순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
Shanghua Gao, Ming‐Ming Cheng, Kai Zhao 외 · IEEE Transactions on Pattern Analysis and Machine Intelligence · 2019년 · 조회 22
왜 이 논문인가 — 선정 기준
RESEARCH PAPER · 후속 연구설계에 활용하기 좋은 논문 — 척도·모형·프레임워크류, 피인용 다수
2019-08 발표 · 피인용 3,438회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1% · 참고문헌 115개
RESEARCH 슬롯에 선정된 이유는 2019년 발표 이후 3,438회 인용되어 분야 최고 수준의 인용 영향력을 보이며, 후속 연구 설계에 활용도가 높기 때문이다.
논문 요약
본 논문은 다중 스케일 특징 표현을 향상시키기 위해 기존 잔차 블록 내부에 계층적 잔차‑유사 연결을 추가한 Res2Net 블록을 제안한다. 이 블록은 단일 잔차 블록 내에서 보다 세밀한 스케일의 특징을 동시에 학습시켜 각 층의 수용 영역 범위를 확대한다. ResNet, ResNeXt, DLA 등 최신 백본에 쉽게 삽입할 수 있으며, 실험을 통해 모든 모델에서 일관된 성능 향상을 입증하였다.
후속 연구설계에 활용하기
후속 연구에서는 Res2Net 블록을 다양한 백본에 적용해 다중 스케일 표현 효과를 정량화하거나, 블록 내부 연결 구조를 변형한 새로운 설계 아이디어를 시험할 수 있다.
핵심어
다중 스케일백본 네트워크Res2Net잔차 블록성능 향상
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.