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
- 2023.5
- 수록면
- 302 - 313 (12page)
이용수
초록· 키워드
오류제보하기
본 연구는 과학기술정보통신부가 2017년부터 1조원 이상을 투자한 ‘AI Hub 댐’ 사업에서 구축된 인공지능 모델 학습데이터의 품질관리를 자동화할 수 있는 프레임워크의 개발을 목표로 한다. 자율주행 개발에 사용되는 AI 모델 학습에는 다량의 고품질의 데이터가 필요하며, 가공된 데이터를 검수자가 데이터 자체의 이상을 검수하고 유효함을 증명하는 데는 여전히 어려움이 있으며 오류가 있는 데이터로 학습된 모델은 실제 상황에서 큰 문제를 야기할 수 있다. 본 논문에서는 이상 데이터를 제거하는 신뢰할 수 있는 데이터셋 정제 프레임워크를 통해 모델의 인식 성능을 향상시키는 전략을 소개한다. 제안하는 방법은 인공지능 학습용 데이터 품질관리 가이드라인의 지표를 기반으로 설계되었다. 한국정보화진흥원의 AI Hub을 통해 공개된 자율주행 데이터셋에 대한 실험을 통해 프레임워크의 유효성을 증명하였고, 이상 데이터가 제거된 신뢰할 수 있는 데이터셋으로 재구축될 수 있음을 확인하였다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 방법
Ⅲ. 결과
Ⅳ. 고찰
Ⅴ. 결론
참고문헌 (References)
참고문헌 (19)
참고문헌 신청
Ministry of Science and ICT, National Information Society Agency , "Data Quality Management Guidelines and Construction Guidelines for AI Learning v3.0," Vol.1 Quality Management Guidelines. doi : https://aihub.or.kr/aihubnews/qlityguidance, 2023.
H. Zhu, J. Shi, J. Wu, "Pick and Learn: Automatic Quality Evaluation for Noisy-labeled Image Segmentation," International Conference on Medical Image Computing and Computer-Assisted Intervention, pp. 576-584, 2019. doi: http://dx.doi.org/10.1007/978-3-030
Y. Kim, J.M. Kim, Z. Akata, J. Lee, "Large Loss Matters in Weakly Supervised Multi-Label Classification," Computer Vision and Pattern Recognition Conference, pp. 14156–14165, 2022. doi: https://doi.org/10.1109/CVPR52688.2022.01376
J. Li, R. Socher, and S. C. Hoi, "DivideMix: Learning with noisy labels as semi-supervised learning," International Conference on Learning Representations , pp. 1–14, 2020. doi: https://doi.org/10.1109/IJCNN55064.2022.9892927
A. Ghosh, N. Manwani, and P. Sastry, "On the robustness of decision tree learning under label noise," The Pacific-Asia Conference on Knowledge Discovery and Data Mining, pp. 685–697, 2017. doi: https://doi.org/10.1007/978-3-319-57454-7_53
H. Zhu, J. Shi, J. Wu, "Pick and Learn: Automatic Quality Evaluation for Noisy-labeled Image Segmentation," International Conference on Medical Image Computing and Computer-Assisted Intervention, pp. 576-584, 2019. doi: http://dx.doi.org/10.1007/978-3-030
Y. Kim, J.M. Kim, Z. Akata, J. Lee, "Large Loss Matters in Weakly Supervised Multi-Label Classification," Computer Vision and Pattern Recognition Conference, pp. 14156–14165, 2022. doi: https://doi.org/10.1109/CVPR52688.2022.01376
