전체 글75 [2024-1] 홍연선 - A Brief Introduction into Machine Learning https://www.semanticscholar.org/paper/A-Brief-Introduction-into-Machine-Learning R%C3%A4tsch/fab926b5da15870777607679ebd56985735023d0 https://www.semanticscholar.org/paper/A-Brief-Introduction-into-Machine-Learning-R%C3%A4tsch/fab926b5da15870777607679ebd56985735023d0 www.semanticscholar.org 1. Introduction 저자가 머신러닝의 "learning"을 귀납적 추론(inductive inference) 에 의한 것이라고 말한 것이 인상적이다. 머신러닝이 여러 데이터들을 학습.. 2024. 4. 14. [2024-1] 장인영 - Explainable artificial intelligence for intrusion detection in IoT networks: A deep learning based approach https://www.sciencedirect.com/science/article/abs/pii/S0957417423022534h Abstract 이 논문은 IoT 네트워크의 침입 탐지 시스템을 위해 공격을 분류하는 딥러닝 모델을 제안한다. 모델 훈련과 테스트를 위해 NSL-KDD, UNSW-NB 15 데이터셋을 사용한다. 필터 기반 접근 방식을 사용하여 중요한 feature를 선별하고 두 가지 딥러닝 모델을 구축한다. DL 모델은 두 데이터셋에 대해 모두 높은 정확성을 보였다. 하지만, DL 모델은 불투명하고 이해하기 어렵기 때문에 LIME과 SHAP을 이용하여 모델에 대한 신뢰도를 높인다. 1. IoT 네트워크 & IDS (Intrusion detection system) 최근, IoT가 발전하며 I.. 2024. 4. 13. [2024-1] 주서영 - Don't Decay the Learning Rate, Increase the Batch Size Abstract 모델은 generalizaion(일반화)를 시키는 것이 목표인데 이 논문은 그 방법 중 학습률(learning rate)와 배치 크기(batch size)에 대해 다룬다. 일반적으로 학습률을 감소시키는 대신 훈련 중에 배치 크기를 증가시키는 방법을 제안했다. 최적화(Optimization) 방법 중 SGD, SGD momentum, Nesterov momentum, Adam을 쓸 때에 동등한 테스트 정확도를 달성하면서 배치 크기를 증가시킴에 따라 parameter 업데이트 수를 줄이고, 훈련 시간을 단축했다. 1. Introduction 확률적 경사 하강법(SGD)은 딥러닝에서 가장 널리 사용되는 최적화 기법이지만 큰 배치 크기로 훈련할 때 테스트 세트의 정확도가 떨어지는 일반화 문제가 .. 2024. 4. 12. [2024-1] 염제원 - Meta-Learning in Neural Networks: A Survey https://arxiv.org/abs/2004.05439 Meta-Learning in Neural Networks: A Survey The field of meta-learning, or learning-to-learn, has seen a dramatic rise in interest in recent years. Contrary to conventional approaches to AI where tasks are solved from scratch using a fixed learning algorithm, meta-learning aims to improve the learni arxiv.org Abstract 최근 "Learning-to-Learn"으로 표방되는 "Meta-Learning"의.. 2024. 4. 12. 이전 1 ··· 3 4 5 6 7 8 9 ··· 19 다음
