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.
이용수
초록· 키워드
오류제보하기
본 논문에서는 소량의 레이블 데이터로 딥러닝 기반 분류 모델을 훈련할 때 적용되는 준 지도 학습 기법 (semi-supervised learning: SSL)에 대해서 분석한다. 기존의 준 지도 학습 기법은 크게 일관성 정규화 (consistency regularization), 엔트로피 기반 (entropybased), 의사 레이블링 (pseudo labeling)으로 구분할 수 있다. 우선, 각 준 지도 학습 기법의 알고리즘에 대해서 서술한다. 실험에서는 준 지도학습 기법을 레이블 데이터의 수를 변화시키면서 훈련 후 분류 정확도를 평가한다. 최종적으로 실험 결과를 바탕으로 기존 준 지도 학습 기법의 한계에 대해서 서술하고, 분류 성능을 향상하기 위한 연구 방향을 제시한다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 준 지도 학습 기법
Ⅲ. 실험 결과
Ⅳ. 결론
참고문헌 (References)
참고문헌 (18)
참고문헌 신청
A. Krizhevsky, I. Sutskever, and G. E. Hinton, “ImageNet classification with deep convolutional neural networks,” in Proc. Adv. Neural Inf. Process. Syst., pp. 1097–1105, 2012.
K. Simonyan and A. Zisserman, “Very deep convolutional networks for large-scale image recognition,” in Proc. Int. Conf. Learn. Represent., pp. 1–14, 2015.
C. Szegedy et al., “Going deeper with convolutions,” in Proc. IEEE Conf. Comput. Vis. Pattern Recognit., pp. 1–9, 2015.
K. He, X. Zhang, S. Ren, and J. Sun, “Deep residual learning for image recognition,” in Proc. IEEE Conf. Comput. Vis. Pattern Recognit., pp. 770-778, 2016.
P. Bachman, O. Alsharif, and D. Precup, “Learning with pseudo ensembles,” in Proc. Advances Neural Inf. Process. Syst., pp. 3365–3373, 2014.
K. Simonyan and A. Zisserman, “Very deep convolutional networks for large-scale image recognition,” in Proc. Int. Conf. Learn. Represent., pp. 1–14, 2015.
C. Szegedy et al., “Going deeper with convolutions,” in Proc. IEEE Conf. Comput. Vis. Pattern Recognit., pp. 1–9, 2015.
K. He, X. Zhang, S. Ren, and J. Sun, “Deep residual learning for image recognition,” in Proc. IEEE Conf. Comput. Vis. Pattern Recognit., pp. 770-778, 2016.
P. Bachman, O. Alsharif, and D. Precup, “Learning with pseudo ensembles,” in Proc. Advances Neural Inf. Process. Syst., pp. 3365–3373, 2014.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
준지도 학습 기법과 분류 성능에 관한 연구
대한전자공학회 학술대회
2024 .06
-
부분적 관측 가능 환경에서의 객체 인식을 위한 자기 지도 학습 알고리즘
한국정보과학회 학술발표논문집
2022 .06
-
일관성 정규화 기반의 능동 학습 알고리즘
한국자동차공학회 춘계학술대회
2021 .06
-
Self-Supervised Learning through Ad Hoc Pretext Tasks: Survey
대한전자공학회 학술대회
2021 .06
-
SSL/TLS 기반 암호화 트래픽의 서비스 식별 방법
한국통신학회논문지
2015 .11
-
컴퓨터비전에서의 최신 자가지도학습기법 동향
대한전자공학회 학술대회
2023 .06
-
SSL/TLS 구현 상에서의 인증서 유효성 검증에 관한 연구
한국통신학회 학술대회논문집
2017 .06
-
SSL/TLS를 사용하는 IoT에서 에너지 효율성 향상을 위한 보안서비스 선택 기법
한국지능시스템학회 학술발표 논문집
2015 .10
-
실시간 IOT 장치 제어를 위한 다중 스트림 CNN 기반 음원위치추정 모델
제어로봇시스템학회 국내학술대회 논문집
2021 .06
-
쿠키 기반의 TLS/SSL 인증서 공개키의 확인
한국통신학회논문지
2016 .01
-
공공 무선망의 보안을 위한 SSL VPN 적용 방안에 관한 연구
한국통신학회 학술대회논문집
2018 .01
-
준지도 학습의 최신 기법의 이해와 적용분야에 관한 연구
대한전자공학회 학술대회
2021 .11
-
New Security Approaches for SSL/TLS Attacks Resistance in Practice
한국전자거래학회지
2017 .05
-
DLL Injection을 통한 SSL 복호화
한국정보과학회 학술발표논문집
2015 .12
-
SSL VPN을 이용한 폐쇄망 내부의 원격유지보수 개선사례
한국통신학회 학술대회논문집
2022 .06
-
Class Specific Autoencoders Enhance Sample Diversity
방송공학회논문지
2021 .12
-
준 지도 학습 기반의 공용 데이터셋을 활용한 물체 인식 네트워크 학습 연구
대한전자공학회 학술대회
2018 .06
-
FedGC: Global Consistency Regularization for Federated Semi-supervised Learning
Journal of KIISE
2022 .12
-
추론 확률 분포 엔트로피를 기반으로 한 의사 레이블링 기법을 통한 준 지도 학습 향상
한국정보과학회 학술발표논문집
2023 .06
-
무선 환경에서 SSL/TLS를 사용하는 IoT의 에너지 효율성 향상을 위한 기법
정보보호학회논문지
2016 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
성폭력이 의심되는 여아의 위기개입 : James & Gilliland의 위기개입 6단계 모델 적용
장수미
,
이선민
,
문용준
정신건강과 사회복지
2006
.06
머신러닝을 활용한 제품 특성 예측모델의 성능향상 방법 연구
김종훈
,
오하영
한국정보통신학회논문지
2021
.06
소프트웨어 품질 평가를 위한 도구 기술
정재룡
전자공학회지
2023
.08
딥러닝 기반 알고리즘 코드 테스트 케이스 자동 생성 기술 연구
김도규
,
전민기
,
고상기
한국정보과학회 학술발표논문집
2023
.06
Unveiling Hidden Vulnerabilities: Similar Vulnerability Detection Using a Gradient Boosting Decision Tree
Jiashun Hao
,
Young-Woo Kwon
한국통신학회 학술대회논문집
2023
.06
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2021-567-001482422