해석 가능한 인공지능 기반의 이미지 분류 정확도 향상 연구 :The improving accuracy of classifying an image \\ using interpretable machine learning (IML)

김성현

추천

검색

자료유형: 학위논문

저자정보: 김성현 (서울대학교, 서울대학교 대학원)

지도교수: 윤성로

발행연도: 2021

저작권: 서울대학교 논문은 저작권에 의해 보호받습니다.

이용수2

이 논문의 연구 히스토리 (2)

2021

해석 가능한 인공지능 기반의 이미지 분류 정확도 향상 연구

김성현 응용공학과 2021.01 학위논문

2020

설명 가능한 인공지능 기반의 이미지 분류 정확도 향상 연구

김성현 , 윤성로 대한전자공학회 학술대회 2020.08 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

인공 지능은 데이터에 편향이 없다면, 인과 관계가 아닌 데이터 내의 패턴에 있어서 가장 높은 확률을 보여준다. 왜냐하면 대부분의 기계 학습 알고리즘은 데이터에 의존하고 있기 때문이다. 이 논문은 복잡성과 신뢰성 사이의 균형을 기반으로 인간의 해석 가능성을 다루는 것을 목표로 한다. 그러기 위해서, IML 또는 XAI 기술들 중에서 몇 가지 이론적 관점을 소개하고, 그 접근 방식의 이해를 바탕으로 실제 데이터 샘플을 사용하여 모델을 구현하고, 그 시각화 결과는 기계 학습 모델의 해석에서 일반화 오류에 대한 더 나은 이해를 제공함을 확인했다. 결과적으로 모델의 해석은 데이터에 잘못된 답이나 질문이 있는지 분석가의 편견을 명확히 하고, 전이 학습에 기반한 미세 조정의 근거를 제시한다.

#IML #XAI #시각화 #전이학습 #해석가능성 #IML #XAI #visualization #interpretability #transfer learning

I. 서론 1
1.1 연구동기 1
1.2 연구범위 2
1.3 논문의구성 3
II. 관련연구 4
2.1 해석가능한인공지능 (IML) 4
2.1.1 IML 기술분류 (Taxonomy) 6
2.2 데이터주변의희소선형결합해석 8
2.3 CNN 모델의특징추출시각화 11
2.3.1 클래스활성화맵 (CAM) 12
2.3.2 Gradient-weighted CAM 12
2.3.3 CAM vs. Grad-CAM 14
2.4 합성곱신경망 (CNN) 15
2.5 전이학습 (Transfer Learning) 19
2.6 미세조정 (Fine Tuning) 21
2.7 최적화 (Optimization) 24
III. 연구방법 28
3.1 이미지분류모델링개발 28
3.2 성능개선문제의해결방안 29
3.3 성능평가지표 31
IV. 실험및결과 33
4.1 실험개요 33
4.2 실험환경 35
4.3 비정형데이터의결함패턴분류모델링 36
4.3.1 스크래치 37
4.3.2 전이학습 39
4.4 수퍼픽셀로표현한모델링결과분석 40
4.5 특징시각화를활용한모델링결과분석 41
4.5.1 CAM 41
4.5.2 Grad-CAM 42
4.6 미세조정에따른모델링결과 43
4.7 성능평가 44
4.8 결과분석 45
V. 결론 49
5.1 고찰 49
5.2 연구제한 50
5.3 향후계획 51
참고문헌 52
Abstract 59

최근 본 자료

전체보기

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

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)