영역 전이 학습에서의 보정 네트워크를 이용한 공분산 벌어짐 해소

Q: 이 논문에서 정의한 공분산 벌어짐이란 무엇인가?

공분산 벌어짐은 영역 전이 학습에서 원 영역과 대상 영역의 훈련이 개별적으로 이루어질 때, 자질 추출부가 생성하는 자질 벡터 공간에서 두 영역이 독립적인 공간에 사상되어 발생하는 차이를 의미한다. 이는 전이 학습의 성능 저하를 야기한다.

Q: 보정 네트워크가 영역 전이 학습에서 공분산 벌어짐을 어떻게 해소하는가?

연구 결과, 보정 네트워크는 기존 자질 추출부와 새로 훈련할 자질 추출부의 자질 벡터들 간의 차이를 로그 손실로 생성하고, 이 손실을 전체 정책망의 Q 손실과 합하여 네트워크를 훈련한다. 이를 통해 영역 간 지식 없이도 공분산 벌어짐을 효과적으로 감축한다.

구상준; 유환조; 이근배

자료유형: 학술대회자료

저자정보: 구상준 (포항공과대학교) 유환조 (포항공과대학교) 이근배 (포항공과대학교)

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2018 한국컴퓨터종합학술대회 논문집

발행연도: 2018.6

수록면: 1,069 - 1,070 (2page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

인공지능의 강화 학습에서 주로 제시되는 문제는 한 영역에서 훈련된 수행자를 다른 영역에서 활용하는 영역 전이 학습에 관한 것이다. 이에 최근 심층신경망을 사용하여 구현된 Q 학습 프레임워크인 Deep Q Network (DQN) 이 그 해법으로 제기되고 있다. ... 전체 초록 보기

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-569-003151709

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)