Core Concepts
역전파 없는 접근법을 통해 3D 데이터에 대한 테스트 시간 적응을 수행하여 노이즈가 있는 의사 레이블링 및 오류 누적 문제를 해결하고 효율성을 높임.
Abstract
이 논문은 3D 데이터에 대한 테스트 시간 적응(TTA) 문제를 다룹니다. 기존 TTA 방법은 계산 집약적이고 메모리 집약적인 역전파 기반 접근법을 사용하지만, 제안하는 BFTT3D 모델은 역전파 없는 접근법을 사용합니다.
BFTT3D는 두 개의 스트림 아키텍처를 사용하여 소스 도메인에 대한 지식과 보완적인 타겟 도메인 특정 정보를 유지합니다. 역전파 없는 특성으로 인해 잘 알려진 망각 문제와 오류 누적 문제를 해결할 수 있습니다. 또한 일반적으로 노이즈가 있는 의사 레이블링 프로세스와 비용이 많이 드는 자기 지도 학습에 의존할 필요가 없습니다.
BFTT3D는 부공간 학습을 활용하여 두 도메인 간 분포 분산을 효과적으로 줄이며, 소스 도메인 특정 및 타겟 도메인 특정 스트림은 새로운 엔트로피 기반 적응형 융합 전략을 사용하여 정렬됩니다. 실험 결과는 BFTT3D의 효과성과 효율성을 입증합니다.
Stats
실제 세계 시스템은 시간이 지남에 따라 새로운 데이터를 접하게 되어 타겟 도메인 변화를 겪게 됩니다.
기존 테스트 시간 적응(TTA) 방법은 계산 집약적이고 메모리 집약적인 역전파 기반 접근법을 적용합니다.
Quotes
"실제 세계 시스템은 시간이 지남에 따라 새로운 데이터를 접하게 되어 타겟 도메인 변화를 겪게 됩니다."
"기존 테스트 시간 적응(TTA) 방법은 계산 집약적이고 메모리 집약적인 역전파 기반 접근법을 적용합니다."