메뉴 건너뛰기

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
(국립군산대학교) (국립군산대학교) (국립군산대학교) (국립군산대학교)
저널정보
한국컴퓨터정보학회 한국컴퓨터정보학회 학술발표논문집 2019년 한국컴퓨터정보학회 하계학술대회 논문집 제27권 제2호
발행연도
수록면
281 - 284 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
이 논문의 연구방법이 궁금하신가요?
🏆
연구결과
이 논문의 연구결과가 궁금하신가요?
AI에게 요청하기
추천
검색
질문

초록· 키워드

본 논문은 CNN (Convolution Neural Networks)의 첫 번째 컨볼루션층(convolution layer)을 RGB-csb(RGB channel separation block)로 대체하여 입력 영상의 RGB 값을 특징 맵에 적용시켜 정확성을 제고시킬 수 있는 선행연구 결과에 추가적으로, 훈련 및 시험 영상 수에 따른 분석을 통하여 정확도 향상 방법을 제안한다. 제안한 방법은 영상의 개수가 작을수록 각 학습 간의 정확도 편차가 크게 나타나는 불안정성은 있지만 기존 CNN모델에 비하여 정확도 차이가 증가함을 알 수 있다.
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지
정보가 잘못된 경우 알려주세요!

목차

  1. 요약
  2. Ⅰ. Introduction
  3. Ⅱ. RGB-channel separation block
  4. Ⅲ. Training and Testing Images
  5. Ⅳ. Experiments
  6. Ⅴ. Conclusions
  7. REFERENCES

참고문헌

참고문헌 신청

최근 본 자료

전체보기
UCI(KEPA) : I410-ECN-0101-2019-004-000914855