(: Convolution Neural Networks)에서 사용하지 않는 첫 번째 컨볼루션 층(convolution layer)을 사용해 정확도 향상을 노리는 방법을 소개한다. GoogLeNet, DenseNet과 같은 CNN에서 첫 번째 컨볼루션 층에서는 기존방식(3x3 컨볼루션연산 및 배규정규화, 활성화함수)만을 사용하는데 이 부분을 RGB-csb(: RGB channel separation block)로 대체한다. 이를 통해 RGB값을 특징 맵에 적용시켜 정확성을 향상시킬 수 있는 선행연구 결과에 추가적으로, 기존 CNN과 제한된 영상 개수를 사용하여 정확도를 비교한다. 본 논문에서 제안한 방법은 영상의 개수가 적을수록 학습 정확도 편차가 커 불안정하지만 기존 CNN에 비해 정확도가 평균적으로 높음을 알 수 있다. 영상의 개수가 많아질수록 기존 CNN과 제안한 방법 간의 정확도 차이가 점점 줄어드는 것을 볼 수 있는데 영상이 많아질수록 제안한 방법은 크게 효과를 주지 못하는 것으로 보인다.
목차
등록된 정보가 없습니다.
참고문헌 (10)
참고문헌 신청
박장식 / 2015 / 병렬처리 그래픽 프로세서와 범용 프로세서에서의 보행자 검출 처리 속도 비교 / 한국전자통신학회 논문지 10(2):239~246
N. Srivastava / 2014 / Dropout: A simple way to prevent neural networks from overfitting / The Journal of Machine Learning Research 15(1):1929~1958
S. Ioffe / 2015 / Batch normalization: Accelerating deep network training by reducing internal covariate shift / International Conference on Machine Learning
V. Nair / 2010 / Rectified linear units improve restricted boltzmann machines / International Conference on Machine Learning
정석환 / 2018 / DNN을 이용한 오디오 이벤트 검출 성능 비교 / 한국전자통신학회 논문지 13(3):571~578
N. Srivastava / 2014 / Dropout: A simple way to prevent neural networks from overfitting / The Journal of Machine Learning Research 15(1):1929~1958
S. Ioffe / 2015 / Batch normalization: Accelerating deep network training by reducing internal covariate shift / International Conference on Machine Learning
V. Nair / 2010 / Rectified linear units improve restricted boltzmann machines / International Conference on Machine Learning
정석환 / 2018 / DNN을 이용한 오디오 이벤트 검출 성능 비교 / 한국전자통신학회 논문지 13(3):571~578
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
CNN에서 훈련 및 시험 영상 수에 따른 정확도 분석
한국컴퓨터정보학회 학술발표논문집
2019 .07
-
CNN의 컨볼루션 레이어, 커널과 정확도의 연관관계 분석
한국전자통신학회 논문지
2019 .01
-
초음파 영상에서 질병 추출을 위한Keras 기반의 CNN 모델
디지털콘텐츠학회논문지
2018 .10
-
Survey of the 3D Convolutional Neural Networks for Video Action Recognition
대한전자공학회 학술대회
2022 .06
-
New Approach to Optimize the Size of Convolution Mask in Convolutional Neural Networks
한국컴퓨터정보학회논문지
2016 .01
-
다양한 변수에 따른 CNN 성능 분석
정보 및 제어 논문집
2019 .04
-
Dance Movement Recognition based on Deep Learning
IEIE Transactions on Smart Processing & Computing
2024 .06
-
재구성 가능한 모듈 기반 CNN 가속기 구현
한국정보기술학회논문지
2022 .04
-
긍정과 부정 이미지 기반 데이터 편향에 따른 CNN모델의 차이 연구
대한인간공학회 학술대회논문집
2022 .10
-
합성 곱 신경망의 병렬처리
대한전자공학회 학술대회
2017 .06
-
The Research of Face Expression Recognition based on CNN using Tensorflow
JOURNAL OF ADVANCED INFORMATION TECHNOLOGY AND CONVERGENCE
2017 .07
-
RGB 입력을 통한 CNN 기반 DVS 생성 및 행동 분류 성능 향상 연구
한국방송미디어공학회 학술발표대회 논문집
2024 .11
-
전처리와 특징 추출이 CNN기반 화재 탐지 성능에 미치는 효과
한국산업정보학회논문지
2018 .08
-
A Study of Facial Organs Classification System Based on Fusion of CNN Features and Haar-CNN Features
한국정보기술학회논문지
2018 .11
-
FFT 적용을 통한 Convolution 연산속도 향상에 관한 연구
멀티미디어학회논문지
2021 .11
-
합성곱 신경망 기반 RGB-D 영상 분할 모델의 형상 편향성 분석
대한전자공학회 학술대회
2022 .06
-
이미지 분류에서 양자화된 딥뉴럴 네트워크를 위한 콘볼루션 계층 하드웨어 구현
전기학회논문지
2025 .04
-
CNN을 이용한 거리 사진의 분류와 안전도 평가
방송공학회논문지
2018 .05
-
협업 계층을 적용한 합성곱 신경망 기반의 이미지 라벨 예측 알고리즘
멀티미디어학회논문지
2020 .06
-
CNN을 활용한 실내화재 이미지 분석 알고리즘 개발
한국통신학회 학술대회논문집
2022 .11
이 논문의 저자 정보
최근 본 자료
댓글(0)
0