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
한혜주 (한양대학교) 김연수 (한양대학교) 심재원 (한양대학교) 정혜영 (한양대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제33권 제1호
발행연도
2023.2
수록면
23 - 28 (6page)
DOI
10.5391/JKIIS.2023.33.1.23

이용수

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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
설명가능한 인공지능인 SHAP(SHapley value Additive exPlanations)는 입력 데이터에 의존적이기 때문에 입력 변형에 취약하다. 본 논문은 노이즈에 대한 Deep SHAP의 노이즈 강건성을 확인하기 위해 노이즈 추가에 따른 이미지의 Shapley value 차이를 비교한다. 기존의 이미지 품질평가 방법은 DeepSHAP 결과의 시각적 차이를 비교하기에 한계가 있다. 따라서 본 논문에서는 시각적 차이를 반영한 Shapley value 기반의 새로운 평가 방법인 SVE(Shapley Value Error)를 제안한다. SVE를 적용하여 노이즈 제거 후 이미지의 Shapley value가 원본의 Shapley value와 더 유사함을 보이고 Deep SHAP 전처리 과정으로 노이즈 제거가 필요함을 보인다.

목차

요약
Abstract
1. 서론
2. 관련 연구
3. Shapley Value Error(SVE)
4. 실험
5. 결론 및 향후 연구
References

참고문헌 (16)

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

UCI(KEPA) : I410-ECN-0101-2023-003-000452152