7개 발견
nktoan이 개발한 이 프로젝트는 인과 추론과 스타일 변환 기법을 통합하여 OOD(Out-of-distribution) 일반화 문제를 해결하는 새로운 접근 방식을 제시합니다. KDD 2023에서 발표된 이 프레임워크는 신경망이 인과적 특징과 가짜 상관관계를 구분하도록 돕습니다. 데이터 스타일을 조작함으로써 모델은 다양한 도메인에서 안정적인 표현을 학습하며, 표준 딥러닝 모델이 새로운 데이터 분포를 마주할 때 겪는 일반화 실패 문제를 효과적으로 해결합니다.
AIOZ-AI가 개발하고 ICCV 2019에서 발표한 VQA-CTI는 시각적 질의응답을 위한 컴팩트 삼중 선형 상호작용(Compact Trilinear Interaction) 기법을 소개합니다. 이 방식은 삼중 선형 상호작용 메커니즘을 통해 고차 다중 모달 융합의 계산 복잡성 문제를 해결합니다. 모델이 이미지와 질문 간의 복잡한 관계를 효과적으로 포착하면서도 파라미터 수를 최소화하여, 다중 모달 딥러닝 연구에 중요한 기여를 했습니다.
