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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
전주형 (중앙대학교) 김중헌 (고려대학교)
저널정보
한국통신학회 한국통신학회지(정보와통신) 한국통신학회지 (정보와통신) 제36권 제7호
발행연도
2019.6
수록면
48 - 52 (5page)

이용수

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

초록· 키워드

오류제보하기
본 논문에서는 하나의 딥러닝 모델에 분산된 각 의료기관에서 수집된 의료데이터를 모두 적용 하면서 개인정보를 보호할 수 있는 분산 딥러닝 기법을 제안한다. 기관별로 수집된 raw data를 공유하지 않고 딥러닝 모델의 훈련에 사용할 수 있도록 계층구조로 이루어진 딥러닝 모델의 레이어를 나누어 node인 기관과 서버에서 각각 계산해 기관별 의료데이터의 외부 반출 없이 딥러닝 모델을 훈련을 진행한다. 또한 본 논문에서는 분산된 의료기관들의 데이터를 모두 고려한 딥러닝 모델 훈련 과정에서 오버피팅이 일어나지 않도록 각 의료기관의 데이터양에 비례한 mini-batch 크기 선정 방식을 제안한다. 본 논문에서 제안하는 방식은 의료기관별로 수집된 의료데이터를 다른 node나 중앙서버와 공유하지 않기 때문에 개인정보보호가 보장되고 node에 요구되는 계산능력이나 네트워크의 대역폭 요구사항이 적으며 각 기관의 데이터 크기를 고려한 mini-batch 크기 선정을 통해 오버피팅을 예방한다.

목차

요약
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-567-000958677