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
최진서 (창원대학교) 강동현 (창원대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제28권 제2호
발행연도
2022.2
수록면
75 - 80 (6page)
DOI
10.5626/KTCP.2022.28.2.75

이용수

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

초록· 키워드

오류제보하기
딥 러닝(Deep Learning)이 기존의 문제 해결에 새로운 방향을 제시함으로써, 다양한 환경에서 딥 러닝을 적용하고 있다. 이에 따라, 딥 러닝 프레임워크도 점차 발전하고 있는 추세이다. 그러나, 딥 러닝에서 대용량의 데이터를 학습하기 위해서 필요한 데이터 처리 과정은 여전히 개선의 여지를 남겨두고 있다. 이에, 본 논문에서는 딥 러닝의 학습 과정을 빠르게 진행하기 위한 새로운 데이터 처리 방법인 쓰레드 기반 셔플링 기법을 제안한다. 제안 기법은 멀티 쓰레드를 이용하여 딥 러닝 학습에 필요한 데이터를 임의의 순서로 재 정렬함으로써 CPU의 사용률을 향상시킨다. 실험을 통해 실험을 통해 우리는 제안 기법이 기존 기법 대비 셔플링 시간을 최대 50.7% 그리고 전체 훈련 시간을 최대 13.6% 감소시킬 수 있다는 사실을 확인하였다. 또한, 쓰레드 단위로 데이터를 분할함으로써 발생할 수 있는 정확도 문제를 확인함으로써, 제안 기법이 정확도에 영향을 미치지 않는다는 사실을 확인하였다.

목차

요약
Abstract
1. 서론
2. 연구배경
3. 제안 기법
4. 실험 및 분석
5. 결론
References

참고문헌 (11)

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

UCI(KEPA) : I410-ECN-0101-2022-569-000196632