Prof. Hyunoh Song's research team, develops high-quality data augmentation algorithm

송현오 교수 연구진,
새로운 데이터증대 기법을 제시하여 인공신경망 실제 적용가능성 크게 향상

  • 기존 데이터 증대 기법이 지니는 임의적 요소를 최적화하는 알고리즘 개발
  • 제한된 학습 데이터로 학습에 효과적인 새로운 데이터 생성
  • 인공신경망의 물체 인식, 위치 탐지, 그리고 강건성 등 다양한 성능을 향상

송현오 교수 연구진(김장현.추원호.정호산 석박통합과정)은 인공신경망의 일반화 성능 및 강건성을 향상하는 데이터 증대 기법 Co-Mixup을 개발하였다고 밝혔다.

구체적으로 Co-Mixup은 다량의 데이터가 주어졌을 때, 각 데이터의 중요한 정보의 양을 최대화하는 동시에 다양한 데이터를 생성하는 것을 목표로 한다 [그림 1]. 연구진은 이를 위해 형식적인 문제를 설계하였고 이를 효과적으로 해결하는 알고리즘을 개발하였다 [식 1].

Co-Mixup은 올해 5월에 온라인으로 개최될 인공지능 최고 학회 중 하나인 ICLR의 구두 발표(Oral) 세션에서 발표될 예정이다. 해당 세션은 올해 ICLR에 제출된 논문 중 약 상위 1%(=53/2997)의 논문에만 주어지는 발표 기회이다.



20210125_hyunoh2.png

References
Jang-Hyun Kim, Wonho Choo, Hosan Jeong, Hyun Oh Song, Co-Mixup: Saliency Guided Joint Mixup with Supermodular Diversity, ICLR 2021.

Monday, January 25th 2021