최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 연세대학교 Yonsei University |
---|---|
연구책임자 | 이철희 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2018-11 |
과제시작연도 | 2017 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
등록번호 | TRKO201900024859 |
과제고유번호 | 1711060121 |
사업명 | 개인기초연구(미래부) |
DB 구축일자 | 2020-08-22 |
키워드 | CNN working mechanism.mathematical model.AI behavior estimation.key patterns.unknown training data.Incremental/self learning. |
□ 연구개요
• 인공지능의 한계 및 추론 과정에 대한 모니터링은 중요한 이슈로 부각
• DCN(deep convolutional networks)/DNN(deep neural networks)은 많은 분야에서 성공적으로 적용되고 있으나 동작원리에 대한 이해는 매우 제한적.
• 신규/추가 데이터 발생 시, 전체 재학습 필요하고 점진학습은 거의 불가능.
• Adversarial 및 무의미한 영상에 대한 오동작은 현재 DCN의 취약점.
• 본 연구에서는 이러한 문제에 대한 수학적 분석을 통하여 adversari
※ AI-Helper는 부적절한 답변을 할 수 있습니다.