최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국공간구조학회논문집 = Journal of the Korean Association for Spatial Structures, v.18 no.4, 2018년, pp.69 - 80
심은아 (세종대학교 건축공학과) , 이승혜 (세종대학교 건축공학과) , 이재홍 (세종대학교 건축공학과)
In this study, an algorithm applying deep learning to the truss structures was proposed. Deep learning is a method of raising the accuracy of machine learning by creating a neural networks in a computer. Neural networks consist of input layers, hidden layers and output layers. Numerous studies have ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
기계 학습(Machine learning)이 과거와 비교하여, 최근 다양한 분야에서 적용되는 이유는 무엇인가? | 기계 학습은 Turing(1950)1)에 의해 제안된 생각하는 기계(Learning machine)에 그 원형을 두고 있다. 과거의 기계 학습은 컴퓨터 하드웨어의 한계로 인해 학습에 오랜 시간이 소요되거나 기존 학습 알고리즘으로는 학습하는 것 자체가 어려웠으나,하드웨어가 발전함에 따라 다시 각광받으며 다양한 분야에서 적용되고 있다. | |
기계 학습(Machine learning)은 무엇인가? | 기계 학습(Machine learning)은 최근 제4차 산업혁명의 핵심 기술로 거론되고 있는 인공지능(Artificial intelligence)의 하위 개념으로, 컴퓨터가 스스로 학습할 수 있도록 하는 알고리즘과 기술을 뜻한다. 기계 학습은 Turing(1950)1)에 의해 제안된 생각하는 기계(Learning machine)에 그 원형을 두고 있다. | |
딥러닝(Deep learning)은 무엇을 의미하는가? | 최근 주목받고 있는 딥러닝(Deep learning)은 기계 학습에서 한 단계 나아간 개념으로 알고리즘의 정확도를 끌어올리는 새로운 기법을 적용한 기계학습을 뜻한다. |
Turing, A. M., "Computing Machinery and Intelligence", Mind 49, pp.433-460, 1950.
Hajela, P., & Berke, L., "Neurobiological computational models in structural analysis and design", Computers & Structures, Vol.41, No.4, pp.657-667, 1991
Biedermann, J. D., "Representing Design Knowledge with Neural Networks", Computer-Aided Civil and Infrastructure Engineering, Vol.12, No.4, pp.277-285, 1997
Li, S., "Global flexibility simulation and element stiffness simulation in finite element analysis with neural network", Computer Methods in Applied Mechanics and Engineering, Vol.186, No.1, pp.101-108, 2000
Lee, S. H., Ha, J. W., Zokhirova, M., Moon, H. J., & Lee, J. H., "Background Information of Deep Learning for Structural Engineering", Archives of Computational Methods in Engineering, Vol.25, No.1, pp.121-129, 2018
Samuel, A. L., "Some Studies in Machine Learning Using the Game of Checkers. II -Recent Progress", IBM Journal of Research and Development, Vol.11, No.6, pp.601-617, 1967
Lee, S. H., & Lee, J. H., "Deep Learning for Structural Analysis", Journal of Korean Association for Spatial Structures, Vol.17, No.4, pp.10-15, 2017
Pearson, K., & Lee, A., "On The Generalized Probable Error in Multiple Normal Correlation", Biometrika, Vol.6, No.1, pp.59-68, 1908
Kromanis, R., & Kripakaran, P., "Predicting thermal response of bridges using regression models derived from measurement histories", Computers & Structures, Vol.136, pp.64-77, 2014
Takayuki, O., "Deep Learning", Jpub Press, pp.203, 2016.
Jo, T. H., "Deep Learning for Everyone", Gilbut INC., pp.308, 2017.
Makridakis, S., Andersen, A., Carbone, R., Fildes, R., Hibon, M., Lewandowski, R.,... Winkler, R., "The Accuracy of Extrapolation (Time Series) Methods: Results of a Forecasting Competition", Journal of Forecasting, Vol.1, No.2, pp.111-153, 1982
Kingma, D. P., & Ba, J. (2015). Adam: A Method for Stochastic Optimization. Proceedings of the 3rd International Conference for Learning Representations, USA, pp.1-15
Lim, H. K., Kim, J. B., Kwon, D. H., & Han, Y. H., "Comparison Analysis of TensorFlow's Optimizer Based on MNIST's CNN Model", Journal of Advanced Technology Research, Vol. 2, No.1, pp.6-14, 2017
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.