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
김성아 (한양대학교) 정혜영 (한양대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제33권 제6호
발행연도
2023.12
수록면
520 - 525 (6page)
DOI
10.5391/JKIIS.2023.33.6.520

이용수

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

초록· 키워드

오류제보하기
딥러닝의 예측은 학습 데이터에 기반한 가장 성능이 좋은 모형의 점추정값을 나타내기에 이에 대한 불확실성 측정의 필요성이 최근에 부각되고 있다. 이미지 분할과 같은 분류 문제에서의 예측 불확실성을 측정하고자하는 연구가 진행되었지만, 다중 분류 문제에 적용한 사례는 아직 그리 많지 않다. 본 연구에서는 다중 분류에서도 해석이 쉬운 불확실성 측정법을 제시하고 기존에 제안된 불확실성 측정법의 한계점 및 제안된 방법과의 차이점을 비교하고자 한다. 이를 위해 두 개의 클래스를 가진 의료이미지와 세 개의 클래스를 가진 동물 이미지에 대한 실험을 진행하였고, 제안된 방법이 기존에 제안된 방법보다 해석하기 용이하고 클래스 간 경계가 아닌 모델이 예측하기에 불확실성이 큰 부분을 잘 포착할 수 있음을 보였다.

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 제안하는 방법
4. 기존 불확실성 정량화 방법
5. 실험 및 결과
6. 결론 및 향후 연구
References

참고문헌 (12)

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