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.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2024.1
- 수록면
- 155 - 160 (6page)
이용수
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
최근 다양한 분야에서 기계 학습 모델이 뛰어난 성능을 발휘하고 있다. 이러한 성능 향상의 핵심 요소 중 하나는 기계학습모델의 하이퍼 파라미터 최적화이다. 하이퍼 파라미터란 최적의 훈련 모델을 구현하기 위해 모델에 직접 설정하는 변수다. 이는 모델의 구조 혹은 학습 과정을 결정하며, 학습 이후 모델의 성능에 크게 영향을 미친다. 따라서 최적의 하이퍼 파라미터를 찾는 하이퍼 파라미터 최적화 기법들이 활발히 연구되고 있다.
본 논문에서는 시각화를 통한 하이퍼 파라미터 최적화 기법을 제안한다. 학습이 진행되면서 에폭별로, 레이어마다 가중치를 구하고 이전 에폭과의 가중치와의 차이를 시각화하여 나타낸다. 이것을 가중치 시각화라고 정의하며, 이를 보고 하이퍼 파라미터를 수정할 수 있는 기준을 만들어 준다. 이는 기존의 방법론이 가지고 있던 과도하게 많은 연산량과 시간을 줄여줄 수 있다. 또한 가중치 시각화를 통한 하이퍼 파라미터 최적화 방법론을 극대화하기 위하여 전용 프로그램을 제작하였다. 3d 공간상에 직접 모델의 개수와 구조 학습 과정 등을 설정할 수 있으며 이를 통해 실시간으로 가중치 시각화를 보고 하이퍼 파라미터 최적화를 할 수 있게 구성했다. 이는 CIFAR10 데이터셋의 분류를 수행하는 기계학습 모델에 대한 하이퍼 파라미터 최적화 실험 결과 기존의 방법 대비 매우 빠른 속도를 보여주었다. 이러한 방법론은 학습을 보다 효율적으로 수행하며 인공지능 모델의 발전과 적용에 기여할 수 있을 것으로 기대된다.
본 논문에서는 시각화를 통한 하이퍼 파라미터 최적화 기법을 제안한다. 학습이 진행되면서 에폭별로, 레이어마다 가중치를 구하고 이전 에폭과의 가중치와의 차이를 시각화하여 나타낸다. 이것을 가중치 시각화라고 정의하며, 이를 보고 하이퍼 파라미터를 수정할 수 있는 기준을 만들어 준다. 이는 기존의 방법론이 가지고 있던 과도하게 많은 연산량과 시간을 줄여줄 수 있다. 또한 가중치 시각화를 통한 하이퍼 파라미터 최적화 방법론을 극대화하기 위하여 전용 프로그램을 제작하였다. 3d 공간상에 직접 모델의 개수와 구조 학습 과정 등을 설정할 수 있으며 이를 통해 실시간으로 가중치 시각화를 보고 하이퍼 파라미터 최적화를 할 수 있게 구성했다. 이는 CIFAR10 데이터셋의 분류를 수행하는 기계학습 모델에 대한 하이퍼 파라미터 최적화 실험 결과 기존의 방법 대비 매우 빠른 속도를 보여주었다. 이러한 방법론은 학습을 보다 효율적으로 수행하며 인공지능 모델의 발전과 적용에 기여할 수 있을 것으로 기대된다.
목차
요약문
1. 서론
2. 선행연구
3. 제안 기법
4. 결과
5. 결론
참고 문헌
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
포트홀 탐지를 위한 생성형 AI 기반 데이터셋 구축과 CNN 모델 성능 평가
조민지
,
조혜준
,
최재명
외 1명
디지털콘텐츠학회논문지
2024
.10
불확실성 정규화를 활용한 CNN 기반 객체 분할 모델의 성능 향상 기법
정상범
,
이승일
,
김현
대한전자공학회 학술대회
2023
.06
스마트팩토리 모니터링 시스템 데이터 시각화 디자인 개발에 관한 연구
김민지
,
이지현
한국HCI학회 학술대회
2023
.02
딥러닝 알고리즘을 이용한 태양광발전량 예측 모델에 대한 연구
강병복
,
윤중현
전자공학회논문지
2023
.02
머신러닝 및 베이지안 최적화를 이용한 타이어 최적 설계
황하은
,
조윤상
,
황석철
외 1명
대한산업공학회지
2022
.08
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-089380463