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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
임형준 (중앙대학교) 이재윤 (중앙대학교) 김도희 (중앙대학교) 김태훈 (중앙대학교) 정승진 (중앙대학교) 최종원 (중앙대학교)
저널정보
대한전자공학회 대한전자공학회 학술대회 2023년도 대한전자공학회 하계학술대회 논문집
발행연도
2023.6
수록면
2,828 - 2,831 (4page)

이용수

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

초록· 키워드

오류제보하기
최근 식품 공급망의 다양화와 생산, 유통, 소비 방식의 변화로 인해 부정·불량 식품이 증가하고 있어 이에 대한 새로운 대응책이 필요하다. 현재까지는 사람이 직접 부정·불량 식품 관련 기사를 모니터링하고 분석했으나, 처리해야 할 정보의 양이 많아지면서 기사 분석을 위한 비용이 크게 증가하고 있다. 이러한 문제를 해결하기 위해 본 연구에서는 지도학습 기반 모델을 사용한 부정·불량 식품 자동 분류 시스템을 제안한다. 해당 시스템에는 여러 BERT[1] 모델의 앙상블(Ensemble)을 적용하여 과적합(Overfitting)과 편향성(Bias)을 방지하였으며 동시에 분류(Classification) 성능을 향상시켰다. 모델의 분류학습과 성능 평가에는 사전에 수집된 1250개의 기사 데이터를 사용하여 실험을 수행했다. 실험 결과 자연어 처리 분야에서 여러 모델의 앙상블 기법은 단일 모델 대비 적은 데이터로 더 높은 분류 성능을 보이는 것을 확인했다.
#인공 신경망 (Artificial Neural Network) #BERT(Bidirectional Encoder Representation from Transformers) #지도 학습 (Supervised Learning) #자연어 처리(Natural Language Process)

목차

Abstract
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 결과
Ⅳ. 결론 및 향후 연구 방향
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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

얼굴 메이크업을 위한 머신러닝의 지도학습 방법 연구 -눈썹 반영구화장을 중심으로-
최진은 한복문화 2021 .09

최근 본 자료

전체보기

댓글(0)

0