hhu.de

이 이메일 도메인이 관측된 논문 7건

arXiv:2610.10116v1cs.CV

분포 외 분할을 위한 바세르슈타인 기반 증거 불확실성에 대한 확률론적 관점

A Probabilistic Perspective on Wasserstein-Based Evidential Uncertainty for Out-of-Distribution Segmentation

시맨틱 분할(Semantic segmentation) 네트워크는 고정된 클래스 집합에 대해 작동하므로, 배포 중 분포 외(OOD, Out-of-Distribution) 객체가 나타나면 실패하며 이는 자율주행과 같은 안전이 중요한 응용 분야에서 치명적인 한계입니다. OOD 객체를 안정적으로 식별하려면 잘 보정된 인식론적 불확실성(epistemic uncertainty)이 필요하지만, 일반적인 소프트맥스(softmax) 기반 신뢰도 점수는 여전히 과신(overconfident) 경향을 보이며, 몬테카를로 드롭아웃(Monte Carlo dropout)이나 딥 앙상블(deep ensembles)과 같은 베이지안 대안은 비용이 많이 드는 반복적인 순전파(forward pass)를 요구합니다. 증거 심층 학습(EDL, Evidential Deep Learning)은 단 한 번의 결정론적 순전파로부터 학습된 디리클레 분포로 클래스 확률을 모델링함으로써 효율적인 대안을 제시합니다. 기존 EDL 정식화는 예측을 단체(simplex)의 꼭짓점으로 밀어내는 유클리드 목적 함수에 의존하여, 생소한 입력에 대해 불확실성을 보존하기보다는 과신을 유도합니다. 본 연구에서는 확률 단체의 기하학적 구조를 반영하는 바세르슈타인(Wasserstein) 기반 목적 함수를 도입하고, 통합된 증거 프레임워크 내에서 바세르슈타인 차수(order)가 분할 정확도와 OOD 탐지에 미치는 영향을 연구합니다. 저자들은 합성곱 기반(DeepLabV3+) 및 트랜스포머(transformer) 기반(SegFormer) 아키텍처를 LostAndFound, RoadObstacle21, RoadAnomaly21, Fishyscapes를 포함한 SegmentMeIfYouCan 벤치마크에서 평가합니다. 연구 결과 최적의 바세르슈타인 차수는 아키텍처에 따라 달라짐을 보여줍니다. 즉, 합성곱 백본에서는 2차 목적 함수가 우세하고, 트랜스포머 백본에서는 3차 목적 함수가 우세하며, 본 연구의 프레임워크는 단 한 번의 결정론적 순전파만으로 대부분의 지표에서 비교 대상 베이스라인을 능가합니다.

arXiv:2609.22896v1cs.CV

학습이 필요 없는 분포 외 세그멘테이션을 위한 파운데이션 모델 신뢰도 및 단안 깊이 결합

Combining Foundation Model Confidence and Monocular Depth for Training-Free Out-of-Distribution Segmentation

개방형 환경(open-world) 시나리오에서 주행하는 자율주행 차량은 이국적인 동물이나 떨어진 화물과 같이 이전에 본 적 없는 객체에 불가피하게 직면하게 됩니다. 따라서 이러한 분포 외(OOD, Out-of-Distribution) 객체를 안정적으로 감지하고 분할(segmentation)하는 것은 안전한 환경 이해와 의사결정을 위해 매우 중요합니다. 대부분의 기존 접근 방식은 OOD 학습 샘플에 대한 접근, 세그멘테이션 백본(backbone)의 재학습, 또는 전용 보조 아키텍처를 필요로 하므로 실제 적용 가능성이 제한됩니다. 본 논문에서는 작업 특화된 미세조정(fine-tuning)이나 이상 데이터에 대한 접근 없이도, 파운데이션 세그멘테이션 모델의 신뢰도 예측으로부터 직접 조밀한(dense) OOD 점수를 도출하는 학습이 필요 없는(training-free) 방법을 제안합니다. OOD 세그멘테이션의 견고성을 향상하기 위해, 단안 깊이 추정(monocular depth estimation)을 통한 기하학적 정보를 의사결정 과정에 통합하여 불확실성 기반 예측에 상호보완적인 단서를 제공합니다. 제안된 방법을 SegmentMeIfYouCan 벤치마크에서 평가하고, 실제 인식 시스템의 시간적 특성을 반영하여 비디오 시퀀스에서의 OOD 추적 성능을 추가로 평가합니다. 이 방법은 도로 중심 벤치마크에서 강력한 성능을 발휘합니다.

