최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기전기전자학회논문지 = Journal of IKEEE, v.22 no.4, 2018년, pp.1044 - 1049
김동욱 (School of Electronics Engineering, Kyungpook National University) , 석종원 (Dept. of Information & Communication Eng., Changwon National University) , 배건성 (School of Electronics Engineering, Kyungpook National University)
CNN (Convolutional Neural Networks) is a neural network that models animal visual information processing. And it shows good performance in various fields. In this paper, we use CNN to classify target and non-target data by analyzing the spectrogram of active sonar signal. The data were divided into ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
CNN은 어떻게 구분되는가? | 그림 1은 CNN구조의 예를 보여준다. CNN은 크게 컨볼루션층과 풀링층, 플랫층으로 구분할 수 있다. 컨볼루션층은 세포에 전달되는 자극을 표현한 층이며, 입력 영상의 일부를 필터와 가중합하여 다음 층에 전달하는 역할을 한다. | |
CNN의 특징은? | CNN은 동물의 시각 정보처리과정을 모델링한 신경망이다. 시각 정보가 입력되면 모든 신경세포에 자극이 전될 되는 것이 아니라 해당 수용영역의 세포에서 자극을 받아들이게 되는데 이를 신경망 구조로 표현하여 영상처리에 적합하게 설계된 신경망이다[6]. | |
딥러닝이란? | 딥러닝은 높은 수준의 추상화를 통해 데이터를 표현하기 위해 다수의 비선형기법을 조합하여 구성된 신경망을 학습하는 알고리즘으로 최근 다양한 식별연구에서 좋은 성능을 보여주며 주목되고 있는 분야이다[4-5]. 딥러닝은 일반적으로 은닉층의 수가 2층 이상인 신경망을 학습하는 알고리즘을 뜻한다. |
P. R. Runkle, P. K. Bharadwaj, L. Couchman, and L. Carin, "Hidden Markov models for multiaspect target classification," IEEE Transactions on Signal Processing, vol.47, no.7, pp.2035-2040, 1999. DOI:10.1109/78.771050
M. R. Azimi-Sadjadi, D. Yao, Q. Huang, and G. J. Dobeck, "Underwater Target Classification Using Wavelet Packets and Neural Networks," IEEE Transactions on Neural Networks, vol.11, no.3, pp.784-794, 2000. DOI:10.1109/72.846748
J. Seok and K. Bae, "Target Classification Using Features Based on Fractional Fourier Transform," IEICE Transactions on Information and Systems, vol.E97.D, no.9, pp.2518-2521, 2014. DOI:10.1587/transinf.2014EDL8003
Y. LeCun, Y. Bengio, and G. Hinton, "Deep learning," Nature 521.7553, pp.436-444, 2015.
J. Schmidhuber. "Deep learning in neural networks: An overview," Neural networks, Vol.61, pp.85-117, 2015. DOI:10.1016/j.neunet.2014.09.003
Y. LeCun, L. Bottou, Y. Bengio, and P. Haffner, "Gradient-based learning applied to document recognition," Proceedings of the IEEE, vol.86, vol.11, pp.2278-2324, 1998. DOI:10.1109/5.726791
A. Krizhevsky, l. Sutskever, and GE. Hiton, "Imagenet classification with deep convolutional neural networks," Advances in neural information processing systems, pp.1097-1105, 2012.
R. C. Gonzalez, and R. E. Woods, Digital image processing, 4th ed. Upper Saddle River, NJ: Prentice Hall, 2010.
F. Li, and A. Karpathy, "Convolutional neural networks," http://cs231n.github.io/convolutional-networks/
D. Kim, J. Seok and K. Bae, "Active Sonar Target/Non-target Classification using Convolutional Neural Networks," Journal of Korea Multimedia Society, Vol.21, No.9, pp.1062-1067, 2018. DOI:10.6109/jkiice.2017.21.10.1909
V. Nair and G. E. Hinton, "Rectified Linear Units Improve Restricted Boltzmann Machines," Proceedings of the 27th International Conference on Machine Learning, pp.807-814, 2010.
N. Srivastava, G. Hinton, and A. Krizhevsky, "Dropout: A Simple Way to Prevent Neural Networks from Overfitting," The Journal of Machine Learning Research, vol.15, no.1, pp.1929-1958, 2014.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.