적응적 배치 선택 전략을 이용한 딥 뉴럴 네트워크 학습 가속 시스템 및 방법

Abstract

본 발명은 딥 뉴럴 네트워크 학습 가속 시스템 및 방법에 관한 것으로, 상세하게는, 기존 어려운 학습 표본들로 인한 딥 뉴럴 네트워크의 과적합(overfitting) 현상을 완화하여 성능 저하 문제를 해결하고, 학습 속도를 개선할 수 있는 적응적 배치 선택 전략을 이용한 딥 뉴럴 네트워크 학습 가속 시스템 및 방법에 관한 것이다. 본 발명에 의하면, 기존에 문제가 되었던 학습 모델의 지나치게 어려운 학습 표본들에 대한 과적합을 해결하여 학습 속도를 가속하면서도 학습 표본들에 대해 높은 성능을 보이는 최종 모델을 얻을 수 있다. 따라서, 딥 뉴럴 네트워크 학습의 고질적인 문제인 느린 학습 속도를 모델의 성능 저하없이 개선하여 이미지 분류 및 객체 탐색과 같은 다양한 응용 및 데이터 분석적 업무의 효율성을 획기적으로 증진시킬 수 있다.