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
안철휘 (국민대학교) 이모세 (국민대학교) 안현철 (국민대학교)
저널정보
한국지능정보시스템학회 한국지능정보시스템학회 학술대회논문집 2018년 한국지능정보시스템학회 춘계학술대회 논문집
발행연도
2018.6
수록면
76 - 79 (4page)

이용수

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

초록· 키워드

오류제보하기
적대적 생성 신경망(Generative Adversarial Network, GAN)은 서로 대립하여 데이터를 생성해내는 딥러닝(deep learning) 알고리즘 중 하나이다. GAN은 크게 데이터를 생성해내는 Generator모델과 생성된 데이터를 판별하는 Discriminator 모델의 두 가지 모델로 구성되어 있다. 이들은 서로 대립하는 관계 속에서, 상호작용을 통해 성능을 조금씩 개선해 학습하여, 실제 데이터와 유사한 데이터를 새롭게 생성한다. 본 논문에서는 서로 대립하여 데이터를 생성해 내는 GAN알고리즘을 부도예측을 위한 데이터에 적용하여, 불균형 데이터 문제를 극복하는 방안을 제시한다.

목차

Abstract
I. 서론
II. GAN (Generative Adversarial Network)
III. 실험 모형
IV. 결언
V. 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

UCI(KEPA) : I410-ECN-0101-2018-003-002262428