Fourier Feature Mapping
- 자료 유형
- 실제 탐구보고서
- 합격 정보
- 서울대 첨단융합학부
- 활동 유형
- 세부능력 및 특기사항
- 교과 과목
- 고급수학Ⅰ, 미적분, 프로그래밍
- 탐구 키워드
- 인공지능 (머신러닝, NLP 등)
2026-06-11
로그인 후 이용해주세요
저장소에 저장되었습니다.
로그인 후 이용해주세요
내용 요약
신경망은 학습 과정에서 저주파 성분을 먼저 학습하고 고주파 성분을 잘 학습하지 못하는 스펙트럼 편향(Spectral Bias) 문제가 있음
NTK(Neural Tangent Kernel) 이론을 통해 이러한 현상이 신경망의 학습 동역학과 고유값 구조에서 발생함을 설명함
해결 방법으로 입력을 sin, cos 기반의 Fourier Feature로 변환하여 고주파 정보를 포함한 특징 공간으로 매핑함
실험 결과 기본 MLP는 고주파 정보를 제대로 학습하지 못했지만 Fourier Feature를 적용한 모델은 함수와 이미지를 더 정확하게 복원함
따라서 Fourier Feature Mapping은 신경망의 스펙트럼 편향을 완화하고 복잡한 신호 표현 성능을 향상시키는 방법임을 확인함
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.