Towards Efficient Machine Unlearning with Data Augmentation : Guided Loss-Increasing(GLI) to Prevent the Catastrophic Model Utility Drop

연구 배경

• 얼굴 언러닝을 위한 새로운 접근 방식인 Guided Loss-Increasing(GLI)을 제안
• 이미지를 업데이트하여 잊어야 할 대상 인스턴스의 손실 값을 증가시키는 방법

실험 결과

• 데이터 증강이 일관된 훈련 샘플을 제공하여 언러닝 성능을 향상시키는 핵심 요소임을 입증
• 학습된 모델의 언러닝 성능을 안정적으로 평가하기 위한 새로운 Jensen-Shannon Divergence(JSD) 기반 메트릭 도입

연구 협력

• 모두의연구소 AI LAB
• 모두의연구소x브라이언임팩트가 함께 운영하는 논문작성 지원제도 페이퍼샵의 지원을 받음

업무 협력 제안

• 연구하고 논문 쓰기를 지원하는 모두의연구소 LAB에서 활동
• 논문 게재 시 최대 200만원 까지 지원하는 페이퍼샵 지원 제도 있음
• AI 연구에 관심 있는 분들은 함께 참여하여 성장할 수 있는 기회 제공

포스터 바로가기

모두의연구소 LAB과 함께 AI 연구 시작하기

• LAB에서 연구하고 논문 쓰기 👉 지원 바로가기
• 논문 게재 시 페이퍼샵 최대 200만원 지원 👉 안내 바로가기

AI 연구, 모두의연구소와 함께 시작하세요!

• Share Value, Grow Together 🚀
• #AI연구 #모두의연구소LAB #DeepLearning #AIResearch #shorts