arXiv:2609.05025v1cs.CL

환각 탐지에서 비지도 그라운딩을 위한 저수준 기호적 역량 활용

Leveraging Low-Level Symbolic Competences for Unsupervised Grounding in Hallucination Detection

환각—언어 모델이 사실과 맞지 않거나 출처에 의해 뒷받침되지 않는 출력을 생성하는 현상—은 프롬프트 기반 및 미세조정된 언어 모델 모두에게 중요한 과제이다. 환각을 탐지하기는 대규모 언어 모델(LLM)의 불투명한 추론 과정 때문에 어렵다. 이는 모델의 출력이 왜 부정확할 수 있는지에 대한 통찰을 거의 제공하지 않는 경우가 많다. 본 연구에서는 LLM이 SQL과 같은 대안적인 저수준 기호적 역량을 일부 고수준 과제에서 비지도 환각 탐지에 활용할 수 있는지 조사한다. 이를 위해 LLM이 참조 문서로부터 SQL 데이터베이스를 구축하게 한다. 이 SQL 데이터베이스는 데이터베이스에 기반을 둔 환각 탐지 파이프라인에서 참조와 샘pling된 응답에 대한 추론에 사용되며, 이를 통해 신경-기호(neurosymbolic) 검증을 제공한다. RAGTruth 및 DiaHalu 환각 탐지 데이터셋에서 우리 접근법은 직접 예측보다 개선되며, 최첨단 환각 탐지 방법과 경쟁 가능함을 보이면서 도메인별 미세조정을 필요로 하지 않는다. 대신 LLM에 이미 존재하는 저수준의 일반 역량에 의존한다. 이는 신경-기호 접근법에서 저수준 LLM 역량에 대한 추가 연구가 필요함을 시사한다.

arXiv:2609.03652v1cs.CL

합성 데이터 증강이 담화-화용론적 기능 분류에 미치는 영향

The Impact of Synthetic Data Augmentation on Discourse-Pragmatic Function Classification

합성 데이터 증강(synthetic data augmentation)은 자연어 처리(NLP)에서 클래스 불균형을 해결하기 위한 일반적인 전략이 되었으나, 대부분의 접근법은 생성된 예제의 수량과 다양성에만 초점을 맞출 뿐 실제 학습 데이터와의 기하학적 관계에는 주목하지 않습니다. 본 연구에서는 데이터 희소성이 수집 과정의 인공물이 아닌 구조적 특징으로 나타나는 과제인 담화 화용론적 기능 분류의 맥락에서 이 문제를 조사합니다. British National Corpus에서 추출한 영어 단어 'look'에 대해 주의 신호(Attention Signal), 지시(Directive), 담화 표지(Discourse Marker), 감탄사(Interjection)의 네 가지 기능에 걸쳐 수작업으로 주석이 달린 410개의 사례를 활용합니다. Llama 3.1을 사용하여 합성 학습 예제를 생성하고, RoBERTa 임베딩 공간에서 실제 학습 데이터와의 코사인 거리를 기준으로 이를 분할합니다. 증강 수량은 조건 전반에 걸쳐 일정하게 유지하면서, 경험적 결정 경계에 대한 합성 예제의 배치 방식이 서로 다른 여섯 가지 학습 조건을 비교합니다. 모든 증강 조건은 실제 데이터만 사용한 기준선(baseline) 대비 매크로 F1과 정확도를 향상시키지만, 중심부에 가까운 예제(NEAR)가 매크로 F1에서 가장 큰 폭의 상승(0.113)을 이끌어내는 반면, 거리가 균형을 이룬 혼합 방식이 가장 높은 정확도(0.748)를 달성합니다. 어떤 조건에서도 AUC는 향상되지 않았는데, 이는 데이터 증강이 모델의 기저 확률 추정치를 개선하기보다는 결정 경계를 이동시킴을 나타냅니다. 이러한 결과는 표현 공간에서 합성 예제가 어디에 위치하는지가 생성되는 수량만큼이나 중요함을 시사하며, 더 넓은 저자원 화용론적 분류 연구에 시사점을 제공합니다.

