[Open DMQA Seminar] Deep Semi-Supervised Learning with Out-of-distribution Unlabeled Data

준지도학습은 레이블이 지정된 데이터의 양이 제한될 때, 딥러닝의 정확도를 높이기 위해 레이블이 지정되지 않은 다량의 데이터를 활용하는 방법론이다. 그러나, 현실적인 경우 레이블이 지정되지 않은 데이터에는 레이블이 지정된 데이터와 다른 분포를 가진 out-of-distribution 데이터가 포함될 수 있기 때문에 성능이 악화될 수 있다. 본 세미나는 이러한 문제점을 해결하기 위한 최신 준지도학습 방법론을 소개하도록 한다.

참고문헌 :
[1] Oliver, Avital, et al. "Realistic evaluation of deep semi-supervised learning algorithms." Advances in neural information processing systems 31 (2018).
[2] Chen, Yanbei, et al. "Semi-supervised learning under class distribution mismatch." Proceedings of the AAAI Conference on Artificial Intelligence. Vol. 34. No. 04. 2020.
[3] Guo, Lan-Zhe, et al. "Safe deep semi-supervised learning for unseen-class unlabeled data." International Conference on Machine Learning. PMLR, 2020.