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
- 학술저널
- 저자정보
- 발행연도
- 2024.6
- 수록면
- 54 - 62 (9page)
- DOI
- 10.5762/KAIS.2024.25.6.54
이용수
초록· 키워드
오류제보하기
본 논문에서는 노이즈 이미지에 대한 강건한 분류 모델 작성을 위하여 다양한 필터크기를 가진 다중 합성곱 신경망 앙상블 모델을 연구하였다. 다중 합성곱 신경망 앙상블 모델은 2개의 다중필터 합성곱 신경망 앙상블 모델의 소프트 보팅(soft voting) 조합으로 구성되는데, 각각의 다중필터 합성곱 신경망 앙상블 모델은 다시 5개의 단일 합성곱 신경망의 소프트 보팅 조합으로 구성된다. 단일 합성곱 신경망들은 서로 다른 필터 크기가 적용되었으며, 그 필터 크기는 임의의 크기인 3, 5, 7, 11, 13이다. 단일 합성곱 신경망들은 학습 과정에서 특별한 연산이 적용되었는데, 각 단일 합성곱 신경망에서 마지막 완전 연결 계층의 출력이 서로 적절히 조합되어, 다시 각각의 단일 합성곱 신경망 모델의 소프트 맥스 및 교차 엔트로피 오차(softmax-with-Loss) 계층으로 보내져 순전파 연산을 수행한다. 그 후, 오차역전파 연산을 수행하며 가중치를 갱신하도록 함으로써 단일 합성곱 신경망 모델들이 학습 과정에서 상호보완 될 수 있도록 하였다. 작성된 다중 합성곱 신경망 앙상블 학습모델의 강건성 평가는 MNIST(Modified National Institute of Standards and Technology) 손글씨 숫자 이미지 데이터로 수행되었다. 숫자 이미지 데이터는 1개의 정상 데이터 셋과, 3개의 비정상 잡음 데이터 셋으로 구성되어 있으며, 정상/비정상 데이터 상관없이 학습 및 테스트하여 모델의 성능을 평가하였다. 그 결과, 다중 합성곱 신경망 앙상블 모델의 분류 성능이 단일 합성곱 신경망 모델보다 전반적으로 향상된 것을 확인하였다.
목차
요약
Abstract
1. 서론
2. 본론
3. 모델링 결과
4. 결론
References
참고문헌 (16)
참고문헌 신청
S. J, Kwon, M. S. Kim, “Flaw Evaluation of Bogie connected Part for Railway Vehicle Based On Convolutional Neural Network”, Journal of the Korea Academia-Industrial cooperation Society, Vol.21, No.11, pp.53-60, Nov. 2020. DOI: http://doi.org/10.5762/KAIS.2020.21.11.53
S. Zhong, S. Fu, L. Lin, “A novel gas turbine fault diagnosis method based on transfer learning with CNN”, Measurement, Vol.137, pp.435-453, Apr. 2019. DOI: https://doi.org/10.1016/j.measurement.2019.01.022
Y. G. Lee, J. M. Ma, “A Comparative Study on the Performance of CNN models for Classification of Artillery Weapon Systems”, Journal of the Korea Academia-Industrial cooperation Society, Vol.24, No.1, pp.344-350, Jan. 2023. DOI: http://doi.org/10.5762/KAIS.2023.24.1.344
H. S. Shon, Y. G. Yi, K. O. Kim, E. J. Cha, K. A. Kim, “Classification of stomach cancer gene expression data using CNN algorithm of deep learning”, Journal of Biomedical and Translational Research, Vol.20, No.4, pp.15-20, Mar. 2019. DOI: https://doi.org/10.12729/jbtr.2019.20.1.015
H. S. Kim, M. J. Kwon, J. Y. Byun, C. I. Kim, “Transfer-based Adversarial Attack using Camera Viewpoint Transformation”, Journal of the Institute of Electronics and Information Engineers, Vol.59, No.7, pp.53-59, Jul. 2022. DOI: https://doi.org/10.5573/ieie.2022.59.7.53
S. Zhong, S. Fu, L. Lin, “A novel gas turbine fault diagnosis method based on transfer learning with CNN”, Measurement, Vol.137, pp.435-453, Apr. 2019. DOI: https://doi.org/10.1016/j.measurement.2019.01.022
