메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이민수 (중앙대학교) 이찬근 (중앙대학교)
저널정보
Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.48 No.1
발행연도
2021.1
수록면
82 - 90 (9page)
DOI
10.5626/JOK.2021.48.1.82

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
최근 심층 신경망이 널리 보급되면서 심층 신경망을 시험 및 검증하기 위한 많은 연구가 진행되고 있다. 이중 가장 활발히 연구되고 있는 주제 중 하나는 심층 신경망을 대상으로 하는 테스트 커버리지 방법이다. 본 연구는 현재까지 발표된 다양한 테스트 커버리지 방법들을 이용하여, 학습 데이터 대비 최적의 심층 신경망 구조를 찾는데 활용할 수 있다는 새로운 아이디어를 제안한다. 이를 위해, 동일한 데이터세트로 학습된 기온 예측용 신경망 구조들 다수에 대해 테스트 커버리지를 계산하여 가장 적합한 신경망을 선택한다. 구체적으로, 제시된 방법은 1~3개의 장단기 메모리 층과 2~20개의 뉴런을 가지는 전결합 층으로 구성된 총 13개의 신경망 구조 중 최적의 심층 신경망 구조를 성공적으로 찾아낸다.

목차

요약
Abstract
1. 서론
2. 배경 지식
3. 실험 방법
4. 실험 결과
5. 결론 및 향후연구
References

참고문헌 (6)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-569-001489749