유사도 측정의 혁신: Tversky 뉴럴 네트워크
2025-08-17
이 논문은 Tversky 유사도를 기반으로 한 새로운 뉴럴 네트워크 아키텍처를 제시하며, 딥러닝에서 내적 또는 코사인 유사도의 일반적인 사용에 대해 도전합니다. Tversky 모델의 기존 이산 집합 연산을 미분 가능한 함수로 변환하여 딥러닝 프레임워크 내에서의 학습을 가능하게 합니다. 실험을 통해 이미지 인식 및 자연어 처리 작업에서 성능이 크게 향상되고, 해석 가능성이 높아져 모델의 결정을 직관적으로 설명할 수 있음을 보여줍니다. 핵심적인 혁신은 공통된 특징과 고유한 특징을 모두 고려한 미분 가능한 Tversky 유사도 함수이며, 인간의 유사도 인식과 더 잘 일치합니다.
AI
설명 가능한 AI