메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
권대책 (경북대학교 대학원) 강보영 (경북대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제15권 제8호(JKIIT, Vol.15, No.8)
발행연도
2017.8
수록면
11 - 18 (8page)
DOI
10.14801/jkiit.2017.15.8.11

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
이미지 영상처리 기술은 해상도와 초당 프레임수가 높아짐에 따라 데이터의 양이 큰 폭으로 증가하게 되었으며, 이러한 고용량의 환경에서 딥러닝 학습법과 같이 방대한 데이터를 연산하기 위해서 고성능 컴퓨터 연산시스템이 필요하게 되었다. 하지만, 이러한 이미지 처리를 위한 딥러닝 기술 적용의 발달에도 불구하고, 컴퓨터 하드웨어 구성 별 딥러닝 처리속도 차이에 대한 구체적인 성능결과 보고가 현재까지 미흡한 실정이다. 본 논문은 소규모 연구실에서 주로 사용하는 CPU와 GPU를 대표적인 사용처와 성능별로 구비하고, 합성곱 신경망에 기반하여 이미지 확대보간 결과를 연산장치 별로 보고함으로써, 소규모 연구실에서 합성곱 신경망 적용시 효율적인 연산장치 구성을 할 수 있도록 돕고자 한다. 실험결과 다양한 CPU, GPU 구성 중 TitanX(p)가 절대 성능면에서 우위를 차지하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. CPU와 GPU에 따른 대용량 이미지 보간
Ⅳ. 실험결과
Ⅴ. 결론
References

참고문헌 (13)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-004-001193563