Current Result Document :
| 한글제목(Korean Title) |
연속학습을 위한 트리플렛 로스기반 분산표현 학습방법 |
| 영문제목(English Title) |
A Learning Method of Distributed Representation based on Triplet Loss for Continual Learning |
| 저자(Author) |
문형준
조성배
Hyung-Jun Moon
Sung-Bae Cho
|
| 원문수록처(Citation) |
VOL 49 NO. 02 PP. 0856 ~ 0858 (2022. 12) |
한글내용
(Korean Abstract) |
최근 딥러닝 기술의 발전과 함께 지속적인 학습이 점점 더 중요해지고 있다. 메모리 기반 방법은 이전 학습 과정에서 데이터를 선택하여 메모리에 저장한 후 현재 데이터셋에서 재학습한다. 그러나, 모드느 데이터를 고정된 메모리 용량으로 저장할 수 없기 때문에, 이전 데이터에 대한 지식을 잃는 문제가 있다. 본 논문에서는 메모리에 각 클래스에 대한 데이터의 분산 표현을 저장하고 재생하는 방법을 제안한다. 데이터 표현은 클래스별로 분류되어 가우스 분포로 변환되며, 평균과 분산의 형태로 메모리에 저장하는데, 평균과 분산의 생성을 트리플렛 로스로 이격하여 데이터의 분포가 서로 겹치는 문제를 방지한다. MNIST, CIFAR-10, CIFAR-100를 사용한 실험으로 제안한 방법이 4~5%p 이상의 성능 향상을 보여주며, 데이터의 표현 확인 결과, 각 클래스마다 독립적인 공간을 할당하여 치명적인 망각을 피할 수 있음을 검증하였다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
