인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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.
피인용 0
초록·키워드
최근 원격 주행 드론과 같은 자율 시스템 활용을 위한 저전력 인공지능 모델 연구로 스파이킹 신경망(SNN) 연구가 활발히 진행되고 있다. 본 연구는 스파이킹 신경망을 이용한 수변 구역 변화 탐지 모델을 제안한다. U-Net을 기반으로 하여 스파이킹 신경망을 이용할 수 있도록 수정하였다. 데이터 인코딩 방식과 Time-step에 따른 모델의 성능을 비교하였고, 기존 인공신경망 모델과도 성능 비교 연구를 진행하였다. 제안한 모델은 인코딩 방식에 따라 성능 및 지연시간, 전력소모의 차이를 보였고, Time-step 수가 증가할수록 정확도 성능이 14% 증가하는 대신 지연시간이 약 23% 길어지고 전력소모가 약 10.6% 커짐을 확인하였다. 기존 인공신경망(ANN)과 비교했을 때 SNN 모델의 성능 대비 전력 소모 값이 약 15% 낮게 측정되어 차세대 신경망으로서 전력 효율 개선을 기대할 수 있다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-096089882
