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
윤하영 (서울과학기술대학교) 최세운 (금오공과대학교) 정진우 (서울과학기술대학교)
저널정보
한국HCI학회 한국HCI학회 학술대회 PROCEEDINGS OF HCI KOREA 2023 학술대회 발표 논문집
발행연도
2023.2
수록면
1,152 - 1,155 (4page)

이용수

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

초록· 키워드

오류제보하기
유방암은 전 세계적으로 여성들에게서 많이 발생하는 심각한 질병이다. 최근 딥러닝 발전과 더불어 유방암 진단의 보조적인 역학을 하는 Computer-aid detection/diagnosis (CAD) 시스템이 많이 발전했으나 최근 vision transformer (ViT) 나 MLP-Mixer 를 기반으로 하는 최신 모델의 유방암 분류 성능 비교 연구는 미비한 상황이다. 또한 Mobile 환경으로의 CAD 시스템의 이식에 대한 연구가 활발하게 진행되고 있어, 비교연구가 단순히 모델의 정확도에 국한되지 않고 자원이 제한된 모바일 환경으로의 전환이 용이하도록 효율성에 대해서도 같이 살펴보아야 필요성이 높아졌다. 그렇기 때문에 본 연구에서는 전통적인 CNN 모델뿐만 아니라 ViT 및 MLPMixer 기반의 모델들에 대한 정확도 및 효율성에 대한 비교 연구를 진행하였다. 5 개의 모델 중에서 ViT 기반 모델인 MobileViT-S 모델이 가장 높은 정확도인 0.7477 을 달성하였으며, 짧은 훈련 시간을 소모하여 유방암 분류 과제에서의 최선의 모델임을 알 수 있다.

목차

요약문
1. 서론
2. 연구 방법
3. 실험
4. 결과
5. 결론
참고문헌

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