메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
윤동휘 (한동대학교) 권예성 (한동대학교) 김경협 (한동대학교) 박참진 (한동대학교) 윤성결 (한동대학교) 최은서 (한동대학교) 김인중 (한동대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제26권 제5호
발행연도
2020.5
수록면
231 - 237 (7page)
DOI
10.5626/KTCP.2020.26.5.231

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
본 논문은 국내 대학 최초의 오픈소스 딥러닝 프레임워크 WICWIU(위큐)가 2018년 공개된 이후 1년 동안 개선된 내용을 소개한다. 합성곱 신경망(convolution neural networks, CNN)에 중점을 둔 WICWIU.v1의 기능 외에 생성적 적대 신경망(generative adversarial networks, GAN)과 척도 학습(metric learning)을 지원하기 위한 기능들이 추가되었다. WICWIU.v2는 Vanilla GAN이나 DCGAN과 같은 기본적인 GAN 모델뿐 아니라 WGAN, BEGAN 등 다양한 고급 GAN 모델들을 구현할 수 있는 클래스와 함수들을 제공한다. 또한, 삼중항 손실 함수와 양성 및 음성 샘플링이 가능한 데이터 로더 등 척도학습을 위한 기능들은 원샷 학습, 또는 메타 학습 알고리즘의 구현에 유용하다. WICWIU.v2는 GitHub에서 다운로드 가능하며 연구 및 상용 소프트웨어 개발에 자유롭게 활용할 수 있다.

목차

요약
Abstract
1. 서론
2. 설계 목표 및 접근 방법
3. WICWIU.v2에 추가된 주요 클래스
4. WICWIU의 설치 및 사용
5. 생성적 적대 신경망 및 척도 학습 기능에 대한 검증 실험
6. 결론 및 향후 연구
References

참고문헌 (6)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0