Earticle

현재 위치 Home

Poster Session IV MR-IoT/AI 융합 플랫폼

재난 대응 기계학습 모델의 Data Drift 문제에 대한 MLOps 기반 대응 기법
Resolving Data Drift in Disaster Response Model using MLOps

첫 페이지 보기
  • 발행기관
    한국차세대컴퓨팅학회 바로가기
  • 간행물
    한국차세대컴퓨팅학회 학술대회 바로가기
  • 통권
    2022 한국차세대컴퓨팅학회 춘계학술대회 (2022.05)바로가기
  • 페이지
    pp.473-476
  • 저자
    정현석, 유미리, 윤대건, 이승준, 오상윤
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A412404

원문정보

초록

한국어
기계학습에서 Data Drift는 정확도에 큰 영향을 주는 중요한 문제이며, 재난 대응과 같이 모델의 잘못된 예측 피해가 큰 분야에서 더 중요하다. 본 논문에서는 재난 분야 Data Drift 문제에 대해 MLOps를 이용하여 모델의 재학습을 효과적으로 수행할 수 있는 방안으로 MLOps 기법과 툴들을 사용하는 것을 제안하고, Kaggle 데이터와 MLFlow를 기반으로 정확도 실험을 수행하여 주장을 검증하였다.

목차

요약
1. 서론
2. 관련연구
3. 실험 구성
3.1. 데이터 셋
3.2. 실험 환경
3.3. 실험 방법
4. 실험결과
4.1. Drift에 따른 모델 정확도 변화
4.2. 재학습률에 따른 정확도 변화
5. 결론
Acknowledgement
참고문헌

키워드

기계학습 모델 재난 대응 Data Drift MLOps Data Drift MLOps

저자

  • 정현석 [ 아주대학교 인공지능학과 ]
  • 유미리 [ 아주대학교 인공지능학과 ]
  • 윤대건 [ 아주대학교 인공지능학과 ]
  • 이승준 [ 아주대학교 인공지능학과 ]
  • 오상윤 [ 아주대학교 인공지능학과 ] 교신저자

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    한국차세대컴퓨팅학회 [Korean Institute of Next Generation Computing]
  • 설립연도
    2005
  • 분야
    공학>컴퓨터학
  • 소개
    본 학회는 차세대 PC 및 그 관련분야의 학술활동을 통하여 차세대 PC의 학문 및 기술발전을 도모하고 산업발전 및 국제협력 증진을 목적으로 한다.

간행물

  • 간행물명
    한국차세대컴퓨팅학회 학술대회
  • 간기
    반년간
  • 수록기간
    2021~2025
  • 십진분류
    KDC 566 DDC 004

이 권호 내 다른 논문 / 한국차세대컴퓨팅학회 학술대회 2022 한국차세대컴퓨팅학회 춘계학술대회

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.