AncomWiki

Eureka: Edge-Based Discovery of Training Data for Machine Learning

Properties1
description이 문서는 딥러닝의 핵심 병목 현상인 고품질 학습 데이터 생성 문제를 해결하기 위한 'Eureka' 시스템을 소개합니다. Eureka는 엣지 컴퓨팅과 조기 폐기(early discard) 기법을 활용하여 전문가의 라벨링 생산성을 크게 향상시키는 인터랙티브 시스템입니다. 실험 결과, Eureka는 무차별적 접근 방식 대비 학습 세트 구축에 필요한 라벨링 노력을 2 개 자릿수(100 배) 수준으로 줄일 수 있음을 보여주었습니다.

12 min read

Eureka: Edge-Based Discovery of Training Data for Machine Learning

Source

  • Evernote/Inbox/Eureka Edge-Based Discovery of Training Data for Machine Learning.md

Summary

이 문서는 딥러닝의 핵심 병목 현상인 고품질 학습 데이터 생성 문제를 해결하기 위한 ‘Eureka’ 시스템을 소개합니다. Eureka는 엣지 컴퓨팅과 조기 폐기(early discard) 기법을 활용하여 전문가의 라벨링 생산성을 크게 향상시키는 인터랙티브 시스템입니다. 실험 결과, Eureka는 무차별적 접근 방식 대비 학습 세트 구축에 필요한 라벨링 노력을 2 개 자릿수(100 배) 수준으로 줄일 수 있음을 보여주었습니다.

Key Points

  • 문제 정의: 딥러닝 적용 시 고품질 학습 데이터 생성이 주요 병목 현상임
  • 해결책: 엣지 컴퓨팅과 조기 폐기(early discard)를 활용한 인터랙티브 시스템 ‘Eureka’
  • 효과: 전문가의 라벨링 생산성 향상, 무차별적 접근 대비 라벨링 노력 2 개 자릿수 감소
  • 출처: IEEE Transactions on Internet Computing (2019 년 10 월)

그래프 뷰

백링크