딥러닝 관련 논문 연구 발표 세미나 레포트 코로나CNN

1. Target Paper

코로나CNN이라는 논문은 COVID-19 바이러스와 관련된 폐렴의 진단을 위한 심층 신경망 모델을 제안하고 있다. 연구의 배경으로는 COVID-19가 전 세계적으로 큰 영향을 미쳤으며, 신속한 진단과 치료가 중요한 과제로 부각되었다는 점이 있다. 기존의 진단 방법들이 전문적인 지식과 시간이 많이 소요되는 반면, 딥러닝을 활용한 이미지 기반의 자동 진단 시스템 개발이 필요하다는 인식이 확산되었다. 따라서 연구자들은 CT 스캔 이미지를 이용하여 COVID-19와 관련된 폐렴을 효과적으로 구분하고 진단할 수 있는 CNN 모델을 설계하였다. 논문에서는 데이터 세트로는 공공 데이터베이스에 있는 여러 이미지를 활용하였으며, 이들 이미지는 COVID-19, 일반 폐렴, 정상 폐렴을 포함하고 있다. 연구자들은 이러한 데이터를 바탕으로 코로나CNN 모델을 학습시켰으며, CT 이미지를 입력으로 받아 각 질병에 대한 확률을 출력하는 구조로 설계하였다. 라는 새로운 접근 방식을 보여준다. CNN의 여러 층을 통해 이미지에서 특징을 추출하고, 이를 기반으로 다층 퍼셉트론을 통해 최종 진단을 수행하는 방식이다. 모델의 아키텍처는 Conv 레이어로 시작하여 Max Po…