Current Result Document :
| 한글제목(Korean Title) |
합성곱 신경망의 강건 정확도 평가방법 개선 |
| 영문제목(English Title) |
Improving Method for Robust Accuracy Evaluation of Convolution Neural Network |
| 저자(Author) |
김욱환
김한영
이영우
채흥석
Uk-Hwan Kim
Han-Young Kim
Young-Woo Lee
Heung-Seok Chae
|
| 원문수록처(Citation) |
VOL 48 NO. 02 PP. 1258 ~ 1260 (2021. 12) |
한글내용
(Korean Abstract) |
이미지 분류 딥러닝 모델은 이미지가 변형되었을 때 이미지의 유형을 잘못 분류하는 문제가 발생한다. 기존 정확도 평가방법은 이미지가 변형되어 잠재적으로 잘못 분류될 수 있는 이미지를 고려하지 않아 기존의 정확도를 신뢰하기 어렵다. 본 연구에서 변형에 강건한 새로운 평가지표인 강건 정확도를 제시한 논문을 참고 및 보강하였다. 본 연구는 잠재적 오분류 데이터 분류를 위해 경계 비용을 설정하는 경계 비용 설정법 두 가지와 강건 정확도를 제시하였다. 본 연구와 기존 논문[4]의 결과를 비교한 결과, 기존 논문 [4]의 PMD Precision 20% 정도 높았지만, PMD Recall은 75% 정도 낮았다. 강건 정확도는 Dataset과 경계 비용설정법마다 차이를 보였고 기존 정확도보다 49%까지의 차이를 보였다. 강건 정확도 평가를 통해 기존의 정확도는 데이터 변형에 강건하지 못하다고 판단되었다.
|
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
