메뉴 건너뛰기

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
저널정보
Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2022 한국컴퓨터종합학술대회 논문집
발행연도
수록면
1,025 - 1,027 (3page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
이 논문의 연구방법이 궁금하신가요?
🏆
연구결과
이 논문의 연구결과가 궁금하신가요?
AI에게 요청하기
추천
검색
질문

초록· 키워드

확률적 경사하강법 (stochastic gradient descent, SGD)은 대규모 데이터에 대한 심층학습을 가능케 한 결정적인 기법으로, 지금까지 영상, 음성 등 모든 양식의 최첨단 심층학습 모델에 사용되고 있다. 이에 따라, SGD의 특성을 분석하기 위한 다양한 이론적인 연구가 진행되고 있다. 특히 심층학습 모델의 확률 적 경사소음 (stochastic gradient noise, SGN)을 확률 과정으로 모델링하며, SGN의 실험적인 분포를 토 대로 SGD에 대응되는 확률과정의 특성을 분석하는 방향이 있다. 본 논문에서는 그래프 신경망 (grap ... 전체 초록 보기
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지
정보가 잘못된 경우 알려주세요!

목차

등록된 정보가 없습니다.

참고문헌

참고문헌 신청

최근 본 자료

전체보기
UCI(KEPA) : I410-ECN-0101-2022-569-001539604