Core Concepts
다중 모달 모델의 성능 향상을 위해 귀속 기반 정규화 기법을 제안하여 모든 모달리티의 균형 있는 고려를 유도한다.
Abstract
이 연구는 다중 모달 기계 학습의 주요 과제인 모달리티 우세 현상과 모달리티 실패 문제를 해결하기 위해 귀속 기반 정규화 기법을 제안한다.
기존 연구에서는 주로 인코더 부분에 초점을 맞추었지만, 이 연구는 분류기와 융합 부분에 초점을 맞춰 문제를 해결하고자 한다.
귀속 기반 기법을 활용하여 모든 모달리티의 정보를 균형 있게 고려하도록 하는 정규화 항을 제안한다.
이를 통해 모달리티 우세 현상을 완화하고 다중 모달 모델의 성능을 향상시킬 수 있다.
실험 결과를 통해 제안 기법의 효과성과 일반화 가능성을 검증할 예정이다.
이 연구 결과는 다중 모달 기계 학습 분야의 발전에 기여할 것으로 기대된다.