Y. G. Lee, J. M. Ma, “A Comparative Study on the Performance of CNN models for Classification of Artillery Weapon Systems”, Journal of the Korea Academia-Industrial cooperation Society, Vol.24, No.1, pp.344-350, Jan. 2023. DOI: http://doi.org/10.5762/KAIS.2023.24.1.344
H. S. Shon, Y. G. Yi, K. O. Kim, E. J. Cha, K. A. Kim, “Classification of stomach cancer gene expression data using CNN algorithm of deep learning”, Journal of Biomedical and Translational Research, Vol.20, No.4, pp.15-20, Mar. 2019. DOI: https://doi.org/10.12729/jbtr.2019.20.1.015
H. S. Kim, M. J. Kwon, J. Y. Byun, C. I. Kim, “Transfer-based Adversarial Attack using Camera Viewpoint Transformation”, Journal of the Institute of Electronics and Information Engineers, Vol.59, No.7, pp.53-59, Jul. 2022. DOI: https://doi.org/10.5573/ieie.2022.59.7.53
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
합성곱 신경망 소개
설비저널
2024 .12
-
합성곱 신경망 모델 기반의 폐기물 분류 시스템 연구
대한산업공학회 추계학술대회 논문집
2019 .11
-
자막방송을 위한 잔차 합성곱 순환 신경망 기반 음향 사건 분류
한국방송미디어공학회 학술발표대회 논문집
2021 .06
-
차분 프라이버시를 적용한 합성곱 신경망에서 이미지 분류 정확도 향상을 위한 가중치 초기화 기법
한국정보과학회 학술발표논문집
2021 .06
-
해상 이미지 데이터와 합성곱 신경망을 활용한 유의파고 예측
대한산업공학회 추계학술대회 논문집
2018 .11
-
이미지 임계화 기술과 에지 검출 알고리즘을 이용한 숫자 인식 시스템의 합성곱신경망 학습속도 및 정확도 향상 방법
한국통신학회 학술대회논문집
2021 .02
-
합성곱 인공 신경망의 네트워크 종류에 따른 객체 인식 성능에 대한 실험적 고찰
유공압건설기계학회 학술대회논문집
2020 .12
-
앙상블 기반 합성곱 신경망을 이용한 얼굴 표정 인식
대한전자공학회 학술대회
2018 .06
-
합성곱 신경망 기반의 저조도 영상 개선
대한전자공학회 학술대회
2019 .06
-
잡음에 의한 합성곱 신경망 분류 정확도 변화
대한기계학회 춘추학술대회
2021 .08
-
진동신호처리를 위한 심층 합성곱 신경망
소음·진동
2023 .05
-
합성곱 신경망을 활용한 사계절 사진 분류
한국정보통신학회 종합학술대회 논문집
2024 .05
-
OFDM 레이다 시스템을 위한 합성곱 신경망 분류기 기반 물체 개수 추정
한국통신학회 학술대회논문집
2022 .02
-
신용 데이터의 이미지 변환과 합성곱 신경망을 이용한 개인신용평가
한국지능정보시스템학회 학술대회논문집
2021 .06
-
합성곱신경망을 이용한 초소형위성 분류 모델
한국항공우주학회 학술발표회 초록집
2017 .11
-
합성곱 신경망을 이용한 심방세동 진단
대한전자공학회 학술대회
2021 .06
-
합성곱신경망을 이용한 진동 시계열 데이터 분석
한국소음진동공학회 학술대회논문집
2017 .04
-
합성곱 신경망을 이용한 아스팔트 콘크리트 도로포장 표면균열 검출
한국구조물진단유지관리공학회 논문집
2019 .01
-
설명가능한 인공지능을 활용한 합성곱 신경망 모델의 원 이미지 분류 강건도 분석
한국정보과학회 학술발표논문집
2021 .06
-
합성곱 신경망을 이용한 손상된 볼트의 이미지 분류
항공우주시스템공학회지
2022 .08
이 논문과 함께 이용한 논문
합성곱 신경망을 이용한 한국어 손글씨 성별 예측 모델
정수현
,
오제석
,
배재준
외 4명
대한전자공학회 학술대회
2024
.06
합성곱 신경망 연산을 위한 저전력 콘볼루션 레이어 하드웨어 설계
박은평
,
박종수
한국정보통신학회논문지
2024
.07
입사각 정보를 이용한 합성곱 신경망 기반의 우주표적 분류기 성능 향상
김준선
,
서동욱
전기학회논문지
2024
.09
손상된 센서 복원을 통한 자율주행 센서퓨전 강건성 향상 방안
강아현
,
신수용
한국통신학회 학술대회논문집
2025
.02
자율 주행을 위한 잡음 강건성: 전천후 환경에서의 인식 향상과 Vision Transformer기반 panoptic segmentation
조형찬
,
김성흠
,
김성신
한국정보과학회 학술발표논문집
2024
.12
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-151-24-02-090069546