J. Li, R. Socher, and S. C. Hoi, "DivideMix: Learning with noisy labels as semi-supervised learning," International Conference on Learning Representations , pp. 1–14, 2020. doi: https://doi.org/10.1109/IJCNN55064.2022.9892927
A. Ghosh, N. Manwani, and P. Sastry, "On the robustness of decision tree learning under label noise," The Pacific-Asia Conference on Knowledge Discovery and Data Mining, pp. 685–697, 2017. doi: https://doi.org/10.1007/978-3-319-57454-7_53
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
AI 사이버보안 체계를 위한 블록체인 기반의 Data-Preserving AI 학습환경 모델
한국정보기술학회논문지
2019 .12
-
[AI 데이터] 데이터 기반 AI 개발, 비즈니스 성과 극대화하다
전자기술
2023 .06
-
자율주행차 산업 활성화를 위한 AI 데이터 구축 전략
정보과학회지
2020 .11
-
AI 응용을 위한 자율 이미지 데이터 수집 시스템
한국통신학회 학술대회논문집
2020 .08
-
자동차 자율주행 객체인식기술과 3D AI 학습데이터 구축 필요성
한국정보과학회 학술발표논문집
2020 .12
-
AI 학습용 데이터 구축을 위한 정책 방향에 관한 연구
한국통신학회 학술대회논문집
2020 .11
-
의도 요소를 고려한 프롬프트 기반 고품질 AI 면접 데이터 선별 시스템
한국정보기술학회논문지
2024 .07
-
AI 적용 체계 데이터 품질 점검 및 운용유지단계 모니터링 실증 연구
한국산학기술학회 논문지
2024 .08
-
국방 경계감시시스템 성능 향상을 위한 합성 데이터 생성 기술 활용 연구
한국산학기술학회 논문지
2024 .11
-
자율주행 차량을 위한 인공지능 학습데이터 구축방안 연구
한국측량학회 학술대회자료집
2020 .07
-
수질 예측을 위한 인공지능 학습용 데이터 품질 관리 기법
한국정보기술학회논문지
2025 .02
-
자율주행 AI 학습용 데이터셋 구축을 위한 메타데이터 스키마 설계에 관한 연구
대한토목학회 학술대회
2023 .10
-
자율주행 차량의 인식 및 판단시스템을 위한 학습용 데이터셋 수집
대한전자공학회 학술대회
2020 .08
-
AI교육플랫폼을 활용한 인공지능 수업의 방향
한국컴퓨터정보학회논문지
2022 .05
-
딥러닝을 활용한 도시가스배관의 전기방식(Cathodic Protection) 정류기 제어에 관한 연구
한국가스학회지
2023 .06
-
다이캐스팅 제조데이터 허브 구축 및 AI 기반 데이터 분석
한국생산제조학회 학술발표대회 논문집
2022 .12
-
다종센서 기반 자율주행 AI 학습을 위한 데이터 수집
대한토목학회 학술대회
2022 .10
-
안전한 AI 서비스를 위한 국내 정책 및 가이드라인 개선방안 연구
정보보호학회논문지
2023 .12
-
자율주행차를 위한 도로 환경 및 버스 주행 데이터셋
한국자동차공학회 춘계학술대회
2021 .06
-
IoT 서비스의 시공간적 특성 분석을 통한 AI 기반 이상 데이터 탐지 기술
한국통신학회 학술대회논문집
2021 .02
이 논문의 저자 정보
이 논문과 함께 이용한 논문
자율주행 이미지 데이터셋의 의미적 중복성과 편향 해소를 위한 샘플링 방법: NIA AI Hub 데이터셋 적용 및 어노테이션 비용절감액 추정
신윤식
,
정미연
,
이정우
정보과학회 컴퓨팅의 실제 논문지
2023
.10
설명 가능한 인공지능(XAI, eXplainable AI)를 이용한 익형 역설계 네트워크의 신뢰도 향상
이상아
,
손찬규
,
신수련
외 1명
한국항공우주학회 학술발표회 초록집
2021
.07
한국어 인공지능 데이터 정제 및 품질관리 프로세스에 관한 연구
김성규
,
김준수
,
박찬림
한국통신학회 인공지능 학술대회 논문집
2023
.09
자율주행 자동차의 상용화와 형사법적 대응
이규호
법학연구
2023
.06
인공지능 기반 시선 추적 기법을 활용한 모바일 커머스 사용자 시선 데이터 분석
김서영
,
장지인
,
박태정
디지털콘텐츠학회논문지
2023
.05
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2023-567-001554041