YOLO의 정보 손실 문제, 시그모이드 기울기 소실 구조와의 유사성으로 분석
- 자료 유형
- 실제 탐구보고서
- 합격 정보
- 한양대(서울) 데이터사이언스학부
- 활동 유형
- 세부능력 및 특기사항
- 교과 과목
- 인공지능과미래사회, 수학Ⅱ, 프로그래밍
- 탐구 키워드
- 인공지능 (머신러닝, NLP 등), 컴퓨터 및 통신기술 (사물인터넷, IOT, 5G 등)
2026-04-09
로그인 후 이용해주세요
저장소에 저장되었습니다.
로그인 후 이용해주세요
내용 요약
CNN 기반 객체 탐지 모델 YOLO에서 작은 객체가 탐지되지 않는 문제의 원인을 분석하던 중, 수학Ⅱ에서 탐구했던 시그모이드 함수의 기울기 소실 구조와의 유사성에 착안해 탐구 주제로 설정함
CNN의 stride·pooling에 따른 해상도 축소 과정을 분석해 작은 객체 정보가 반복적으로 소실되는 구조를 설명함
시그모이드 함수의 미분 결과가 층을 거치며 0으로 수렴하는 기울기 소실 현상과, YOLO에서 작은 객체 feature가 깊은 층에서 사라지는 현상이 ‘반복 구조에서 정보 손실이 누적된다’는 점에서 구조적으로 유사함을 도출함
ReLU 함수가 기울기 소실을 해결한 방식을 확장해, YOLO에서도 해상도를 계단식으로 복구하거나 작은 객체 영역에 stride를 다르게 적용하는 해결 방안을 제안함
수학적 개념을 컴퓨터 관련 문제와 연결한 창의적 융합 탐구로 알고리즘 구조를 비교·해석하는 사고력이 돋보였음
탐구 보고서 전문
멘토의 다른 탐구 활동
꼭 알아주세요
- 본 자료와 관련된 모든 저작권은 (주)진학사에 있으며, 저작권법 제4장 및 제5장의 규정에 따라 일부 또는 전체를 복제, 배포, 업로드하거나 이를 바탕으로 한 2차 저작물을 제작하는 행위를 금합니다.
- 제공되는 탐구 보고서는 학생부종합전형으로 합격한 선배들의 실제 탐구 자료입니다. 이미 대학 입학사정관의 평가를 받은 자료이기에,이를 그대로 따라하기보다는 참고 자료로 활용하여 여러분만의 독창적인 탐구 보고서를 작성해 주시기 바랍니다. 선배들의 탐구 과정과 방법론을 참고하되, 여러분의 관심사와 관점을 반영한 차별화된 탐구를 진행하시길 권합니다.
- 하나의 아이디는 구매자 본인 이용을 기준으로 제공됩니다. 본인이 사용하는 PC/모바일에서는 이용 가능하나, 여러 명이 하나의 아이디를 공유해 이용할 수 없습니다. 부정 사용 방지를 위해 접속 IP 등 이용 로그가 기록될 수 있으며, 비정상 이용이 확인될 경우 서비스 이용이 제한될 수 있습니다.