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
오상원 (전남대학교) 오승민 (전남대학교) 김영광 (전남대학교) 신혜주 (전남대학교) 김진술 (전남대학교)
저널정보
한국디지털콘텐츠학회 디지털콘텐츠학회논문지 디지털콘텐츠학회논문지 제23권 제4호
발행연도
2022.4
수록면
735 - 742 (8page)
DOI
10.9728/dcs.2022.23.4.735

이용수

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

초록· 키워드

오류제보하기
최근 심층 합성곱 신경망 알고리즘을 사용한 이미지 분류 시스템들은 대용량의 데이터를 높은 정확도로 학습할 만큼 발전되었다. 하지만 심층 합성곱 신경망을 이용하기 위해선 대용량의 데이터들을 학습할 충분한 시간과 용량이 필요하다는 단점이 있다. 따라서 본 연구에서는 다양한 환경에서 사용할 수 있는 압축된 심층 합성곱 신경망 모델을 제안한다. 이미지 내에서 객체를 분류하기 위해 웹캠을 통해 손동작 이미지들을 촬영하여 데이터를 수집했다. 그리고 CNN을 기반으로 한 새로운 딥러닝 모델을 설계하여 수집된 손동작 사진 데이터에 학습시켜 98%의 정확도로 분류했다. 이후 노드 가지치기(Node Pruning) 기법을 사용하여 심층 합성곱 신경망 모델을 압축하여 기존보다 약 3배 감소한 학습시간과 기존의 63%만큼 압축된 인자 개수를 보여줬다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 이론적 배경
Ⅲ. 제안하는 방법
Ⅳ. 실험 및 결과
Ⅴ. 결론
참고문헌

참고문헌 (0)

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-0101-2022-004-001314934