2024 춘계 공동학술대회(KIIE2024)-오수빈
페이지 정보
본문
<발표 후기>
5월 2일 (목)
세션 : C2. 산업인공지능 응용 분야 (4)
제목 : 지식증류 기반 약지도 비디오 이상탐지
이번 발표는 기존에 계속 진행하고 있었던 비디오 이상탐지 모델에 대한 내용으로 준비했다. 기존 비디오 이상탐지 모델의 연구동향을 봤을때 정확한 레이블 데이터를 만들기에는 한계가 있기 때문에 주로 Weakly label을 통해 이상탐지 모델을 구축해왔다. 하지만 기존 연구로는 이상이 너무 다양한 경우(상황, 장소에 따라 다르게 정의되는 이상의 경우)에는 이상이라는 것 자체를 구분하는데 어려움이 있었다. 따라서 레이블이 없는 데이터도 최대한 활용할 수 있는 Semi-supervised 기반의 지식증류 모델을 제안하였다.
<청취 후기>
5월 2일 (목)
세션 : A2. 산업인공지능 응용 분야 (1)
제목 : 자기지도학습을 통한 잔존수명예측
해당 발표는 자기지도학습을 통해 잔존수명을 예측할 때 prompt Engineering을 통해 이상에 대한 사전지식을 주입하여 prompt Tuning이라는 자동화 작업을 통해 잔존수명을 예측하고자하는 연구에 대한 발표였다. prompt가 지정된다는건 가정하에 있기 때문에 prompt가 지정되지 않는 상황일때도 이러한 prompt engineering을 통한 학습이 적합한지가 의문이 들었던 발표였다. 하지만 context의 파악을 통해서 이상을 정의하는 방법은 이상의 정의가 어렵거나 모호한 CCTV환경에 대한 이상탐지에 적용해보면 좋은 로스로써 활용이 될 것 같다.
5월 2일 (목)
세션 : C2. 산업인공지능 응용 분야 (4)
제목 : 지식증류 기반 약지도 비디오 이상탐지
이번 발표는 기존에 계속 진행하고 있었던 비디오 이상탐지 모델에 대한 내용으로 준비했다. 기존 비디오 이상탐지 모델의 연구동향을 봤을때 정확한 레이블 데이터를 만들기에는 한계가 있기 때문에 주로 Weakly label을 통해 이상탐지 모델을 구축해왔다. 하지만 기존 연구로는 이상이 너무 다양한 경우(상황, 장소에 따라 다르게 정의되는 이상의 경우)에는 이상이라는 것 자체를 구분하는데 어려움이 있었다. 따라서 레이블이 없는 데이터도 최대한 활용할 수 있는 Semi-supervised 기반의 지식증류 모델을 제안하였다.
<청취 후기>
5월 2일 (목)
세션 : A2. 산업인공지능 응용 분야 (1)
제목 : 자기지도학습을 통한 잔존수명예측
해당 발표는 자기지도학습을 통해 잔존수명을 예측할 때 prompt Engineering을 통해 이상에 대한 사전지식을 주입하여 prompt Tuning이라는 자동화 작업을 통해 잔존수명을 예측하고자하는 연구에 대한 발표였다. prompt가 지정된다는건 가정하에 있기 때문에 prompt가 지정되지 않는 상황일때도 이러한 prompt engineering을 통한 학습이 적합한지가 의문이 들었던 발표였다. 하지만 context의 파악을 통해서 이상을 정의하는 방법은 이상의 정의가 어렵거나 모호한 CCTV환경에 대한 이상탐지에 적용해보면 좋은 로스로써 활용이 될 것 같다.
- 이전글2024 춘계 공동학술대회(KIIE2024)-장유나 24.05.13
- 다음글2024 춘계 공동학술대회(KIIE2024)-장효영 24.05.13
댓글목록
등록된 댓글이 없습니다.