KCI등재
CAMICAP : Grad-CAM을 적용한 RICAP 기반 데이터 증강 기법 성능 향상 알고리즘 연구 = CAMICAP : A Study on the Performance Improvement Algorithm of RICAP-Based Data Augmentation Techniques Using Grad-CAM
저자
강세혁 (-)
발행기관
학술지명
한국지능시스템학회논문지(Journal of Korean institute of intelligent systems)
권호사항
발행연도
2022
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
발행기관 URL
수록면
299-306(8쪽)
KCI 피인용횟수
0
제공처
A classification model based on a deep learning approach has a disadvantage in thatperformance is not guaranteed when the amount of data used for training isinsufficient. The data augmentation method, one of the studies to overcome this, isa technique that augments the amount of data by manipulating original data orincreases the amount of data by using adversarial examples or GAN(GenerativeAdversarial Network). RICAP is an effective data augmentation technique thatgenerates data by cropping and patching random areas of the original data.
However, since RICAP chooses random areas, RICAP has the problem that thecropped image may not be related to the label. Therefore, in this paper, we proposea new data augmentation algorithm, CAMICAP, which is designed to overcome theshortcomings of RICAP. CAMICAP uses Grad-CAM to identify areas with highrelevance for deep learning-based models to derive results from images, cut andpaste the areas to generate augmented data highly related to labels. In order toverify the performance of the augmented data generated by CAMICAP, theaccuracy was compared by training the model by adding the augmented data to theCIFAR10 and STL10 data sets, respectively, to the deep learning-based model usingResNet18 and MobileNet as basic models. When the data from CAMICAP is used,all models have higher accuracy than when the models use the data from RICAP.
딥러닝을 기반으로 하는 분류 모델은 학습 및 데이터에 사용되는 데이터의 양이 많지 않을경우, 성능이 보장되지 않는 단점이 있다. 이를 극복하기 위한 연구중 하나인 데이터 증강기법은 입력 데이터를 조작하여 데이터의 양을 증강시키거나 적대적 예제, 생성적 적대 신경망 등을 이용하여 데이터의 양을 늘리는 기법이다. RICAP은 원본 데이터의 임의의 영역을자르고 붙여서 데이터를 생성하는 효과적인 데이터 증강 기법중 하나이지만, 자르는 영역을임의로 선택하는 과정에서 라벨값과 전혀 연관이 없는 영역이 라벨을 대표하는 입력값이 되는 문제가 발생한다. 본 논문에서는 RICAP 알고리즘의 단점을 극복하기 위해 CAMICAP을제안한다. CAMICAP에서는 Grad-CAM을 이용하여 딥러닝 기반 모델이 이미지에서 결과값을 도출하는데 연관성이 높은 영역을 식별하여 해당하는 영역을 자르고 붙임으로써 라벨과연관성 높은 증강 데이터를 생성시킨다. CAMICAP으로 생성된 증강데이터의 성능을 검증하기 위하여 ResNet18, MobileNet을 기초모델로 하는 딥러닝 기반 모델을 설계하고 각각CIFAR10, STL10의 데이터 셋에 증강 데이터를 더하여 모델을 학습시켜 정확도를 비교하였다. 두 가지 모델에서 모두 CAMICAP에서 생성한 증강이미지를 학습에 사용할시 RICAP에서 생성한 이미지를 학습에 사용할 때보다 높은 정확도를 보였다
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2023 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2020-01-01 | 평가 | 등재학술지 선정 (재인증) | KCI등재 |
2019-12-01 | 평가 | 등재후보로 하락 (계속평가) | KCI후보 |
2016-01-01 | 평가 | 등재학술지 선정 (계속평가) | KCI등재 |
2015-12-01 | 평가 | 등재후보로 하락 (기타) | KCI후보 |
2011-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2009-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2008-02-20 | 학술지명변경 | 한글명 : 한국퍼지및지능시스템학회 논문지 -> 한국지능시스템학회 논문지외국어명 : 미등록 -> Journal of Korean Institute of Intelligent Systems | KCI등재 |
2008-02-18 | 학회명변경 | 한글명 : 한국퍼지및지능시스템학회 -> 한국지능시스템학회영문명 : Korea Fuzzy Logic And Intelligent Systems Society -> Korean Institute of Intelligent Systems | KCI등재 |
2007-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2005-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2002-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
1999-07-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.62 | 0.62 | 0.63 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.56 | 0.49 | 0.866 | 0.2 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)