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
- 학술대회자료
- 저자정보
- 발행연도
- 2018.10
- 수록면
- 392 - 397 (6page)
이용수
초록· 키워드
오류제보하기
In this paper, we present a study on activity functions for a multi-layered neural networks (MLNNs) and propose a suitable activity function for data enlargement (DE). We have carefully studied the training performance of Sigmoid, ReLu, Leaky-ReLu and L & exp. activity functions for three inputs to multiple output training patterns. Our MLNNs model has L hidden layers with two inputs to four or six outputs by backpropagation neural network training (BP). We focused on the multi teacher training signals to investigate and evaluate the training performance in MLNNs and select the best and good activity function for data enlargement and hence could be applicable for image and signal processing (synaptic divergence). We specifically used four activity functions from which we found out that L & exp. activity function can suite data enlargement neural network training (DENN) since it could give the highest percentage training abilities compared to the other activity functions of Sigmoid, ReLu and Leaky-ReLu during simulation and training of data in the network. And finally, we recommend L & exp. function to be good for MLNNs and may be applicable for signal processing of data and information enlargement because of its performance training characteristics with multiple training logic patterns hence convolution neural networks (CNN).
목차
Abstract
1. Introduction
2. Neural Network Model
3. Backpropagation (BP) for MLNN
4. Experiment Simulations
5. Discussion
6. Conclusion
References
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
심층학습 활성함수에 따른 표정 인식 성능 분석
제어로봇시스템학회 국내학술대회 논문집
2019 .05
-
컨벌루션 신경망에서 활성 함수가 미치는 영상 분류 성능 비교
멀티미디어학회논문지
2018 .10
-
활성화 함수에 따른 U-Net의 성능 변화: ReLU와 Sigmoid 실증적 비교 분석
한국정보통신학회 종합학술대회 논문집
2024 .10
-
Convolution Neural Network Front-end / Back-end Design
대한전자공학회 학술대회
2020 .11
-
Automotive covolution neural network를 위한 학습 기법
대한전자공학회 학술대회
2016 .11
-
합성곱 신경망의 병렬 학습 시스템 구현
대한전자공학회 학술대회
2021 .11
-
정규화 및 항등사상이 활성함수 성능에 미치는 영향
한국산학기술학회 논문지
2017 .10
-
A Wasserstein Autoencoder with SMU Activation Function for Anomaly Detection
한국통신학회 학술대회논문집
2022 .02
-
운전자 조향 특성 분류를 위한 심층 신경망의 비교 연구
제어로봇시스템학회 논문지
2023 .11
-
Data-driven fault detection and isolation of system with only state measurements and control inputs using neural networks
제어로봇시스템학회 국제학술대회 논문집
2021 .10
-
CoS: 딥러닝을 위한 시그모이드로 구성한 강조된 부드러운 비단조성 활성 함수
한국정보기술학회논문지
2021 .01
-
딥러닝의 모형과 응용사례
지능정보연구
2016 .06
-
실시간 객체 탐지에서 심층 신경망 처리 시간 감소를 위한 활성화 함수 위치 변경
대한전자공학회 학술대회
2020 .11
-
Artificial neural network calculations for a receding contact problem
Computers and Concrete, An International Journal
2020 .01
-
Study of the lower limb joint prediction neural network for tracking control of a mobile x-ray imaging system
대한기계학회 춘추학술대회
2021 .04
-
Application of artificial neural network technique to predict polarization curves of stainless steels with various factors
한국표면공학회 학술발표회 초록집
2021 .06
-
An Experimental Analysis of Factors for Effective Subset Selection During Training Neural Networks
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2022 .01
-
정현파 활성화 함수를 활용한 지도학습 Autoencoder 기반 초음파 거리측정 시스템
전자공학회논문지
2024 .10
-
CNN(Convolution Neural Network) 기반의 심혈관질환 분류
정보 및 제어 논문집
2018 .10
-
확장 합성곱 신경망을 통한 이미지 분류
한국정보통신학회 종합학술대회 논문집
2020 .10
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2018-003-003538507