샤플리 기반 의존 특징 제어를 통한 데이터셋 증류

김동훈; 배성호

추천

검색

질문

자료유형: 학술대회자료

저자정보: 김동훈 (경희대학교) 배성호 (경희대학교)

저널정보: 한국방송·미디어공학회 한국방송미디어공학회 학술발표대회 논문집 한국방송·미디어공학회 2024 하계학술대회

발행연도: 2024.6

수록면: 1,085 - 1,088 (4page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

데이터셋 증류는 원본 데이터셋과 비슷한 학습 성능을 보이는 매우 작고 유용한 데이터셋을 합성하는 것을 목표로 한다. 설명가능한 AI 분야에서 학습된 모델의 표현들 중 예측에 중심적으로 사용되는 의존도가 높은 특징들을 샤플리 값을 이용해 식별할 수 있음을 밝혔다. 본 논문은 이러한 발견으로 바탕으로 샤플리 값을 이용하여 각 클래스의 의존 특징을 효과적으로 고려한 데이터셋 증류 방법을 제안한다. 즉, 각 합성 데이터가 일부 특징만 학습하지 않도록 모델 뉴런의 샤플리 값을 계산하여 의존도가 높은 뉴런들을 식별하고, 이들 중 상위 n%의 뉴런을 조절하여 데이터셋 증류를 수행한다. CIFAR10 데이터셋, 10 IPC(Image per class)의 조건에서 제안 방법을 실험하였고 기존 데이터셋 증류 방법 대비 최대 1.3%p의 성능 향상을 보인다. 이는 제안하는 데이터셋 증류 방법이 효과적으로 각 클래스의 차별적인 특징을 포착할 수 있음을 시사한다.

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-151-24-02-090131510

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

최근 본 자료

댓글(0)