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

논문 기본 정보

자료유형
학술저널
저자정보
김대현 (전남대학교)
저널정보
아태인문사회융합기술교류학회 아시아태평양융합연구교류논문지 아시아태평양융합연구교류논문지 제9권 제1호
발행연도
2023.1
수록면
1 - 10 (10page)
DOI
http://dx.doi.org/10.47116/apjcri.2023.01.01

이용수

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

초록· 키워드

오류제보하기
Although input vector properties are the main determinants of neural network performance, most studies use a simple linear scaling model to normalize the input vector without considering input vector normalization. Because single normalization maps only a single property of the input data, the current normalization approach may not be effective for improving prediction accuracy. In addition, a linear type of normalization is just a linear mapping that mirrors raw data properties. On the other hand, non-linear normalization can reflect non-linearly by emphasizing certain properties. This study aims to propose a new and efficient normalization method that can provide better prediction performance by learning machines. For this purpose, various regularization methods such as linear and nonlinear mapping models and a combination of the two models were considered. The research methodology is as follows. a) Based on theoretical studies on linear and nonlinear models of regularization methods, a method that combines two different normalization methods is proposed. b) Data are prepared for experiments in neural network models. c) Experiments are conducted with the neural network model on two network topologies with three different normalization methods and 30 trials with different initial weights, and the results are obtained. d) The prediction performance is compared, and the best normalization method for traffic scene analysis is suggested. Experimental studies have shown that the prediction performance of the input vector by the nonlinear normalization method is 0.6–2.4% better than the prediction performance of the input vector by the linear method. More importantly, the predictive performance of the combination of the two normalization methods is 2.4–7.2% better than the linear method and 2.8–4.0% better than the non-linear method. The results of this study revealed that the combined use of two different normalization methods provides better performance in machine learning compared to individual normalization methods, such as linear and nonlinear normalization on input vectors.
#Neural Network #Normalization Method #Linear and Nonlinear Models #Traffic Scene Analysis

목차

등록된 정보가 없습니다.

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

최근 본 자료

전체보기

댓글(0)

0