KCC 2021
Current Result Document :
| 한글제목(Korean Title) |
차분 프라이버시를 적용한 합성곱 신경망에서 이미지 분류 정확도 향상을 위한 가중치 초기화 기법 |
| 영문제목(English Title) |
A weight initialization method for improving the accuracy of image classification in differentially private convolutional neural networks |
| 저자(Author) |
백인철
정기정
이혁기
정연돈
Incheol Baek
Kijung Jung
Hyukki Lee
Yon Dohn Chung
|
| 원문수록처(Citation) |
VOL 48 NO. 01 PP. 0831 ~ 0833 (2021. 06) |
한글내용
(Korean Abstract) |
합성곱 신경망이 컴퓨터 비전 분야의 핵심기술로 자리 잡으면서 다양한 경로에서 수집한 이미지 데이터가 합성곱 신경망의 훈련에 사용되고 있다. 이미지 데이터에 개인정보가 포함되어 있는 경우 프라이버시가 노출될 가능성이 있다. 최신 프라이버시 보호 기술인 차분 프라이버시를 적용하여 합성곱 신경망을 훈련할 수 있지만 프라이버시를 고려하지 않고 훈련한 합성곱 신경망에 비해 이미지 분류의 정확도가 상대적으로 낮아진다. 특히 초기 가중치가 합성곱 신경망의 정확도에 큰 영향을 미친다. 본 논문에서는 프라이버시를 보호하면서 합성곱 신경망의 정확도를 높이기 위해 무작위로 생성된 직선으로부터 계산되는 가중치 초기화 기법을 제안한다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
