$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

스트림 데이터 학습을 위한 예측적 컨볼루션 신경망
Predictive Convolutional Networks for Learning Stream Data

정보과학회. 컴퓨팅의 실제 논문지 = KIISE transactions on computing practices, v.22 no.11, 2016년, pp.614 - 618  

허민오 (서울대학교 컴퓨터공학부) ,  장병탁 (서울대학교 컴퓨터공학부)

초록
AI-Helper 아이콘AI-Helper

인터넷 상 데이터와 스마트 디바이스가 증가함에 따라 순차적으로 유입되는 스트림 형식의 데이터가 늘어나고 있다. 잠재적인 빅데이터인 스트림 데이터를 다루기 위해서는 온라인 학습이 가능해야 한다. 이에 본 고에서는 스트림 데이터 학습을 위한 새로운 모델인 예측적 컨볼루션 신경망과 온라인 학습방법을 제안한다. 이 모델은 탐지와 풀링을 반복하는 컨볼루션 연산을 통해 탐지 패턴을 계층화하여 상위 계층이 될수록 긴 길이의 패턴의 정보를 다루도록 한다. 본 모델의 기초적 검증을 위해 스마트폰으로 2달간 수집한 GPS 데이터를 이산화하여 관측데이터로 삼았다. 이를 제안모델을 통해 학습하여 계층을 따라 추상화된 정보로부터 복원한 데이터와 관측데이터를 비교하여, 긴 시간의 패턴을 다루면서도 관측 수준의 데이터를 복원하는 것을 확인하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

As information on the internet and the data from smart devices are growing, the amount of stream data is also increasing in the real world. The stream data, which is a potentially large data, requires online learnable models and algorithms. In this paper, we propose a novel class of models: predicti...

주제어

#스트림 데이터   #예측적 컨볼루션 신경망   #시퀀스 학습   #온라인 학습  

참고문헌 (13)

  1. N. D. Lane, E. Miluzzo, H. Lu, D. Peebles, T. Choudhury, and A. T. Campbell, A Survey of Mobile Phone Sensing, IEEE Communications Magazine, Vol. 48, No. 9, pp. 140-150, 2010. 

    상세보기

  2. Simon Haykin, Neural Networks and Learning Machine, Prentice Hall, 2009. 

  3. D. Barber, T. Cemgil, and S. Chiappa, Bayesian Time Series Models, Cambridge University Press, 2011. 

  4. S. Shalev-Shwartz, Online Learning and Online Convex Optimization, Foundations and $Trends^{(R)}$ in Machine Learning, Vol. 4, No. 2, pp. 107-194, 2012. 

  5. G. Widmer and M. Kurat, Learning in the Presence of Concept Drift and Hidden Contexts, Machine Learning, Vol. 23, pp. 69-101, 1996. 

    상세보기

  6. I. Zliobaite, Learning under Concept Drift: an Overview, Technical Report, Faculty of Mathematics and Informatics, Vilnius University, 2009. 

  7. Y. LeCun, L. Bottou, Y. Bengio, & P. Haffner, Gradient-based learning applied to document recognition, Proc, of the IEEE, 86(11), 2278-2324, 1998. 

    상세보기 crossref

  8. Lee, Honglak, et al. Convolutional deep belief networks for scalable unsupervised learning of hierarchical representations, Proc. of the 26th Annual International Conference on Machine Learning (ICML), 2009. 

  9. Krizhevsky, Alex, Ilya Sutskever, and Geoffrey E. Hinton. Imagenet classification with deep convolutional neural networks, The Twenty-sixth Annual Conference on neural information processing systems (NIPS 2012), 2012. 

  10. J. Masci, et al. Stacked convolutional auto-encoders for hierarchical feature extraction, Artificial Neural Networks and Machine Learning (ICANN 2011), 52-59, Springer Berlin Heidelberg, 2011. 

  11. A. Makhzani and B. Frey, k-Sparse Autoencoders, Proc. of the 2nd International Conference on Learning Representations (ICLR 2014), 2014. 

  12. A. Makhzani and B. Frey, Winner-Take-All Autoencoders, The Twenty-ninth Annual Conference on neural information processing systems (NIPS 2015), 2015. 

  13. M.-O. Heo, M. Kang, B.-K. Lim, K.-B. Hwang, Y.-T., Park, and B.-T. Zhang, Real-time route inference and learning for smartphone users using probabilistic graphical models, Journal of the Korea Information Science Society: Software and Applications, 39(6):425-435, 2012. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

유발과제정보 저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로