퍼지자료를 이용한 딥러닝 분석 (Deep Learning Analysis using Fuzzy data)

서지정보

· 발행기관 : 한국지능시스템학회
· 수록지 정보 : 한국지능시스템학회 논문지 / 30권 / 5호 / 380 ~ 385페이지
· 저자명 : 문경환, 윤진희, 이지은

초록

빅데이터 처리에 가장 많이 사용되는 인공지능 기법 중 하나는 딥러닝으로, 경험이나 새로 추가된 데이터로 분석과 패턴을 점점 더 잘 익히는 자기 적응형 알고리즘이다. 딥러닝에서는 주로 분류, 회귀분석,클러스터링 등을 실시할 수 있는데, 빅데이터로 수집되는 자료 중에도 애매한 정보를 가지고 있는 퍼지자료로 관찰되는 자료들이 매우 많다. 하지만 퍼지자료의 이용은 모델의 복잡성 및 트레이닝 속도때문에 신경망 기법에서 많이는 다루지 않아왔다. 그러나, 딥러닝 분석의 개발과 이로 인한 트레이닝속도의 개선으로 이런 애매한 정보를 가지고 있는 자료를 분석하는 것이 이제는 큰 의미가 있다고 볼 수있다. 본 논문에서는 퍼지자료를 딥러닝으로 분석해보고 이를 해석하며 애매한 정보를 정보의 손실없이최대한 활용하는 방법에 대해 알아본다.

영어초록

One of the most commonly used artificial intelligence techniques in big data processing is deep learning, a self-adaptive algorithm that learns analysis and pattern better and better with experience or newly added data.
In deep learning, classification, regression analysis, clustering, etc. can be carried out mainly, and among the data collected by big data, there are a lot of data that are observed as fuzzy materials with ambiguous information. However, fuzzy data has not been much used in neural network techniques due to the complexity and training speed of models. But,with the development of deep learning analysis and the improvement in training speed, now it is now meaningful to analyze data with this ambiguous information. In this paper, we analyze the fuzzy material with deep learning and interpret it and find out how to make the most of the ambiguous information without loss of information

참고자료

· 없음