Current Result Document :
| 한글제목(Korean Title) |
정보의 불확실성을 탐지하여 실시간으로 질문하고 추론하는 준지도학습 |
| 영문제목(English Title) |
Semi-Supervised Learning that Questions or Inferences in Real-time by Detecting Information Uncertainty |
| 저자(Author) |
자빈 샤이사타
홍봉희
Jabeen Shaisata
Hong Bong Hee
이윤수
유영재
장병탁
Yunsu Lee
Youngjae Yoo
Byoung-Tak Zhang
|
| 원문수록처(Citation) |
VOL 49 NO. 02 PP. 0788 ~ 0790 (2022. 12) |
한글내용
(Korean Abstract) |
실시간 데이터를 다룰 때 학습자는 계속 주어지는 데이터를 자기가 아는지 모르는지 판단해 스스로 추론하거나 타인에게 질문해야한다. 본 연구는 이러한 학습 과정에 착안하여, 인공지능이 스스로 정보의 불확실성을 탐지하고 실시간으로 질문하여 지식 체계를 더해가는 준지도학습 방법을 제시한다. 먼저 입력 이미지가 주어지면 AutoEncoder는 정보를 압축 후 복원하여 입출력 간극차를 구한다. 이를 기준으로 모델은 해당 입력을 아는지 모르는지 판단해 스스로 추론하거나 질문하여 데이터를 라벨링 한다. 이후 모델의 확증편향을 막기 위해 질문했을 때의 CNN Loss(Asking Loss)와 추론했을 때의 CNN Loss(Inference Loss)를 비교하여 임계값을 조정한다. 위와 같은 방법으로 모델을 학습시킨 후 검증 실험을 설계하여 테스트셋에 대한 분류 정확도를 평가하고, 같은 수의 데이터로 지도학습한 CNN과 성능을 비교한다. 실험 결과 본 모델의 성능은 질문 횟수와 같은 수의 데이터로 지도학습한 CNN의 성능보다 다소 떨어진다. 하지만 본 모델은 Asking Loss와 Inference Loss를 비교하여 임계값을 조정하는 방법을 통해 모델 스스로 확증편향을 감지하고 교정하는 데 성공함으로써 확증편향 문제를 해결했다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
