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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Hyemee Kim (Pusan National University) Ryeji Jeong (Pusan National University) Hyerim Bae (Pusan National University)
저널정보
한국컴퓨터정보학회 한국컴퓨터정보학회논문지 한국컴퓨터정보학회 논문지 제24권 제1호(통권 제178호)
발행연도
2019.1
수록면
137 - 143 (7page)

이용수

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

초록· 키워드

오류제보하기
As the performance of computers increases, the use of deep learning, which has faced technical limitations in the past, is becoming more diverse. In many fields, deep learning has contributed to the creation of added value and used on the bases of more data as the application become more divers. The process for obtaining a better performance model will require a longer time than before, and therefore it will be necessary to find an optimal model that shows the best performance more quickly. In the artificial neural network modeling a tuning process that changes various elements of the neural network model is used to improve the model performance. Except Gride Search and Manual Search, which are widely used as tuning methods, most methodologies have been developed focusing on heuristic algorithms. The heuristic algorithm can get the results in a short time, but the results are likely to be the local optimal solution. Obtaining a global optimal solution eliminates the possibility of a local optimal solution. Although the Brute Force Method is commonly used to find the global optimal solution, it is not applicable because of an infinite number of hyper parameter combinations. In this paper, we use a statistical technique to reduce the number of possible cases, so that we can find the global optimal solution.
#LSTM #Optimization #Hyper parameter tuning #Sampling

목차

Abstract
I. Introduction
II. Preliminaries
III. The Proposed Scheme
IV. Conclusions
REFERENCES

참고문헌 (16)

참고문헌 신청
L. Deng / 2014 / Deep learning : methods and applications / Foundations and Trends in Signal Processing 7(3-4):197~387 google schola C. Paar / 2009 / Understanding cryptography : a textbook for students and practitioners / Springer Science & Business Media :7 google schola R. E. Korf / 1985 / Depth-first iterative-deepening: An optimal admissible tree search / Artificial intelligence 27(1):97~109 google schola T. Pukkala / 1993 / A heuristic optimization method for forest planning and decision making / Scandinavian Journal of Forest Research 8(1-4):560~570 google schola A. Graves / 2012 / Supervised sequence labelling with recurrent neural networks / Springer :35~42 google schola

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

역전파 알고리즘을 응용한 인구통계학 기반 서울 주택가격 변화 예측 연구
송영서 ,  김현우 ,  조원선 전자공학회논문지 2020 .10
지반-상부 구조물 효과를 고려한 인공신경망 기반 지진 응답 예측 모델 개발
원종묵 ,  신지욱 한국지반공학회논문집 2020 .08
역전파 알고리즘을 이용한 대한민국 국민연금 고갈 시기 예측 연구
송영서 전자공학회논문지 2020 .07
강화학습의 학습속도 및 성능 향상을 위한 메타러닝과 초모수 최적화
조형헌 ,  이원종 정보과학회지 2019 .11
Tacotron2 기반 한국어 음성 합성 모델 개발과 한국어에 맞는 Hyper-parameter 탐색
임주원 ,  배우근 ,  김휘수 외 3명 한국정보과학회 학술발표논문집 2018 .12

최근 본 자료

전체보기

댓글(0)

0