‘1종 오류’ 찾아내는 딥러닝 모델로 ‘과검’ 발생률 감소

‘1종 오류’ 찾아내는 딥러닝 모델로 ‘과검’ 발생률 감소

‘1종 오류’ 찾아내는 딥러닝 모델로 ‘과검’ 발생률 감소 이상탐지(Anomaly Detection) 딥러닝 모델을 활용해 검사 이미지 전체 영역을 학습합니다. 실제 생산품의 결함이 아닌, 그 밖의 다른 문제로 인한 과검(1종 오류) 사례일 확률을 추론합니다.   Challenge   ‘미검’ 0%를 달성하기 위해 검사 기준을 너무 민감하게 설정한 경우, ‘과검(1종 오류)’이 많아짐 과검을 적발하기 위한 무작위 샘플링...
수동 어노테이션의 한계를 극복하는 기술 4가지 -오토레이블링, 자기지도학습 등

수동 어노테이션의 한계를 극복하는 기술 4가지 -오토레이블링, 자기지도학습 등

수동 어노테이션의 한계를 극복하는 기술 4가지 -오토레이블링, 자기지도학습 등 수동 데이터 어노테이션의 한계를 극복하는 다양한 AI 기술이 제안되었습니다. 4가지 주요 기술의 개념과 장점을 소개합니다. 사람이 직접 하는 어노테이션은 많은 시간과 비용이 소요됩니다. 예를 들어, 대규모 이미지 인식 경진대회인 ILSVRC에 활용되는 ImageNet 데이터 구축의 경우 크라우드 소싱을 통해 약 4만9천여 명이 4년에 걸쳐 1400만 장의 이미지에 어노테이션 작업을 수행했죠. 의료...
Federated Learning: Concepts and Applications 

Federated Learning: Concepts and Applications 

Federated Learning: Concepts and Applications  AI machine learning relies on vast amounts of data. To achieve this, you start by gathering substantial data in a central server, and then you train the data using high-performance computing resources. The more data at...