최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 한양대학교 HanYang University |
---|---|
연구책임자 | 김영훈 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2023-03 |
과제시작연도 | 2022 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
등록번호 | TRKO202300010440 |
과제고유번호 | 1711169003 |
사업명 | 개인기초연구(과기정통부) |
DB 구축일자 | 2023-10-11 |
키워드 | 사람-컴퓨터 상호보완적 기계학습.기계학습 데이터 수집 비용 절감.심층학습 성능향상 전략.Human-computer interactive machine learning.Cost reduction for collection of machine learning data.Deep learning strategies for maximizing performance improvement. |
연구개요
심층학습(deep learning)은 음성인식이나 영상인식, 자연언어처리에서 괄목할 성능향상을 이루어 내면서 학계와 기업의 연구개발이 집중되고 있다. 그러나 심층학습을 하기 위해선 많은 양의 학습데이터를 필요로 하며 이를 수집하기 위해서는 많은 시간과 비용이 소모된다는 것이 소규모 조직의 심층 학습 도입에 걸림돌이 되고 있다. 본 과제는 현실적으로 대용량의 학습데이터를 확보하기는 힘들지만 기계학습결과의 질을 판단할 수 있는 전문 인력은 활용 가능한 상황에서 보다 효과적으로 심층학습을 수행할 수 있는 방법을 연구하고자
※ AI-Helper는 부적절한 답변을 할 수 있습니다.