Earticle

초록

한국어

최근 자율주행, 로봇 등에 장착된 카메라 관련 이미지 처리 모델이 각광받고 있다. 카메라에서 얻을 수 있는 연속된 이미지의 다음 장면을 예측하기 위해 생성 모델과 RNN 계열 모델을 결합한 모델 연구가 활발하다. 그 중 이미지 픽셀 학습 모델이 우수한 성능을 보이나, 복잡한 구조로 인해 개선 부분을 명확 히 설명하기 어렵고 계산 비용이 증가한다. 본 논문은 얽힘 없는 잠재 변수의 학습을 통해 모델의 해석 가능성을 향상시키며, 동시에 단순화된 구조를 채택하는 예측 기법을 제시한다

목차

요약
1. 서론
2. 관련연구
2.1. 백본 아키텍처 구조
2.2. 얽힘 없는 잠재 표현 학습 기법
3. 실험방법
3.1. 데이터셋
3.2. 제안하는 아키텍처 모델 학습
4. 실험결과
5. 결론
참고문헌

저자

• 백종민 [ 데이터사이언스학과 서울과학기술대학교 ]
• 심민규 [ 데이터사이언스학과 서울과학기술대학교 ]

참고문헌