현재 위치
Home
Improvement of the Convergence Rate of Deep Learning by Using Scaling Method
-
- 발행기관
- 국제인공지능학회(구 한국인터넷방송통신학회) 바로가기
-
- 간행물
- The International Journal of Advanced Smart Convergence KCI 등재후보 바로가기
-
- 통권
- Volume 6 Number 4 (2017.12)바로가기
-
- 페이지
- pp.67-72
-
- 저자
-
- 언어
- 영어(ENG)
-
- URL
- https://www.earticle.net/Article/A332243
※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.
원문정보
초록
- 영어
- Deep learning neural network becomes very popular nowadays due to the reason that it can learn a very complex dataset such as the image dataset. Although deep learning neural network can produce high accuracy on the image dataset, it needs a lot of time to reach the convergence stage. To solve the issue, we have proposed a scaling method to improve the neural network to achieve the convergence stage in a shorter time than the original method. From the result, we can observe that our algorithm has higher performance than the other previous work.
목차
Abstract
1. Introduction
2. Scaled neural network
2.1 Step to produce the k
3. Experimental method
4. Experimental results
5. Conclusion
Acknowledgement
References
키워드
Deep learning neural network convergence rate scaling method.저자
간행물 정보
발행기관
-
- 발행기관명
- 국제인공지능학회(구 한국인터넷방송통신학회) [The International Association for Artificial Intelligence]
- 설립연도
- 2000
- 분야
- 공학>전자/정보통신공학
- 소개
- 인터넷방송, 인터넷 TV , 방송 통신 네트워크 및 관련 분야에 대한 국내는 물론 국제적인 학술, 기술의 진흥발전에 공헌하고 지식 정보화 사회에 기여하고자 한다.
간행물
-
- 간행물명
- The International Journal of Advanced Smart Convergence
- 간기
- 계간
- pISSN
- 2288-2847
- eISSN
- 2288-2855
- 수록기간
- 2012~2025
- 십진분류
- KDC 326 DDC 380
이 권호 내 다른 논문 / The International Journal of Advanced Smart Convergence Volume 6 Number 4
피인용수 : 0건 (자료제공 : 네이버학술정보)
함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.
출처 : 네이버학술정보
0개의 논문이 장바구니에 담겼습니다.