메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
유대현 (고려대학교) 김지호 (고려대학교) 이홍철 (고려대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제22권 제4호(JKIIT, Vol.22, No.4)
발행연도
2024.4
수록면
79 - 90 (12page)
DOI
10.14801/jkiit.2024.22.4.79

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
클래스 불균형은 분류 모델 성능 저하의 주요한 문제점으로 모델이 소수 클래스에 대한 정보를 충분히 학습하지 못하는데 기인한다. 본 논문은 클래스 불균형 문제를 완화하기 위한 이미지 생성 모델 기반의 두 가지 새로운 방법론을 제안한다. 소수 클래스 이미지를 효과적으로 생성할 수 있는 Diffusion 모델의 클래스와 텍스트 조건부 생성 기법을 활용하였다. 제안한 방법은 기존 데이터 증강 기법 대비 분류 정확도를 평균 1.26, 3.39로 개선하였으며, FID를 21.353, 32.467 만큼 개선하며 기존 데이터 증강 기법보다 효과적인 이미지 생성 성능을 나타내었다. 본 연구는 이미지 분류 및 생성 성능의 향상을 통해 클래스 불균형 문제에 대한 새로운 해결방법을 제안하며 실제 산업 현장에서의 응용 가능성을 제시하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 방법론
Ⅳ. 실험 및 결과
Ⅴ. 결론 및 향후 과제
References

참고문헌 (0)

참고문헌 신청

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0