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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
임수창 (Sunchon National University) 김승현 (Sunchon National University) 김연호 (Sunchon National University) 김도연 (순천대학교)
저널정보
한국정보통신학회 한국정보통신학회논문지 한국정보통신학회논문지 제21권 제1호
발행연도
2017.1
수록면
144 - 150 (7page)

이용수

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

초록· 키워드

오류제보하기
최근 데이터의 지능적 처리 및 정확도 향상을 위해 딥러닝 기술이 응용되고 있다. 이 기술은 다층의 데이터 처리레이어들로 구성된 계산 모델을 통해 이루어지는데, 이 모델은 여러 수준의 추상화를 거쳐 데이터의 표현을 학습한다. 딥러닝의 한 부류인 컨볼루션 신경망은 인간 행동 추정, 얼굴 인식, 이미지 분류, 음성 인식 같은 연구 분야에서 많이 활용되고 있다. 이미지 분류에 좋은 성능을 보여주는 컨볼루션 신경망은 깊은 학습망과 많은 부류를 이용하면 효과적으로 분류율을 높일수 있지만, 적은 부류의 데이터를 사용할 경우, 과적합 문제가 발생할 확률이 높아진다. 따라서 본 논문에서는 컨볼루션 신경망기반의 소부류의 분류을 위한 학습망을 제작하여 자체적으로 구축한 이미지 DB를 학습시키고, 객체를 분류하는 연구를 실험 하였으며, 1000개의 부류를 분류하기 위해 제작된 기존 공개된 망들과 비교 실험을 통해 기존 망보다 평균 7.06%이상의 상승된 분류율을 보여주었다.
#딥러닝 #신경망 #객체 분류 #컨볼루션신경망 #Deep learning #Neural Network #Object Classification #Convolution Neural Network

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 제안하는 CNN기반 학습 Network
Ⅳ. 실험 및 결과
Ⅴ. 결론
REFERENCES

참고문헌 (10)

참고문헌 신청
Y. LeCun, Y. Bengio, and G. Hinton, “Deep learning,” Nature, vol. 521, no.7553, pp. 436-444, May 2015. M. D. Zeiler, and R. Fergus, “Visualizing and understanding convolutional networks,” in Proceedings of the 13th European Conference on Computer Vision, Zurich: CH, pp. 818-833, 2014. O. Russakovsky, J. Deng, H. Su, J. Krause, S. Satheesh, S. Ma, Z. Huang, A. Karpathy, A. Khosla, M. Bernstein, and A.C. Berg, “ImageNet large scale visual recognition challenge,” International Journal of Computer Vision, vol. 115, no. 3, pp. 211-252, Dec. 2015. K. Alex, S. Ilya, and H. Geoffrey, “ImageNet classification with deep convolutional neural networks,” in Proceedings of Advances in Neural Information Processing System, Nevada: NV, pp. 1097-1105, 2012. C. Szegedy, W. Liu, Y. Jia, P. Sermanet, S. Reed, D. Anguelov, D. Erhan, V. Vanhoucke, and A. Rabinovich, “Going deeper with convolutions,” in Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, Boston: MA, pp. 1-9, 2015.

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

심층 컨볼루션 신경망 모델 기반 객체 분류기를 이용한 영상분석 시스템 개발
안명수 ,  강대성 한국정보기술학회논문지 2016 .05
전자부품의 표면 결함 검출을 위한 CNN 기법
최학영 ,  서기성 한국지능시스템학회 논문지 2017 .06
딥러닝, 기계공학에선 이렇게 쓰인다
김수현 ,  이승철 대한기계학회 춘추학술대회 2017 .05
Water Level Forecasting based on Deep Learning : A Use Case of Trinity River-Texas-The United States : 미국 텍사스 트리니티강 사례연구
트란 광 카이 ,  송사광 Journal of KIISE 2017 .06
Time Division 다중 모델 딥러닝을 이용한 컴퓨터시스템 장애예측
김윤상 ,  박충식 한국지능정보시스템학회 학술대회논문집 2016 .11

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2017-004-002127809