이미지 데이터와 1차원 배열 옵티마이저에 따른 정확도 변화 (Accuracy Change According to Image Data and One-Dimensional Array Optimizer)

서지정보

· 발행기관 : 한국지식정보기술학회
· 수록지 정보 : 한국지식정보기술학회 논문지 / 18권 / 5호 / 1081 ~ 1089페이지
· 저자명 : 이현욱, 방진숙

초록

최근 기술들은 급격한 발전으로 사람들의 생활이 점차 편리해지고 있습니다. 이러한 발전에는 인공지능이라는 기술이 크게 이바지하고 있다. 이와 동시에 인공지능의 정확도를 향상하기 위한 다양한 방법과 기술의 발전도 이뤄졌다. 인공지능의 정확도는 해당 모델이 주어진 작업을 얼마나 정확하게 수행하는지를 나타내는 핵심적인 지표 중 하나이다. 이를 높이기 위해서는 데이터의 종류와 모델의 파라미터 값인 epoch, batch-size, optimizer 등을 적절하게 조정하는 것이 중요하다. 그러나 기술의 발전으로 인해 수 많은 파라미터가 등장하고 선택할 수 있는 사항들이 많아지면서, 어떤 값들을 선택해야 하는지 결정하는 과정에 복잡하고 많은 시간이 소요되고 있다. 따라서 본 연구는 데이터의 종류와 모델의 파라미터 값인 epoch, batch-size, optimizer에 따른 정확도의 변화를 상세히 분석하고 비교하여, 인공지능 개발에 필요한 파라미터 값을 조정하는 시간을 단축하고자 한다. 연구를 통해 각 파라미터의 변화가 정확도에 어떤 영향을 미치는지를 명확하게 밝히고, 최적의 조합을 찾아내고자 한다. 이를 통해 개발자들은 더욱 효율적으로 인공지능 모델을 구성하고 성능을 향상할 수 있을 것으로 기대한다.

영어초록

In the Recently, technologies are becoming more convenient for people's lives due to rapid development. A technology called artificial intelligence is contributing greatly to this development. At the same time, various methods and technologies have been developed to improve the accuracy of artificial intelligence. The accuracy of artificial intelligence is one of the key indicators of how accurately the model performs a given task. To increase this, it is important to properly adjust the type of data and the parameter values of the model, such as epoch, batch-size, and optimizer. However, as technology advances have led to the emergence of numerous parameters and more choices to be made, the process of deciding which values to choose is complicated and time-consuming. Therefore, this study aims to shorten the time to adjust the parameter values required for artificial intelligence development by analyzing and comparing changes in accuracy according to the type of data and the parameter values of the model, epoch, batch-size, and optimizer. Through the study, it is intended to clarify how changes in each parameter affect accuracy and to find the optimal combination. Through this, developers expect to be able to construct artificial intelligence models and improve performance more efficiently.

참고자료

· 없음