项目来源

韩（略）科（略）

项目主持人

조（略）

项目受资助机构

충（略）교

项目编号

1（略）1（略）5（略）

财政年度

2（略）,（略）0

立项时间

未（略）

研究期限

未（略） （略）

项目级别

国（略）

受资助金额

8（略）0（略）.（略）元

学科

未（略）

学科代码

未（略）

基金类别

개（略）연（略）기（略）)（略）D（略）

关键词

未（略）

参与者

未（略）

参与机构

未（略）

项目标书摘要：연구（略）근 범람하는『대규（略） 어떻게 하면 딥（略）이 잘 이해할 수（略）도 있게 고찰하고（略）고 높은 적응성을（略）트워크의 학습 방（略）다.       （略）차년도에는 콘텐츠（略）위해 여러 종류의（略）sk를 동시에 사（略）ask learn（略）다.Multi-t（略）g에 의해 학습된（略）ture extr（略）디오 클립으로부터（略）보다 더 다양한 （略） 수 있다.또한 （略）ractor가 특（略）서 학습되지 않는（略）들기 위해선 ta（略）니라 학습에 사용（略）인 양도 중요하다（略）는 비디오만 있으（略） 학습 시킬 수 （略）ervised l（略）서도 다룬다.정리（略）서는 self-s（略）그리고 multi（略） 다양한 특성을 （略）대규모 데이터에 （略）ure extra（略） 것을 목표로 한（略）tiple sel（略）on task들을（略） 학습시킬 때,각（略） function（略）되거나,중요도 혹（略）중 합산되게 된다（略）들을 평균적으로 （略）거나 중요도 혹은（略）sk를 더 잘 풀（略）다.하지만 pre（略） 이용해서 fea（略）tor의 para（略）키는 가장 중요한（略）서 target （略）re extrac（略）로 활용하는 것이（略）과제의 2차년도에（略）ning 기술을 （略）le pretex（略） 학습된 feat（略）or가 어느 ta（略） 빠르게 adap（略）방법에 대한 연구（略）한 연구결과를 통（略）inetics보다（略）작은 데이터 셋인（略）MDB에서 act（略）tion accu（略）써 제안한 방법의（略）이다.2년차에는 （略）um 데이터 셋을（略）ame selec（略）VIS datas（略）eo object（略）on 성능을 측정（略）범용성을 다시금 （略）meta-lear（略）검증하기 위해,p（略）들에 의해 학습된（略）이 target （略）ation되는 데（略）gradient （略）ation의 수를（略）      최근 （略）같은 동영상 플랫（略）텐츠 비디오를 어（略）활용해야하는가에 （略）구소,그리고 기업（略）본 연구의 결과는（略）하는데 실마리를 （略）로 기대한다.또한（略）물의 범용성과 높（略）디오 연구에 중심（略）할 것으로 생각한（略）뿐만 아니라 se（略）ed learni（略）earning과 （略）한 내용을 고루 （略）넓은 분야의 후속（略） 수 있다고 생각（略）