인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
노이즈 레이블은 딥 러닝 모델 학습 성능을 저하시키는 주요 요인 중 하나이다. 본 논문에서는 각 클래스의 신뢰할 수 있는 프로토타입과 데이터 특징 간 혼합을 활용하여 레이블 노이즈를 탐지하고 보정하는 새로운 방법을 제안한다. 먼저, 대조 학습을 통해 분류 모델을 학습하고 이미지와 프로토타입 특징 혼합을 통해 노이즈 레이블을 탐지한다. 손실이 낮은 데이터는 정보성이 높은 데이터로 간주되고 프로토타입으로 정의된다. 이후, 레이블 재할당된 프로토타입 특징을 혼합하여 노이즈 여부를 판별한다. 마지막으로, 깨끗한 레이블을 가진 데이터와 프로토타입을 사용하여 가우시안 혼합 모델을 구성하고 의사 레이블을 통해 노이즈 레이블을 보정한다. 제안된 방법은 CIFAR-10/100 데이터셋에서 기존 방법보다 우수한 성능을 보여주었다. 특히, CIFAR-100 데이터셋에서 노이즈 비율이 90%인 경우, 제안된 방법은 기존 방법보다 9% 향상된 정확도를 달성하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-091204562
