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
학술대회자료
저자정보
채종빈 (동서대학교) 강대기 (동서대학교)
저널정보
한국정보통신학회 한국정보통신학회 여성 ICT 학술대회 논문집 한국정보통신학회 2021년도 여성ICT위원회 학술대회 논문집
발행연도
2021.8
수록면
71 - 74 (4page)

이용수

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

초록· 키워드

오류제보하기
합성곱 신경망(Convolutional Neural Network)에서 사용되는 대표적인 다운샘플링 (Downsampling) 방법으로는 최대 풀링 (Max pooling), 평균 풀링 (Average pooling)과 같은 방법과 합성곱 신경망의 Stride 값 변화 등이 있다. 그러나, 서로 다른 다운샘플링 방법들이 존재함에도 불구하고, 가장 효과적인 다운샘플링 방법에 대한 체계적인 연구가 많지 않았다. 본 논문에서는 최대 풀링, 평균 풀링, Stride 값 변화 등 총 3가지를 비교하여 각각의 방법으로 모델을 학습하고 평가하였다. 평가를 위해 손실(Loss), 정확도(Accuracy), F1-Score 등의 성능지표를 통해 다운 샘플링 방법들을 비교하였다. 비교에 사용된 모델들은 기본적으로 Cifar-10 데이터셋을 학습한 합성곱 신경망 모델들로, 실험 결과 Max pooling 방식, Stride 변화 방식 2, Average pooling, Stride 변화 방식 1의 순서로 정확도 등 전체적인 성능지표가 높게 나았다. 본 연구의 다 운샘플링에 대한 분석 결과는 정확한 모델 학습을 위한 향후 연구 방향에 기여할 것으로 기대한다.

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 실험
Ⅳ. 실험 결과
Ⅴ. 결론
References

참고문헌 (0)

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