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
- 저널정보
- Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제25권 제2호
- 발행연도
- 2019.2
- 수록면
- 130 - 135 (6page)
- DOI
- 10.5626/KTCP.2019.25.2.130
이용수
초록· 키워드
오류제보하기
최근 자동 분류화에서 딥러닝이 괄목할만한 성능향상을 보이고 있다. 딥러닝은 많은 데이터양이 주어졌을 때 높은 성능이 보장되는데, 만약 초기 학습 데이터양이 충분하지 않을 때는 과학습으로 인해 성능이 저하되는 문제가 있다. 하지만 현실 세계에서 많은 데이터를 수집하는 데는 높은 비용과 시간이 소요된다. 또한 가용데이터는 소량이나 분류기준을 지도해줄 수 있는 분야 전문가가 있더라도 사람의 피드백을 학습 성능 향상에 직접 활용할 수 있는 방법이 없다. 본 연구에서는 딥러닝 모델을 사용했을 때, 분야 전문가의 피드백을 통해 소량 데이터의 분류 성능을 향상시키고자 한다. 이를 위해 아이템 이미지만을 사용한 분류 성능과 분야 전문가의 피드백 과정을 함께 학습한 아이템 이미지 분류 성능을 비교하였다. 실험을 통해 분야 전문가의 피드백을 학습하여 이미지를 분류할 경우 피드백이 없는 경우보다 정확도가 향상됨을 보였다.
목차
요약
Abstract
1. 서론
2. 관련 연구
3. 태그 및 이미지 피드백 알고리즘
4. 성능 실험
5. 결론
References
참고문헌 (5)
참고문헌 신청
Karen Simonyan, Andrew Zisserman, Very Deep Convolutional Networks for Large-Scale Image Recognition, CoRR abs/1409.1556, 2014.
ZHANG, Guanwen, et al., How to initialize the CNN for small datasets: Extracting discriminative filters from pre-trained model, Pattern Recognition (ACPR), 2015 3rd IAPR Asian Conference on. IEEE, pp. 479-483, 2015.
TIAN, Lexiao; ZHENG, Dequan; ZHU, Conghui. Image classification based on the combination of text features and visual features, International Journal of Intelligent Systems, Vol. 28, No. 3, pp. 242-256, 2013.
Krizhevsky, Alex, Ilya Sutskever, and Geoffrey E. Hinton, Imagenet classification with deep convolutional neural networks, Advances in neural information processing systems, Vol. 1, pp. 1097- 1105, 2012.
Matthew D. Zeiler, Rob Fergus, Visualizing and Understanding Convolutional Networks, ECCV, pp. 818-833, 2014.
ZHANG, Guanwen, et al., How to initialize the CNN for small datasets: Extracting discriminative filters from pre-trained model, Pattern Recognition (ACPR), 2015 3rd IAPR Asian Conference on. IEEE, pp. 479-483, 2015.
TIAN, Lexiao; ZHENG, Dequan; ZHU, Conghui. Image classification based on the combination of text features and visual features, International Journal of Intelligent Systems, Vol. 28, No. 3, pp. 242-256, 2013.
Krizhevsky, Alex, Ilya Sutskever, and Geoffrey E. Hinton, Imagenet classification with deep convolutional neural networks, Advances in neural information processing systems, Vol. 1, pp. 1097- 1105, 2012.
Matthew D. Zeiler, Rob Fergus, Visualizing and Understanding Convolutional Networks, ECCV, pp. 818-833, 2014.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
사용자 피드백을 통한 소량 이미지데이터 분류의 성능 향상
한국정보과학회 학술발표논문집
2018 .06
-
딥 러닝 기반의 전이 학습을 이용한 이미지 분류에 관한 연구
한국전자통신학회 논문지
2023 .06
-
딥러닝 기반 센서 데이터 이상 감지 및 피드백 시스템
한국통신학회 학술대회논문집
2023 .02
-
딥러닝 이미지 분류 성능 향상을 위한 데이터 증강 기법 비교
한국정보과학회 학술발표논문집
2024 .06
-
CNN기반 상품분류 딥러닝모델을 위한 학습데이터 영향 실증 분석
한국전자거래학회지
2021 .02
-
웹 크롤링과 전이학습을 활용한 이미지 분류 모델
전기전자학회논문지
2022 .12
-
딥러닝에 기반한 이미지 범주 분류 기술
한국정보과학회 학술발표논문집
2018 .06
-
학습콘텐츠 자동분류를 위한 액티브러닝 성능 비교
한국정보기술학회논문지
2021 .07
-
도커 기반의 빅데이터 분석 환경을 고려한 딥러닝 플랫폼 설계
한국지능시스템학회 논문지
2022 .06
-
센서 데이터 분류에 대한 분류 알고리즘 성능 비교
한국정보과학회 학술발표논문집
2015 .06
-
자동 변조 분류를 위한 딥러닝 기법들의 성능 분석
한국통신학회 학술대회논문집
2020 .11
-
소 부류 객체 분류를 위한 CNN기반 학습망 설계
한국정보통신학회논문지
2017 .01
-
Style Mixing에 의한 대장용종 이미지 생성 및 이를 통한 용종 분류 성능 향상 연구
한국지능시스템학회 논문지
2023 .02
-
효율적 딥 러닝을 위한 이미지 전처리 알고리즘 분석
한국정보통신학회 종합학술대회 논문집
2020 .07
-
가상현실에서의 3차원 드로잉을 위한 피드백 설계 및 효과 분석
컴퓨터그래픽스학회논문지
2020 .07
-
합성곱 신경망을 이용한 손상된 볼트의 이미지 분류
항공우주시스템공학회지
2022 .08
-
네트워크 데이터 정형화 기법을 통한 데이터 특성 기반 기계학습 모델 성능평가
정보보호학회논문지
2019 .08
-
이미지 속성 인식 및 분류를 위한 딥러닝 적용
한국정보과학회 학술발표논문집
2017 .12
-
이미지-텍스트 쌍을 활용한 이미지 분류 정확도 향상에 관한 연구
전기전자학회논문지
2023 .12
-
이미지 기반 뇌파 데이터 분류 딥러닝 모델 연구
한국통신학회 학술대회논문집
2020 .08
이 논문의 저자 정보
이 논문과 함께 이용한 논문
인공신경망의 효율적 노드 사후 가지치기
윤승한
,
이재영
,
이웅희
외 1명
정보과학회 컴퓨팅의 실제 논문지
2022
.03
지역아동센터 이용 초기청소년의 자아존중감 변화 유형화와 영향요인 검증
홍예지
한국청소년연구
2020
.08
고감쇠 고무와 강재를 사용한 이중감쇠 제진 시스템의 내진성능
김정옥
,
김동건
한국강구조학회지
2019
.02
OFDM 시스템에서 비균일 오류 확률 기반 FTN 전송 기법 연구
백창욱
,
정지원
한국통신학회 학술대회논문집
2019
.06
불리한 처우 유무 판단을 위한 비교방식과 합리적 이유 판단의 조화
변성영
노동법포럼
2019
.02
최근 본 자료
댓글(0)
0