최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
DataON 바로가기다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
Edison 바로가기다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
Kafe 바로가기주관연구기관 | 충북대학교 Chungbuk National University |
---|---|
연구책임자 | 이건명 |
참여연구자 | 유재수 , 홍지만 , 이지형 , 김상욱 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2021-01 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
등록번호 | TRKO202100016558 |
DB 구축일자 | 2022-01-22 |
키워드 | 기계학습 플랫폼.기계학습 프레임워크.인텔리전트 데이터베이스.자율 기계학습.하이퍼파라미터.machine learning platform.machine learning framework.intelligent database.autonomic machine learning.hyperparameter. |
□ 연구의 목적 및 내용
· 최근 기계학습 기술이 다양한 분야에서 성공적으로 적용되면서, 기계학습을 적용하는 데 관심이 고조되고 있음. 기계학습을 실제 문제에 성공적으로 적용하려면, 개발자가 적용할 기계학습 알고리즘을 충분히 잘 이해해야 하고 다양한 모델 및 하이퍼파라미터 설정하면서 우수한 모델을 학습할 때까지 반복적인 작업을 해야 함. 이러한 반복 작업을 해야 하기 때문에 많은 컴퓨팅 자원을 사용해야 함. 이와 같은 문제를 해결하기 위해서는 고성능의 자율 기계학습 플랫폼 연구 개발이 필요함
· 본 연구에서는 사용
□ 연구의 목적 및 내용
· 최근 기계학습 기술이 다양한 분야에서 성공적으로 적용되면서, 기계학습을 적용하는 데 관심이 고조되고 있음. 기계학습을 실제 문제에 성공적으로 적용하려면, 개발자가 적용할 기계학습 알고리즘을 충분히 잘 이해해야 하고 다양한 모델 및 하이퍼파라미터 설정하면서 우수한 모델을 학습할 때까지 반복적인 작업을 해야 함. 이러한 반복 작업을 해야 하기 때문에 많은 컴퓨팅 자원을 사용해야 함. 이와 같은 문제를 해결하기 위해서는 고성능의 자율 기계학습 플랫폼 연구 개발이 필요함
· 본 연구에서는 사용자의 개입을 최소화하면서 데이터베이스에 대해 기계학습 알고리즘을 적용하여, 우수한 기계학습 모델을 자동으로 학습하는 고성능 자율 기계학습 플랫폼의 기초 원천기술을 개발하고자 함. 또한, 기계학습 모델의 생성 및 학습 과정을 자동으로 수행하여 사용자의 개입을 최소화하는 자 가구성 기반의 기계학습 프레임워크를 위한 원천기술을 개발하고자 함
· 본 연구에서 개발한 주요 기술은 다음과 같음
1. 사용자 개입 최소화를 위한 고성능 기계학습 플랫폼 원천기술
1) 자율 기계학습 프레임워크 기술
2) 자율 기계학습 플랫폼 기술
3) 인텔리전트 DB의 빅데이터 활용 기계학습을 위한 데이터관리 플랫폼 기술
2. 자율수준 기반 자율 기계학습 프레임워크 기초 원천 기술
1) 기계학습 모델에 적합한 하이퍼파라미터의 자율설정기술
2) 최적 모델 개발을 위한 기계학습 기법의 자율선정기술
3) 그래프, 매트릭스 기반의 기계학습 응용 기술
□ 연구개발성과
· SCI 논문게재 : 총 34편
· SCI급 학술대회 논문발표 : 총 10편
· 국외 학술대회 논문발표 및 비SCI 학술지 논문게재 : 총 115편
· 국내 학술대회 논문발표 및 비SCI 학술지 논문게재 : 총 114편
· 국내특허 출원 : 총 43건
· 국내특허 등록 : 총 16건
· 국외특허 출원 : 총 5건
· 국외특허 등록 : 총 1건
· 인력 양성 : 총 66명 (석사: 60명, 박사: 6명)
· 기술 이전 : 총 10건 (기술료: 총 104,000천원)
□ 연구개발성과의 활용계획(기대효과)
· 전문가 지식이 충분하지 않으면 제대로 활용하기 어렵던 기계학습 기반 기술을 비전문가 개발자들이 활용하기 용이
· 기계학습 파이프라인 구성을 지원하기 위해 개발된 자율기계학습 요소기술을 이용한 기계학습 모델의 부담 경감
· 인텔리전트 데이터베이스에 개념화와 자율기계학습의 적용 구조를 데이터베이스 시스템의 지능화 참조모델로 활용
· 그래프 데이터 저장 및 그래프 데이터 지원 처리 기술을 그래프 데이터에 대한 기계학습 및 분석 서비스에 활용
· 자율 기계학습 모델 구성을 위해 개발된 요소기술들은 분류, 예측, 추천 등 의사결정 등을 지원하는 다양한 지능형 서비스를 개발에 활용
(출처 : 요약문 4p)
과제명(ProjectTitle) : | - |
---|---|
연구책임자(Manager) : | - |
과제기간(DetailSeriesProject) : | - |
총연구비 (DetailSeriesProject) : | - |
키워드(keyword) : | - |
과제수행기간(LeadAgency) : | - |
연구목표(Goal) : | - |
연구내용(Abstract) : | - |
기대효과(Effect) : | - |
Copyright KISTI. All Rights Reserved.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.