LRP(Layer-wise Relevance Propagation) 에서의 심층 테일러 전개 분석, CNN에서의 적용
- 자료 유형
- 실제 탐구보고서
- 합격 정보
- 중앙대 산업보안/자연
- 활동 유형
- 세부능력 및 특기사항
- 교과 과목
- 고급수학Ⅰ, 프로그래밍, 수학Ⅱ
- 탐구 키워드
- 인공지능 (머신러닝, NLP 등)
2026-05-21
로그인 후 이용해주세요
저장소에 저장되었습니다.
로그인 후 이용해주세요
내용 요약
딥러닝 모델의 예측 과정을 사용자가 신뢰할 수 있는지에 대한 문제의식에서, 인공지능의 블랙박스 문제를 탐구 주제로 설정함
설명 가능한 인공지능(XAI) 기법 중 LRP(Layer-wise Relevance Propagation)의 원리와 심층 테일러 전개를 수학적으로 분석함
CNN 구조에서 예측 결과를 입력 픽셀 단위 기여도로 분해하는 과정을 수식과 예시를 통해 이해함
LRP를 통해 예측값이 입력 특징에 어떻게 분배되는지 시각적으로 설명 가능함을 확인함
인공지능 결과의 해석 가능성이 신뢰성 확보의 핵심 요소임을 도출하며, 설명 가능한 AI의 필요성을 인식함
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.