An Effect of Genetic Algorithm for Creating a Dataset
Sanghyun Park, Youngbok Cho · Journal of Digital Contents Society · 2019
현재 다양한 분야에서 딥러닝 기술이 활용되고 있다. 딥러닝을 적용시키기 위해서는 모델의 구성도 중요하지만 학습, 검증을 위한 데이터셋도 중요하다. 딥러닝모델의 정확도를 위해서는 학습 데이터셋의 크기가 매우 중요한 데 이는 데이터셋이 정확도에 많은 영향을 주고 있기 때문이다. 또한 다양한 환경에서 수집된 데이터가 많이 존재하는 상황일수록 정확도가 높아진다. 이로 인해 다양하고 많은 데이터를 수집하기 위해 자본을 소비한다. 그러나 한정된 환경으로 인해 더 이상 데이터셋을 수집할 수 없는 상황에서는 기존 데이터를 회전을 하거나 확대 등 변형 작업을 통해 새로운 데이터셋을 생성한다. 본 연구에서는 데이터셋을 생성하고 학습시키는 과정에서 쓰이는 데이터 부풀리기에서 유전적 알고리즘의 세대, 교배, 돌연변이가 정확도에 미치는 영향에 대한 연구 방법을 제시하고자 한다.