지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2019.10
- 수록면
- 333 - 338 (6page)
- DOI
- 10.5391/JKIIS.2019.29.5.333
이용수
초록· 키워드
오류제보하기
초매개변수 탐색은 기계학습 모델의 최적 초매개변수를 찾기 위한 기법이다. Successive Halving Algorithm은 초매개변수탐색 기법의 하나로 신경망 모델의 초매개변수 탐색에 활용된다. 해당 기법은 다른 기법 대비 탐색이 빠르다는 장점을 가지지만 최적 초매개변수를 찾기 어렵다는 단점이 있다. 본 논문에서는 신경망 모델의 학습 특성을 반영하여 Successive Halving Algorithm을 효과적으로 수행하는 기법을 제안한다. 제안 기법의 검증을 위하여 Convolutional Neural Network 구조 기반 이미지 분류 모델에 대한 초매개변수 탐색을 수행하였으며, 이를 통해 제안 기법이 기존 기법 대비 탐색을 효과적으로 수행하는 것을 확인하였다.
목차
요약
Abstract
1. 서론
2. 배경 및 관련 연구
3. 제안 기법
4. 실험 및 결과
5. 결론 및 향후 연구
References
참고문헌 (16)
참고문헌 신청
S. Park et al, “CNN-based Classification of Brain Connectivity using Motor Imagery,” Journal of Korean Institute of Intelligent Systems, 2019.
K. Kim et al, “Predictive Models for Customer Churn using Deep Learning and Boosted Decision Trees,” Journal of Korean Institute of Intelligent Systems, 2018.
H. Kim et al, “Generative Adversarial Networks based Data Generation Framework for Overcoming Imbalanced Manufacturing Process Data,” Journal of Korean Institute of Intelligent Systems, 2019.
J. Bergstra et al, “Random Search for Hyper-Parameter Optimization,” J. Machine Learning Research, 2012.
J. Snoek et al, “Practical bayesian optimization of machine learning algorithms,” Advances in Neural Information Processing Systems, 2012.
K. Kim et al, “Predictive Models for Customer Churn using Deep Learning and Boosted Decision Trees,” Journal of Korean Institute of Intelligent Systems, 2018.
H. Kim et al, “Generative Adversarial Networks based Data Generation Framework for Overcoming Imbalanced Manufacturing Process Data,” Journal of Korean Institute of Intelligent Systems, 2019.
J. Bergstra et al, “Random Search for Hyper-Parameter Optimization,” J. Machine Learning Research, 2012.
J. Snoek et al, “Practical bayesian optimization of machine learning algorithms,” Advances in Neural Information Processing Systems, 2012.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
선형회귀를 적용한 Successive Halving 알고리즘 개선 방안
한국생산제조학회 학술발표대회 논문집
2021 .07
-
Hyperparameter Optimization using Random Search and Asynchronous Successive Halving for Human Activity Recognition
대한산업공학회 추계학술대회 논문집
2019 .11
-
인공신경망 학습의 최적화 알고리즘에서 초모수의 영향
대한기계학회 춘추학술대회
2023 .05
-
매개변수 자가적응 화음탐색 알고리즘의 성능 비교를 통한 최적해 탐색 효율 향상
한국산학기술학회 논문지
2018 .01
-
합성곱 신경망에서 이미지 분류를 위한 하이퍼파라미터 최적화
융합신호처리학회 논문지
2020 .01
-
Deep neural networks for gas concentration estimation and the effect of hyperparameter optimization on the estimation performance
제어로봇시스템학회 국제학술대회 논문집
2022 .11
-
유전 알고리즘 기반의 심층 학습 신경망 구조와 초모수 최적화
멀티미디어학회논문지
2021 .04
-
이진 부호 기반 Successive Integer Forcing 연구
한국통신학회 학술대회논문집
2021 .06
-
HS 알고리즘을 이용한 CNN의 Hyperparameter 결정 기법
한국지능시스템학회 논문지
2017 .02
-
신경망 하이퍼 파라미터 최적화를 위한 기술 동향
한국통신학회 학술대회논문집
2023 .06
-
Unity에서 신경망을 이용한 경로 탐색 알고리즘 연구
한국정보통신학회 종합학술대회 논문집
2024 .05
-
자율주행 차량의 모델 예측 제어를 위한 동역학 학습 모델과 최적 파라미터
제어로봇시스템학회 국내학술대회 논문집
2022 .06
-
Performance Improvements of Deep Residual Convolutional Network with Hyperparameter Optimizations
한국정보과학회 학술발표논문집
2019 .12
-
설계정보와 회귀신경망을 이용한 최적인자 탐색 기법
대한전자공학회 학술대회
2023 .06
-
딥러닝 모델의 초매개변수 최적화
전자공학회지
2023 .02
-
탐색 공간 생성기를 이용한 다중 태스크 학습 신경망 구조 탐색
대한전자공학회 학술대회
2022 .06
-
온·오프라인 매개변수 보정기법에 따른 강우-유출해석 적용성 평가
한국수자원학회 학술발표회
2017 .01
-
Elastic Net 정규화와 초매개변수 탐색을 통한 합성곱 신경망의 희소성 유도 최적화 기법
한국통신학회 학술대회논문집
2019 .11
-
다차원 신경망 및 의사결정 신경망의 딥러닝 학습을 통한 영상인식
한국지능시스템학회 논문지
2018 .02
-
서로 다른 신경망의 지식을 하나의 신경망으로 전수하는 기법에 관한 연구
한국통신학회 학술대회논문집
2020 .02
이 논문의 저자 정보
최근 본 자료
댓글(0)
0