Deep learning
2015-09-09
org.kosen.entty.User@39cabbae
김수진(mauvepale)
분야
개최일
28 May 2015
신청자
김수진(mauvepale)
개최장소
URL
첨부파일
행사&학회소개
Abstract
Supervised learning
Backpropagation to train multilayer architectures
Convolutional neural networks
Image understanding with deep convolutional networks
Distributed representations and language processing
Recurrent neural networks
The future of deep learning
Supervised learning
Backpropagation to train multilayer architectures
Convolutional neural networks
Image understanding with deep convolutional networks
Distributed representations and language processing
Recurrent neural networks
The future of deep learning
보고서작성신청
딥러닝은 최근 기계학습 분야에서 가장 주목받는 모델 중 하나로 다양한 분야에 응용되어 좋은 성능을 보여주고 있다. 가트너가 최근 주목해야 할 기술로 딥러닝을 선정하였으며, 전세계적으로 다양한 분야의 많은 연구자들이 주목하고 있다.
딥러닝은 추상적 개념의 복합적 수준의 데이터의 표현을 학습하기 위한 다수 프로레싱 층으로 구성된 계산학적 모델이다. 이 방법은 음성인식, 시각객체인식, 객체검출뿐 만 아니라 신약개발 및 유전체 분석과 같은 많은 다른 도메인에서도 활발히 응용되어 각 분야의 최신기술(state-of-the-art)을 더욱 향상시켰다. 딥러닝은 머신이 이전 층의 표현(representation)에서 각 층에서의 표현 계산을 위해 내부 파라미터를 변경하는데 이를 역전파(backpropagation) 알고리즘을 사용하여 대규모 데이터 셋에서 복잡한 구조를 발견한다. 이러한 모델의 학습구조는 이미지, 비디오, 음성 및 오디오 프로세싱에 돌파구를 가져왔으며, 다양한 대용량 데이터를 분석하는데 유용하게 활용가능한 모델로 많은 연구가 진행 중이다.
본 논문은 현재 많은 주목받고 있는 최신 기술인 딥러닝에 대한 리뷰로 딥러닝의 전반적 설명과 응용에 대해서 논의하고 있어 기계학습 분야 뿐 만 아니라 다양한 도메인의 연구자들에게도 매우 유용한 자료가 될 것이라고 여겨진다.
딥러닝은 추상적 개념의 복합적 수준의 데이터의 표현을 학습하기 위한 다수 프로레싱 층으로 구성된 계산학적 모델이다. 이 방법은 음성인식, 시각객체인식, 객체검출뿐 만 아니라 신약개발 및 유전체 분석과 같은 많은 다른 도메인에서도 활발히 응용되어 각 분야의 최신기술(state-of-the-art)을 더욱 향상시켰다. 딥러닝은 머신이 이전 층의 표현(representation)에서 각 층에서의 표현 계산을 위해 내부 파라미터를 변경하는데 이를 역전파(backpropagation) 알고리즘을 사용하여 대규모 데이터 셋에서 복잡한 구조를 발견한다. 이러한 모델의 학습구조는 이미지, 비디오, 음성 및 오디오 프로세싱에 돌파구를 가져왔으며, 다양한 대용량 데이터를 분석하는데 유용하게 활용가능한 모델로 많은 연구가 진행 중이다.
본 논문은 현재 많은 주목받고 있는 최신 기술인 딥러닝에 대한 리뷰로 딥러닝의 전반적 설명과 응용에 대해서 논의하고 있어 기계학습 분야 뿐 만 아니라 다양한 도메인의 연구자들에게도 매우 유용한 자료가 될 것이라고 여겨진다.