http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
현대 딥러닝 네트워크의 과신뢰 문제 및 캘리브레이션 기법 연구
김지영(Ji Young Kim),김승년(Seungnyun Kim),김지섭(Jiseob Kim),김진홍(Jinhong Kim),김상태(Sangtae Kim),Khoa Anh Ngo,심병효(Byonghyo Shim) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
딥러닝(deep learning) 모델이 사용하는 학습 데이터와 시험 데이터의 도메인(domain)은 일반적으로 같다. 그러나 현실세계(real world)에서는 데이터 수집에 한계가 있으므로 모델은 모든 도메인의 데이터를 학습할 수 없다. 따라서 모델은 학습 데이터와 동일한 도메인의 시험 데이터(familiar data)는 물론, 학습 때 보지 못했던 도메인의 시험 데이터(unfamiliar data)에도 강인해야 하며, 신뢰도 추정이 올바르게 이루어져야 한다. 본 연구진은 familiar/unfamiliar 상황에서의 성별분류(gender recognition) 실험을 진행하고, T-SNE을 분석하였다.