Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)

  • 2024.05a
  • /
  • Pages.801-802
  • /
  • 2024
  • /
  • 2005-0011(pISSN)
  • /
  • 2671-7298(eISSN)
Korea Information Processing Society (한국정보처리학회)
권호 표지

Comparison of Image Classification Algorithms through Incorrect Answers

오답 분석을 통한 이미지 분류 알고리즘의 특징 비교

  • Sol Kim (Division of Data Science, Hallym University) ;
  • Jaehwan Lee (Dept. of Business Administration, Hallym University)
  • 김솔 (한림대학교 데이터사이언스학부) ;
  • 이재환 (한림대학교 경영학과)
  • Published : 2024.05.23
Download PDF
⟨ Previous Next ⟩

Abstract

본 연구에서는 MNIST 데이터셋을 활용하여 널리 사용되는 이미지 분류 알고리즘인ANN(Artificial Neural Network), CNN(Convolutional Neural Network), DNN(Deep Neural Network)의 성능을 분석한다. 주로 모델의 정확도에 초점을 맞추는 기존 연구와 달리, 본 연구에서는 각 모델이 잘못 분류한 오답을 중심으로 모델의 특징을 비교한다. 이를 통해 각 모델의 장단점을 파악하고 성능을 개선할 수 있을 것이라 기대한다.

Keywords

References

  1. 임헌국. (2021). 자율주행 차량영상 기반 객체인식 인공지능 기술 현황. 한국정보통신학회논문지, 25(8), 1117-1123.
  2. 기태우, & 김용진. (2022). 반도체소재-부품 공급사의 인공신경망 (ANN) 을 이용한 수요예측연구. 로지스틱스연구, 30(4), 79-90.
  3. 이협건, & 김영운. (2023). 고해상도 단순이미지의 객체 분류 학습모델 구현을 위한 개선된 CNN알고리즘 연구. 한국정보전자통신기술학회 논문지, 16(1), 41-49.
  4. 김도영, & 김명선. (2020). 자율주행 자동차에서DNN 기반 안전 필수 응용의 성능저하 방지. 전자공학회논문지, 57(9), 56-63.