1. 논문제목
테스트 효율성 개선을 위한 피처 맵 거리 기반 테스트 데이터 선정 방법
2. 요약
심층 신경망의 정확도는 학습 데이터에 의존적이기 때문에 심층 신경망의 정확도는 학습 데이터의 뉴런 활성화 값과 테스트 데이터의 뉴런 활성화 값의 유사도와 밀접하게 연관되어 있을 수 있다. 따라서, 본 연구에서는 학습 데이터를 대표하는 피처 맵을 선정하고, 모델이 정분류 또는 오분류 테스트 데이터의 피처 맵 간 거리를 측정하여 정분류 테스트 데이터에 대한 피처 맵 거리가 오분류 테스트 데이터에 대한 피처 맵 거리보다 작음을 확인하였다. 또한, 피처 맵 거리에 대한 기준 값을 제시하여 기준 피처 맵 거리보다 큰 테스트 데이터들을 선정하였을 때 테스트 효율성이 향상됨 확인하였다