개인형 이동장치(PM) 최적 배치 위치 최적화
- 자료 유형
- 실제 탐구보고서
- 합격 정보
- 중앙대 산업보안/자연
- 활동 유형
- 세부능력 및 특기사항
- 교과 과목
- 인공지능수학, 프로그래밍, 수학Ⅱ
- 탐구 키워드
- 인공지능 (머신러닝, NLP 등)
2026-05-21
로그인 후 이용해주세요
저장소에 저장되었습니다.
로그인 후 이용해주세요
내용 요약
인공지능 모델 경량화 과정에서 프루닝 비율 증가가 반드시 성능 저하로 이어지는지에 대한 의문에서 탐구를 시작함
CIFAR-10 데이터셋과 Coverage-Centric Coreset Selection 기법을 활용해 프루닝 비율에 따른 모델 성능 변화를 분석함
프루닝 비율과 정확도(AUC-PR) 간의 관계를 손실 함수로 정의하고, 경사하강법을 통해 최적 지점을 탐색함
특정 프루닝 구간에서 모델 성능이 오히려 향상될 수 있음을 실험적으로 확인함
수학적 최적화가 인공지능 모델 설계의 효율성과 성능을 동시에 설명하는 도구가 될 수 있음을 도출함
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.