사람

기업

게시물

CNN은 사람과 보는 방식이 어떻게 다른가? ImageNet - Train CNNs are biased towards texture; increasing shape bias improves accuracy and robustness(https://openreview.net/pdf?id=Bygh9j09KX)를 읽고 정리해봤습니다. 최대한 내용 명확하게 전달하기 위해서 논문에 있던 자잘한 내용들은 생략했습니다. 요약 1. 기존의 CNN이 이미지 분류를 할 때, 형상 정보를 기반으로 인식을 한다는 형상 정보 가설(Shape Bias Hypothesis)와 질감 정보를 기반으로 인식한다는 질감 정보 가설(Texture Bias Hypothesis)가 존재했다. 2. 사람과 CNN이 영상 데이터를 어떤 관점에서 분류하는지 확인하기 위해 정신 물리학 실험을 수행했다. 해당 실험을 통해서 사람은 형상 정보에 편향 되어있고, CNN은 질감 정보에 편향 되어 있음을 확인할 수 있었다. 3. 모델을 SIN/IN 데이터를 혼합하여 학습하면 모델을 형상 정보로 편향시킬 수 있다. 형상 정보로 편향된 모델이 기존 IN 데이터로만 학습된 모델보다 더 좋은 성능을 나타냄과 동시에 전이 학습(Transfer learning)에서도 성능 개선이 유효함을 확인할 수 있었다. 따라서 본 논문에서 제안한 SIN/IN 데이터 학습이 인공지능 모델을 일반화(Generalization) 시키는데 기여한다라고 이야기할 수 있다. https://ssaru.github.io/2019/08/06/20190806-How_the_Eye_of_AI_Sees/?fbclid=IwAR2CF7yMzcvY0bG1NdjSwQp1UIeiHhuC1Wdtv0VF9rRbAykTUd2ttf8gOuI
링크 첨부됨
2019-08-09
황동현  연구원 @전자부품연구원(KETI)
minikube, Kubernetes, micro-architecture

블로그 글

채용 정보

뉴스/미디어

프로젝트

Knowledge-Based Systems Capstone Design
 
 
- Programmed a NLP: N-gram generating a sentence from a large data set of movie plots. - Generated models with Watson Discovery to give unique feature for each model.
이웅기  오하이오주립대학교 Computer Science and Engineering
210RP · machine-learning 상위 3%
NLP Project
 
 
- Programmed a rating prediction of restaurant reviews and generation of fake reviews. - Used Naive Bayes Classifier, Logistic Regression, and Neural Network.
이웅기  오하이오주립대학교 Computer Science and Engineering
210RP · machine-learning 상위 3%
AI | GANs | Python, Tensorflow, Keras
 
2019년 3월 | 진행중 
- DNA 기반 세포발생 및 진화 메커니즘을 이용한 활동성 인공생명체 모델링 - GANs 기반 Music and Sound Generator
김정환  서비스개발그룹장 @(주)지니프릭스
Machine Learning , artificial-intelligence, neural-network