기존 딥러닝은 연속적으로 다른 데이터를 학습할 시, 이전에 배운 정보를 기억하지 못하는 파괴적 망각현상을 보인다. 이를 해결하기 위해, 다양한 연속 학습(Continual Learning) 기법들이 제안...
http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
https://www.riss.kr/link?id=A108761637
2023
Korean
569
학술저널
2943-2947(5쪽)
0
상세조회0
다운로드국문 초록 (Abstract)
기존 딥러닝은 연속적으로 다른 데이터를 학습할 시, 이전에 배운 정보를 기억하지 못하는 파괴적 망각현상을 보인다. 이를 해결하기 위해, 다양한 연속 학습(Continual Learning) 기법들이 제안...
기존 딥러닝은 연속적으로 다른 데이터를 학습할 시, 이전에 배운 정보를 기억하지 못하는 파괴적 망각현상을 보인다. 이를 해결하기 위해, 다양한 연속 학습(Continual Learning) 기법들이 제안되고 있지만 대부분 이미지 분류(Image Classification) 문제에 집중하고 있다. 하지만 객체 탐지(Object Detection)를 활용하는 분야에서도 변화되는 환경에서 효율적으로 학습을 지속해 나갈 수 있도록 하는 연속 학습 기술을 요구하기 때문에 객체 탐지에서의 연속 학습 연구도 필요하다. 이에 본 논문에서는 객체 탐지에서의 메모리 기반 연속 학습 기법을 제안한다. Face mask detection 데이터셋을 이용하여 실험을 수행하였으며, 베이스라인(baseline) 대비 망각은 87.5% 완화되었고 정확도는 11.6% 향상되었다.
목차 (Table of Contents)
혁신형 SMR MMIS에서의 고수준의 자동화 기능 적용방안에 관한 연구
시각 뉴로모픽 회로에서 망막 처리를 위한 신경망 설계 및 최적화
다중경로페이딩 기반 선박 빌지오일 검출용 유리관 오염상태 검출 알고리즘
유사 대칭적 구조에 강인한 Point Cloud Submap 기반 로봇 위치 인식