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
이창노 (강원대학교)
저널정보
한국디지털콘텐츠학회 디지털콘텐츠학회논문지 디지털콘텐츠학회논문지 제22권 제4호
발행연도
2021.4
수록면
663 - 670 (8page)
DOI
10.9728/dcs.2021.22.4.663

이용수

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

초록· 키워드

오류제보하기
딥러닝 알고리즘을 처음부터 학습시키려면 방대한 데이터를 투입하여야 하므로, 충분한 데이터 확보가 어려운 경우 학습이 어려울 수 있다. 본 연구에서는 데이터 부족 문제를 극복하기 위하여 전이학습(transfer learning)이라는 개념을 부동산 분야에 적용하였다. 정형데이터 처리에 사용되는 신경망 모형인 DNN(dense neural network)을 부동산 가치 추정에 적용한 결과, 전이학습 성과는 양호하지 못한 것으로 나타났다. 또한, 비정형데이터 중 이미지 처리에 특화된 신경망 모형인 CNN(convolutional neural network)을 사용하여 건물 사진을 토대로 대상 부동산의 용도를 분류하였다. 분류 결과는 비교적 양호하여 전이학습의 높은 가능성을 발견할 수 있었다. 정형데이터의 경우, DNN을 구성하는 은닉층의 전이학습 비효율성, 전이학습에 활용된 은닉층 개수가 적었던 점 등에서 성과 부진의 원인을 찾을 수 있다. 반면 사진 자료를 활용한 건물 용도 분류의 경우, CNN을 구성하는 은닉층의 뛰어난 전이학습 효율성, 50개에 달하는 은닉층으로 인해 새로운 과업에 이전시킬 학습된 지식이 풍부하였던 점으로 인해 비교적 양호한 성과를 산출할 수 있었다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 전이학습
Ⅲ. 부동산 분야에의 접목
Ⅳ. 분석 결과의 해석과 범위
Ⅴ. 결론
참고문헌

참고문헌 (21)

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