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.
초록· 키워드
오류제보하기
The range of problems that can be handled by the activation of big data and the development of hardware has been rapidly expanded and machine learning such as deep learning has become a very versatile technology. In this paper, mnist data set is used as experimental data, and the Cross Entropy function is used as a loss model for evaluating the efficiency of machine learning, and the value of the loss function in the steepest descent method is We applied the Gradient Descent Optimize algorithm to minimize and updated weight and bias via backpropagation. In this way we analyze optimal reliability value corresponding to the number of exercises and optimal reliability value without overfitting. And comparing the overfitting time according to the number of data changes based on the number of training times, when the training frequency was 1110 times, we obtained the result of 92%, which is the optimal reliability value without overfitting.
목차
등록된 정보가 없습니다.
참고문헌 (4)
참고문헌 신청
Kim, H. M. / 2016 / AlphaGo’s Deep Learning applied financial case / KB Knowledge Vitamin 16(31):1~2
Kim, J. K. / 2017 / Performance Evaluation Methodology on BPSK with Tensorflow / The Proceeding of the Korean Institute of communications and Information Sciences 2017 (Winter):330~340
Moon, S. E. / 2016 / Technological Trends for Machine Learning and Deep Learning / The Korean Institute of communications and Information Sciences(Information & Communications Magazine) 33(10):49~56
Saito, K. / 2016 / Deep Running Starting from the Bottom / Hanbit Publishing Network :113~115
Kim, J. K. / 2017 / Performance Evaluation Methodology on BPSK with Tensorflow / The Proceeding of the Korean Institute of communications and Information Sciences 2017 (Winter):330~340
Moon, S. E. / 2016 / Technological Trends for Machine Learning and Deep Learning / The Korean Institute of communications and Information Sciences(Information & Communications Magazine) 33(10):49~56
Saito, K. / 2016 / Deep Running Starting from the Bottom / Hanbit Publishing Network :113~115
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Influence on overfitting and reliability due to change in training data
The International journal of advanced culture technology
2017 .01
-
Deep Structured Learning: Architectures and Applications
The International journal of advanced culture technology
2018 .01
-
R 기반의 딥 러닝을 이용한 공간 정보 분석
예술인문사회 융합 멀티미디어 논문지
2016 .04
-
배깅과 부스팅 알고리즘을 이용한 핸드볼 결과 예측 비교
한국융합학회논문지
2021 .08
-
딥러닝을 이용한 심전도 분류 알고리즘에 관한 연구
한국지식정보기술학회 논문지
2022 .02
-
기계학습 활용을 위한 학습 데이터세트 구축 표준화 방안에 관한 연구
디지털융복합연구
2018 .01
-
Deep Learning Research Trend Analysis using Text Mining
The International journal of advanced culture technology
2019 .01
-
Time machine
International Digital Design Invitation Exhibition
2021 .08
-
Cryptocurrency automatic trading research by using facebook deep learning algorithm
디지털융복합연구
2021 .11
-
Efficient Large Dataset Construction using Image Smoothing and Image Size Reduction
인공지능연구
2023 .03
-
멀티모달 딥러닝을 이용한 음악 장르 분류
한국HCI학회 학술대회
2016 .01
-
A Study on the Development of DGA based on Deep Learning
인공지능연구
2017 .06
-
비용함수와 파라미터를 이용한 효과적인 디지털 데이터 기계학습 방법론
디지털융복합연구
2021 .10
-
인공지능 기계학습 방법 비교와 학습을 통한 디지털 신호변화
디지털융복합연구
2019 .01
-
인공지능을 이용한 과일 가격 예측 모델 연구
문화기술의 융합
2018 .01
-
교육 데이터마이닝를 활용한 E-learning 모델 개발 활성화 방안
예술인문사회 융합 멀티미디어 논문지
2018 .01
-
Fundus Photograph Discrimination Using Transfer Learning over Limited Computing Power Environment
한국지식정보기술학회 논문지
2022 .02
-
Wine Quality Evaluation Using Machine Learning Algorithms
아시아태평양융합연구교류논문지
2017 .01
-
기계학습 응용 및 학습 알고리즘 성능 개선방안 사례연구
디지털융복합연구
2016 .01
-
소프트웨어 신뢰성 모델링 기반 소프트웨어 품질 측정
한국융합학회논문지
2019 .01
이 논문의 저자 정보
최근 본 자료
댓글(0)
0