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
용다윗 (경기대학교) 임현기 (경기대학교)
저널정보
한국정보기술학회 한국정보기술학회지 韓國情報技術學會誌 제21권 제1호
발행연도
2023.12
수록면
11 - 17 (7page)

이용수

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

초록· 키워드

오류제보하기
디지털 변환의 핵심인 데이터는 최근 인공지능 분야에서 가장 많이 활용되고 있는 기계학습 방식인 딥러닝에 필수적으로 요구된다. 어떤 데이터를 학습하는지에 따라 인공지능의 목적과 성능이 달라지게 된다. 이를 위해 많은 스마트 기술들이 요구되고 있다. 그 중에 딥러닝 모델의 성능을 저하시키는 적대적 공격에 대응하기 위한 기술들이 요구되고 있다. 악의적으로 학습 데이터에 노이즈를 추가하여 아주 미세한 차이로 딥러닝이 제대로 판단하지 못하게 만드는 적대적 공격은 자율 주행, 의료 서비스 등 인간의 생명과 직결되는 큰 문제를 야기시킬 수 있다. 최근 적대적 공격을 방어하는 적대적 훈련 방법들이 소개되었는데, 이 중 Cutout, Mixup, CutMix와 같은 데이터 증강을 통해 효과적으로 적대적 훈련을 할 수 있다. 하지만 이런 데이터 증강 방식은 최근 소개된 적대적 공격에 한계가 있다. 본 논문에서는 행렬 분해를 적용하는 데이터 증강을 제안한다. 기존 데이터 증강기법보다 행렬 분해 기법이 적대적 견고성에서 더 좋은 성능을 나타내는 것을 실험적으로 보였다.

목차

요약
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 행렬 분해를 적용한 데이터 증강
Ⅳ. 실험
Ⅴ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0