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
- 2024.5
- 수록면
- 4,038 - 4,041 (4page)
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
전이학습은 대규모 데이터셋에 학습된 사전학습 모델을 이용하여 데이터가 부족한 문제에 대응하는 유용한 방법이다. 전이학습에서는 문제에 적합하며 우수한 성능을 제시하는 사전학습 모델과 학습 구성을 찾는 것이 중요하나, 일반적으로 전이학습에 사용되는 하이퍼파라미터는 개발자의 경험적 지식에 기반하여 선정된다. 따라서, 전이학습 모델 선정 뿐만 아니라 하이퍼파라미터 또한 최적화 할 수 있는 방안이 고민되어야 한다. 본 연구에서는 Fused Deposition Modeling (FDM) 프로세스에서의 불량 검출을 위한 심층 전이학습에 베이지안 최적화(Bayesian Optimization, BO)로 하이퍼파라미터를 조정(tuning)하는 방법을 제안한다. FDM 공정 불량 검출 모델은 이전 연구에서 구축된 ResNet50 기반의 모델을 사용하였다. 초기 조건과 BO를 통해 도출된 최적 조건에서의 성능을 비교한 결과, BO를 통해 보다 향상된 학습 성능(3% 향상)을 확인하고 전이학습 모델의 학습에 하이퍼파라미터 최적화의 필요성을 확인하였다. 제안된 방법은 전이학습 시 학습하이퍼파라미터에 대한 사전 지식이 부족하더라도 우수한 성능을 확보할 수 있는 최적 조건을 도출 할 수 있어 딥러닝의 산업적용에 유용한 방법으로 사용될 수 있다.
목차
Abstract
1. 서론
2. 이론적 배경
3. 연구 방법
4. 연구 결과
5. 결론
참고 문헌
참고문헌 (0)
참고문헌 신청이 논문과 함께 이용한 논문
입자 거동 제어를 위한 베이지안 최적화 기반 판 구조물 설계
윤영덕
,
윤길호
대한기계학회 춘추학술대회
2023
.11
XAI 및 베이지안 최적화를 활용한 MEA 제조 시스템의 불량 원인 분석 및 최적 공정 조건 연구
엄인성
,
정지훈
,
최영준
대한산업공학회 추계학술대회 논문집
2023
.11
열간압연 강판 두께 예측 및 베이지안 최적화 기반 압연패턴 도출
김경수
,
김성범
대한산업공학회지
2023
.04
딥러닝 기술 활용을 위한 데이터셋 구축방법 연구 - CNN을 활용한 데이터셋과 하이퍼파라미터 조정을 통한 정확도 개선 -
김도영
,
김태훈
,
윤준희
디지털콘텐츠학회논문지
2023
.02
기계 학습을 이용한 냉동 사이클 시뮬레이션 모델의 보정계수 예측
김누리
,
이가영
,
노유정
외 4명
대한기계학회 춘추학술대회
2022
.11
최근 본 자료
댓글(0)
0