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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2025.2
- 수록면
- 234 - 244 (11page)
- DOI
- 10.7840/kics.2025.50.2.234
이용수
초록· 키워드
이 논문은 변동하는 자원 환경에서 적응적으로 정확도와 지연시간을 조절할 수 있는 Faster R-CNN 모델과 출구 선택 알고리즘을 개발한다. 최근 컴퓨터 비전과 자연어 처리 분야의 급격한 발전과 함께 추론 지연시간이 중요한 요소로 작용하는 반면, 기존 연구들에서는 자원이 동적으로 변하는 환경에서 지연시간과 정확도 간의 최적의 트레이드-오프를 보장하는 모델과 알고리즘이 존재하지 않았다. 본 연구에서는 이러한 문제를 해결하기 위해 다중 출구(multi-exit) 신경망 기법과 Lyapunov 최적화를 활용한 Faster R-CNN 모델 및 출구 선택 알고리즘을 제안한다. 제안한 기술은 자원의 변화가 불확실한 상황에서도 시스템의 안정성을 유지하면서 장기적으로 최적의 성능을 보장하며, 자원 상황에 따라 추론을 위한 최적의 출구를 선택할 수 있다. 또한, 시뮬레이션을 통해 제안한 기술이 가용 자원에 따라 정확도와 지연시간 사이의 트레이드-오프를 조절할 수 있음을 검증하였다.
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- 요약
- ABSTRACT
- Ⅰ. 서론
- Ⅱ. 다중 출구 신경망 기반의 Faster R-CNN 설계
- Ⅲ. 동적 출구 선택 알고리즘
- Ⅳ. 시뮬레이션 결과
- Ⅴ. 결론
- References
참고문헌
참고문헌 신청최근 본 자료
UCI(KEPA) : I410-151-25-02-092293590
