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.
이용수
초록· 키워드
오류제보하기
The purpose of training a convolutional neural network (CNN) is to obtain weight factors that give high classification accuracies. The initial values of hyper-parameters affect the training results, and it is important to train a CNN with a suitable hyper-parameter set of a learning rate, a batch size, the initialization of weight factors, and an optimizer. We investigate the effects of a single hyper-parameter while others are fixed in order to obtain a hyper-parameter set that gives higher classification accuracies and requires shorter training time using a proposed VGG-like CNN for training since the VGG is widely used. The CNN is trained for four datasets of CIFAR10, CIFAR100, GTSRB and DSDL-DB. The effects of the normalization and the data transformation for datasets are also investigated, and a training scheme using merged datasets is proposed.
목차
Abstract
Ⅰ. Introduction
Ⅱ. Hyper-parameters for training CNN
Ⅲ. Experimental results
Ⅳ. Conclusion
참고문헌 (8)
참고문헌 신청
[학술대회논문] - K. Alex / 2012 / Imagenet classification with deep convolutional neural networks / Proc. of Neural Information Processing Systems : 1097 ~ 1105
[단행본] - Y. Bengio / 2012 / Practical recommendations for gradient-based training of deep architecture, Neural Networks: Tricks of the Trade / Springer Berlin Heidelberg : 437 ~ 478
[기타자료] - T. M. Breuel / / The Effects of Hyperparameters on SGD Training of Neural Networks
[단행본] - N. Ketkar / 2017 / Deep learning with Python / Apress
[학술대회논문] - M. Moller / 1992 / Supervised learning on large redundant training sets / Proc. of Neural Networks for Signal Processing : 79 ~ 89
[단행본] - Y. Bengio / 2012 / Practical recommendations for gradient-based training of deep architecture, Neural Networks: Tricks of the Trade / Springer Berlin Heidelberg : 437 ~ 478
[기타자료] - T. M. Breuel / / The Effects of Hyperparameters on SGD Training of Neural Networks
[단행본] - N. Ketkar / 2017 / Deep learning with Python / Apress
[학술대회논문] - M. Moller / 1992 / Supervised learning on large redundant training sets / Proc. of Neural Networks for Signal Processing : 79 ~ 89
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
CNN 구조의 Hyper-parameter 를 조정한 자율주행의 성능 개선
대한기계학회 춘추학술대회
2018 .05
-
다양한 변수에 따른 CNN 성능 분석
정보 및 제어 논문집
2019 .04
-
Extreme Learning을 통한 Convolutional Neural Network의 빠른 학습
대한전자공학회 학술대회
2015 .11
-
이미지 분류에서의 CNN 최적화 모델 설계
Proceedings of KIIT Conference
2021 .06
-
작은 dataset에 대한 효율적인 CNN 학습방법 연구
한국방송미디어공학회 학술발표대회 논문집
2017 .06
-
영상 노이즈 제거 CNN 구조 개선을 위한 VGG CNN 손실함수 적용에 대한 연구
대한전자공학회 학술대회
2019 .11
-
Lightweight image classifier for CIFAR-10
센서학회지
2021 .09
-
Comparison of Hyper-Parameter Optimization Methods for Deep Neural Networks
전기전자학회논문지
2020 .12
-
진화연산 기반 CNN 필터 축소
전기학회논문지
2018 .12
-
CNN을 이용한 이미지 분류
Proceedings of KIIT Conference
2017 .06
-
소량의 학습 데이터에 대한 CNN 분류 성능 향상 방법
대한전기학회 워크샵
2021 .04
-
Bearing Fault Diagnosis Using One-Dimensional Convolutional Neural Network
제어로봇시스템학회 국제학술대회 논문집
2022 .11
-
Dance Movement Recognition based on Deep Learning
IEIE Transactions on Smart Processing & Computing
2024 .06
-
소량의 학습 데이터에 대한 CNN 분류 성능 향상 방법
정보 및 제어 논문집
2021 .04
-
Performance Analysis of Different Optimizers, Batch Sizes, and Epochs on Convolutional Neural Network for Image Classification
농업생명과학연구
2021 .01
-
CNN 기법을 이용한 공간정보 자동분류연구
대한공간정보학회 학술대회
2017 .05
-
CNN 기반의 행동 인식 및 분류 모델 개발
대한전기학회 학술대회 논문집
2020 .07
-
Survey of the 3D Convolutional Neural Networks for Video Action Recognition
대한전자공학회 학술대회
2022 .06
-
1D CNN-GRU 기반 불특정 비행 거리 궤적을 가진 미사일 분류를 위한 학습 방법에 관한 연구
제어로봇시스템학회 논문지
2023 .03
-
CNN을 이용한 차량 수 카운팅 알고리즘
한국생산제조학회 학술발표대회 논문집
2019 .11
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2019-056-000173894