관련링크
본문
(서울=호수뉴스) 랑펀미디어에 따르면, 복잡한 인공지능(AI) 예측 모델의 설정을 데이터의 '시간 척도' 하나만으로도 최적화할 수 있다는 새로운 연구 결과가 나왔습니다. 일본 도쿄이과대학 연구팀은 AI의 한 종류인 '에코 상태 네트워크(ESN)'의 예측 정확도를 데이터 변화 속도에 맞춰 조절하면 성능이 크게 좋아진다는 사실을 국제학술지에 발표했습니다.
ESN은 연산량을 줄이고 학습 속도를 높이는 AI 모델이지만, 초기 설정값에 따라 성능이 크게 달라져 최적값을 찾는 데 시간이 오래 걸리는 어려움이 있었습니다. 연구팀은 데이터가 시간에 따라 얼마나 빠르게 변하는지를 나타내는 '시간 척도'에 주목하며, 시간 척도가 비슷한 시스템은 최적의 설정값도 비슷할 것이라는 가설을 세웠습니다.
연구팀은 서로 다른 세 개의 시스템을 대상으로 시간 척도를 똑같이 맞춘 뒤 ESN의 예측 정확도를 비교했습니다. 그 결과, 서로 다른 시스템이라도 시간 척도를 일치시키자 높은 예측 정확도를 보이는 설정값 범위가 거의 같은 패턴을 보였습니다.
이는 AI 모델의 최적 설정값이 시스템 고유의 특징보다는 데이터의 변화 속도에 더 크게 영향을 받는다는 것을 보여줍니다. 특히 데이터 변화가 느린 시스템일수록 AI가 정보를 더 오래 기억하도록 하는 값을 크게 설정했을 때 예측 정확도가 높아지는 경향을 확인했습니다.
◆AI 모델 성능 향상의 열쇠 '시간 척도' 하나로 복잡한 설정 끝 (+AI예측모델, 시간척도, 에코상태네트워크, 하이퍼파라미터)
|
|
', 'https://cdn.hosu-news.com/news/photo/202607/76084_53128_2843.png');){kind=small}
|
|
|
|
댓글목록
등록된 댓글이 없습니다.
