소프트웨어(SW) 통계포털은 SW생산, SW수출, SW인력, 신SW산업 분야 등 소프트웨어와 관련된 다양한 통계를 제공하고 있습니다.
세미나
김인중 (한동대학교 교수) 딥러닝(Deep Learning)
- SPRi
날짜2015.01.27
조회수7484
-
김인중 교수 초청 강연
-
프로그램 일 시 2015. 1. 26(월) 10:30 ~ 12:00 장 소 소프트웨어정책연구소 회의실 (판교글로벌R&D센터) 주 제 딥러닝(Deep Learning) 발 제 자 김인중 교수(한동대학교) 참 석 자 SPRi 연구진
-
-
- 김인중 교수는 기계학습 알고리즘인 딥러닝(Deep Learning)을 소개하면서 기존의 신경망 네트워크보다 성능이 뛰어나다고 전함
- 딥러닝은 기존의 신경망 네트워크보다 레이어의 개수가 많으며, 따라서 네트워크가 표현할 수 있는 복잡도가 증가함
- 딥러닝의 성능이 우수한 이유는 탁월한 복잡계 네트워크 모델링, 네트워크의 크기를 키워 빅데이터 이용, 추상화 등이 가능하기 때문임
- 기존에도 네트워크의 레이어 개수가 많으면 학습의 성능이 좋아지는 것은 알고 있었으나 많은 컴퓨팅 성능이 필요하며 방대한 훈련 데이터 입수의 어려움 등 기술적으로는 구현에 한계에 있었음
- 하위 레이어에서 상위 레이어의 우선순위와 의미를 해석할 수 있도록 훈련하는 Pre-training 기법, 양방향 네트워크로 weight를 조정하는 RBM(Restrict boltzmann machine) 등이 있음
- CNN(Convolutional Neural Network)은 각 노드들이 1차원이 아닌 2차원 평면으로 특징들을 추출하는 convolutional layer와 오류를 흡수하는 max pooling layer로 나뉨
- CNN은 2차원 배열과 오류를 흡수하는 기능을 가져 현재 딥러닝 분야에서 가장 성능이 좋음
- 김인중 교수는 GPU를 이용하여 계산 속도를 개선할 수 있다고 제언하였으며, 학습 데이터에 의존성이 높아지는 over-fitting 문제는 drop-out, sparse coding, income weight normalize, regularization등으로 해결할 수 있다고 제언함
-
-
강연 중인 김인중 교수 -
강연 중인 김인중 교수 -
강연 후 질의응답 -
김인중 교수 초청 강연
-
