[태그:] 인공지능 학습

1. 딥러닝 망각 문제 극복, 중첩 학습의 개요 중첩 학습 (NL, Nested Learning) (1) 기존 딥러닝 모델의 문제점과 중첩 학습의 필요성 (2) 중첩 학습의 개념 및 특징 개념 특징 기존 딥러닝 모델의 망각 문제 극복 위해 계층적/연관 기억, CMS, HOPE 아키텍처 기반 지속 학습을 제공하는 인공지능 학습 패러다임 – 기존 학습 모델의 망각 문제 극복

1. co-adaptation 해결 기법, 드롭아웃 (1) 드롭아웃(Dropout)의 개념 딥러닝 시 오버피팅 문제를 해결하기 위해 노드 중 일부를 제거하는 인공지능 최적 학습기법 (2) 드롭아웃의 목적 Overfitting 해결 – 신경망 비대 시 high variance 문제 해결 – Voting 효과로 정규화 유사 효과 가능 co-adaptation 회피 – 특정 뉴런의 가중치나 영향 감소 – 강건한 신경망 구성 가능