$\require{mediawiki-texvc}$

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.

복잡한 자료를 분석하기 위한 딥러닝 기법 개발

Developing deep learning methods for analyzing complex data

보고서 정보
주관연구기관 단국대학교
DanKook University
연구책임자 황창하
참여연구자 심주용
보고서유형최종보고서
발행국가대한민국
언어 한국어
발행년월2019-11
과제시작연도 2019
주관부처 과학기술정보통신부
Ministry of Science and ICT
등록번호 TRKO202000000976
과제고유번호 1345303518
사업명 개인기초연구(교육부)(R&D)
DB 구축일자 2020-05-30
키워드 딥러닝.복잡한 자료.서포트벡터기계.신경망.심층 신경망.심층 신뢰망.영상자료.제한 볼츠만기계.합성곱 신경망.

초록

□ 연구개요
가. 1차년도 연구에서는 분류를 위한 RBM의 성능을 향상시켜 안정된 모형을 개발한다. 그리고 개발된 분류용-RBM을 다중 인스턴스 학습에 적용할 수 있도록 확장한다. 아울러 실제자료에 활용하는 연구를 수행한다.
나. 2차년도 연구에서는 고수준 특징공간에서의 선형회귀분석과 선형분류기법을 적용하여 회귀분석과 분류를 위한 심층 서포트벡터기계를 개발하고 다양한 종류의 복잡한 자료를 분석하는데 활용하는 연구를 수행한다.
다. 3차년도 연구에서는 조기위암 영상자료에 합성곱 신경망(CNN) 또는 다중 인스턴스 학습

목차 Contents

  • 표지 ... 1
  • 연구결과 요약문 ... 3
  • 목차 ... 4
  • 1. 연구개발과제의 개요 ... 5
  • 1-1. 연구개발의 필요성 ... 5
  • 1-2. 가설 및 최종목표, 연구범위 ... 5
  • 2. 연구수행내용 및 연구결과 ... 6
  • 2-1. 1차년도 ... 6
  • 2-2. 2차년도 ... 11
  • 2-3. 3차년도 ... 16
  • 3. 연구개발결과의 중요성 ... 19
  • 4. 참고문헌 ... 20
  • 5. 연구성과 ... 21
  • 끝페이지 ... 22

표/그림 (4)

연구자의 다른 보고서 :

참고문헌 (25)

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