총 3개
-
[연세대학교] 석사 디펜스 발표자료 (Deep Learning 분야)2025.01.151. 차량 주행 음질 예측 이 연구에서는 딥러닝 기술을 활용하여 차량 주행 음질의 기계적 및 감성적 특성을 예측하는 방법을 제안하였습니다. 기계적 특성으로는 엔진 실린더 수를, 감성적 특성으로는 '럭셔리', '스포티', '파워풀'을 고려하였습니다. 분류 모델과 회귀 모델을 통해 이러한 특성들을 높은 정확도로 예측할 수 있었습니다. 특히 적은 데이터 환경에서도 효과적으로 작동할 수 있도록 데이터 증강 및 베이지안 신경망 등의 기법을 활용하였습니다. 1. 차량 주행 음질 예측 차량 주행 음질 예측은 차량 내부 음향 환경을 개선하고 운전...2025.01.15
-
텐서플로우 딥러닝 (CNN)2025.05.051. 데이터 세트 학습 데이터에 사용할 영상은 Google에서 이미지 검색으로 꽃을 검색하고, FatKun이라는 크롬 확장 프로그램을 사용하여 영상을 다운로드 받았다. 테스트 데이터에 사용할 영상은 꽃을 직접 구입하여 촬영한 영상 데이터를 사용했다. 학습 데이터는 총 234개, 테스트 데이터는 총 150개이며, 검증 데이터는 훈련데이터의 20%를 사용하여 총 57개이다. 2. 합성곱 신경망 (CNN) 기본적으로 이미지 분류를 하기 위해서는 합성 곱 신경망(CNN)이 필요하다. 2차원 CNN의 특징 추출 부분은 MaxPool2D층과 ...2025.05.05
-
머신 러닝 학습을 위한 데이터 증량하기2025.05.081. 데이터 증강 데이터 증강(Data Augmentation)은 현대 머신러닝과 딥러닝 분야에서 핵심 개념이 되었습니다. 데이터의 양과 질은 모델의 성능과 일반화 능력에 큰 영향을 미치지만, 현실적인 제약으로 인해 충분한 양의 고품질 데이터를 수집하기 어려운 문제를 해결하기 위해 데이터 증강이 등장하였습니다. 데이터 증강은 기존의 데이터를 변형하여 새로운 데이터를 생성하는 과정으로, 모델의 학습과 예측 능력을 향상시킬 수 있습니다. 2. 데이터 증강 기법 다양한 데이터 증강 기법이 개발되어 있으며, 이를 통해 다양한 유형의 데이터...2025.05.08