인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.11
- 수록면
- 967 - 977 (11page)
- DOI
- 10.7465/jkdi.2023.34.6.967
이용수
초록· 키워드
본 연구는 최근 기계학습 분야에서 광범위하게 응용되고 있는 자기기도학습 (self-supervised learning)을 이용한 준지도학습 (semi-supervised learning)에 관하여 연구하였다. 자기지도학습을 통해 레이블이 없는 데이터와 무관한 데이터 (negative data)에서 데이터를 생성하는 방법의 제안과 무관 데이터를 이용하기 위해 대조적예측코딩 (contrastive predictive coding)을 활용하는 상호정보량을 제안하였고, 더 좋은 데이터 생성을 위해 Kullback-Libler 정보량 대신 Wasserstein 정보량을 사용한 상호정보량을 제안하고 이를 생성된 데이터를 분류 작업에 적용하여 분류 성능을 향상시킬 수 있는 준지도학습을 다루었다. 모의실험을 통해 제안된 방법이 기존의 방법보다 더 우수함을 밝혔다.
#대조적예측코딩
#상호정보량
#자기지도학습
#준지도학습
#지도학습
#Contrastive predictive coding
#mutual information
#self-supervised learning
#semi-supervised learning
#supervised learning
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- 요약
- 1. 머리말
- 2. 자기지도학습과 데이터 생성
- 3. Wasserstein 상호정보량을 이용한 준지도학습
- 4. 모의실험
- 5. 결론
- References
- Abstract
참고문헌
참고문헌 신청최근 본 자료
UCI(KEPA) : I410-151-24-02-088486377