최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기반도체디스플레이기술학회지 = Journal of the semiconductor & display technology, v.18 no.2, 2019년, pp.1 - 5
As the number of IOT devices is growing rapidly, various 'see-thru connection' techniques have been reported for efficient communication with them. In this paper, we propose a deep learning based IOT device recognition system for interaction with these devices. The overall system consists of a Tenso...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
딥러닝 초기에 제안된 신경망 모델에는 무엇이 있는가? | 딥러닝 초기에는 효율적인 신경망의 구조를 개발하기 위한 다양한 시도가 있었는데, AlexNet, GoogLeNet [8], VGGNet[9], ResNet[10] 등 영상 인식에 좋은 성능을 나타내는 다양한 신경망 모델들이 제안되었다. 그리고 많은 연구기관에서 방대한 데이터를 이용해 이들을 학습시킨 네트워크 파라미터들을 제공하고 있다. | |
Caffe2와 TensorFlow의 장점은? | 딥러닝의 학습과 인식을 위한 기반 프레임워크로는 Caffe2와 TensorFlow를 비교하고 장단점을 분석하였다. 모두 정적 그래프를 사용하고 구조적으로는 유사하지만, Caffe2는 처리 시간과 메모리 측면에서 장점이 있고, TensorFlow는 가장 많이 사용되는 프레임워크로 커뮤니티를 통해 다양한 서비스와 기능을 제공한다는 장점이 있다[11]. 따라서 본 논문에서는 속도나 공간의 제약이 크지 않으므로 TensorFlow를 사용하는 것으로 결정하였다. | |
신경망을 학습하기 위해서 먼저 어떤 과정이 필요한가? | 신경망을 학습하기 위해서는 먼저 다양한 영상을 수집하여 데이터 셋을 만드는 과정이 필요하다. 최종적으로 활용할 스마트폰을 이용해 다수의 IOT 기기 영상을 취득해 데이터 셋을 구축하고 이들을 학습에 사용하면 물론 가장 좋을 것이다. |
※ AI-Helper는 부적절한 답변을 할 수 있습니다.