Current Result Document : 3 / 3
| 한글제목(Korean Title) |
데이터 특징 벡터와 학습 외 분포 데이터 탐지 (Out-of-Distribution Detection) 성능과의 관계 분석 및 고찰 |
| 영문제목(English Title) |
Analysis on the relationship between feature vectors and performance of out-of-distribution (OOD) detection |
| 저자(Author) |
정구본
강한얼
최동완
GuBon Jeong
HanEol Kang
DongWan Choi
|
| 원문수록처(Citation) |
VOL 49 NO. 02 PP. 0619 ~ 0621 (2022. 12) |
한글내용
(Korean Abstract) |
최근 인공지능 분야에서는 다양한 도메인(domain)에서 높은 성능을 가진 모델들이 개발되어 왔다. 하지만 기존의 모델들은 학습하지도 않은 데이터에 대해서 과잉 확신성(overconfidence)을 가지고 추론하는 문제를 보이며 이로 인해 학습 외 분포 데이터(OOD, Out-of-Distribution) 샘플이 잘못된 예측으로 귀결되는 사례가 많다. 최근에는 이러한 문제를 해결하기 위해 OOD 데이터 분포를 탐지하기 위한 다양한 연구가 이뤄지고 있으며, 그중 자기지도 학습 기반의 방법이 높은 탐지 성능을 보이고 있다. 이에 본 논문에서는 기존의 자기지도학습 기반의 방법을 통해 OOD 탐지 성능과 특징 추출기의 출력 벡터의 분포에 대한 상관관계를 관찰하며, 특징 벡터들의 분포에 따른 탐지성능의 경향성을 확인한다. 실험 결과, 탐지성능이 OOD 특징 벡터 분산과 반비례하고, ID와 OOD 특징 벡터 간의 거리에 비례한 경항성을 보임을 확인했으며, 해당 실험을 통해 논문에서는 OOD 탐지 성능을 개선하기 위한 통찰 및 연구 방향성을 제시한다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
