| 연구목표 |
● 본 과제에서는 각종 영상인식 데이터셋에서 성별, 인종별 등의 기준에 따른 데이터 편향성 및 공정성 재고를 위한 편향성 완화 기법 개발을 목표로 함● 기존에는 데이터셋 단계에서 과대표 데이터 삭제 또는 소수 데이터 증강 등 데이터셋의 편향성을 직접 보정하는 기법이 주로 제안되었음● 그러나 실제 사람들은 인지 및 판단과정에서 편향된 데이터를 수정하는 방식이... |
| 연구내용 |
● 본 과제에서는 성별, 인종 등의 측면에서 편향된 영상인지 데이터셋에서 편향성이 완화된 공정한 영상인식이 가능한 자기 지도학습(self-supervised learning) 기반의 기계학습 기법을 개발하고자 함● 자기 지도학습은 지도학습(supervised learning)과 비지도 학습(unsupervised learning)의 장점을 결합하여 적은 데... |
| 기대효과 |
1) 연구개발성과의 활용방안● 본 과제에서 개발한 편향성 완화 기계학습 기법을 이용하여 다양한 영상인지 데이터셋에서 편향성에 강인한 공정 학습이 가능함● 성별, 인종별 편향에 대한 공정한 학습 외에도 의료데이터셋에서의 질병 분포의 특정 연령 편향성 등 여러 인공지능 과제들이 데이터 편향성에 노출되어 있음● 본 과제에서 개발한 편향성 완화 기계학습 기법은 공... |
| 키워드 |
인공지능,공정성,인공지능 윤리,영상인식,데이터 편향 |