arXiv:2511.20279v3cs.CV

SelfMOTR: 자체 생성 검출 사전(prior)을 활용한 MOTR 재검토

SelfMOTR: Revisiting MOTR with Self-Generating Detection Priors

End-to-end 트랜스포머 아키텍처는 검출과 연관(association)을 휴리스틱 없는 단일 프레임워크로 통합함으로써 다중 객체 추적(multi-object tracking)에서 큰 진전을 이끌어 왔다. 이러한 이점에도 불구하고, 낮은 검출 성능과 결합(joint) 아키텍처에서 검출과 연관 사이의 본질적 충돌은 여전히 핵심적인 문제로 남아 있다. 최근 접근법들은 고급 디노이징(denoising) 또는 레이블 할당(label assignment) 전략을 쓰거나, 외부 객체 검출기로부터 검출 사전(prior)을 도입하는 방식으로 이러한 문제를 완화하려 한다. 본 논문에서는 SelfMOTR을 제안한다. 이는 자체 생성 내부 검출 사전을 사용해 제안(proposal) 발견과 연관을 분리하는, 단순하면서도 매우 효과적인 검출기 없는(detector-free) 대안이다. 광범위한 분석과 ablation 연구를 통해, 검출-연관 공동 디코딩(joint detection-association decoding)을 갖춘 end-to-end 트랜스포머 추적기가 상당한 잠재 검출 용량(hidden detection capacity)을 유지함을 보이고, 이를 활용하는 실용적인 검출기 없는 메커니즘을 제시한다. 이러한 공동 디코딩 역학을 밝히기 위해, 대규모 언어 모델(LLM)의 어텐션 싱크(attention sink) 분석에서 영감을 받아 Track Attention Mass를 활용하여, 표준 범용 쿼리(generic query)가 불균형한 어텐션을 보이며 추적 문맥(track context)과 새로운 객체 발견 사이의 가중을 자주 어려워함을 보인다. SelfMOTR은 복잡하고 동적인 환경에서 매우 경쟁력 있는 성능을 달성하여 DanceTrack에서 69.2 HOTA를, Bird Flock Tracking(BFT) 데이터셋에서 71.1 HOTA로 선두를 기록한다. 프로젝트 페이지: https://medem23.github.io/SM

arXiv:2607.25581v1cs.CL

코드 혼재 음성의 강제 정렬 평가: 힌디어-영어 사례를 중심으로

Evaluation of forced alignment of code-mixed speech: the case of Hindi-English

코드 혼재(code-mixed) 음성은 음소 목록 확장, 맞춤법 오류, 화자 변이 등 강제 정렬(forced alignment)에 독특한 과제를 안겨줍니다. 본 연구에서는 Montreal Forced Aligner를 사용하여 힌디어-영어 코드 혼재 음성의 강제 정렬을 평가합니다. 우리는 두 가지 문제를 다룹니다: (1) 모국어 대 비모국어 쌍과 관련된 자유 변이, (2) 발화 중간에 나타나는 영어 단어의 음소 경계 감지. 부트스트래핑 전략은 수정되지 않은 사전에 비해 성능이 크게 우수했습니다. 문장 수준의 코드 혼재 데이터로 학습(training)된 음향 모델은 4.15ms의 평균 오차를 달성했는데, 이는 단일 언어 힌디어(38.18ms) 또는 단독 영어(37.58ms) 대안보다 10배 낮은 수준입니다. 체계적인 어휘 사전 설계와 코드 혼재 학습 데이터는 모두 이중 언어 음성의 신뢰할 수 있는 정렬을 위해 필수적입니다.

arXiv:2606.23948v1cs.CL

Layer-wise Probing of wav2vec 2.0 and Whisper for Consonant Cluster Reduction in African American English

AAE(아프리카계 미국인 영어)의 자음군 축약(consonant cluster reduction)이 wav2vec 2.0과 Whisper-small 내부 표상에 어떻게 담기는지, 화자 독립적 층별 프로빙(probing)으로 축약 탐지와 원형 클러스터 복원 과제를 통해 분석했다. 두 모델 모두 축약형과 정형을 높은 정확도로 구분했고, 축약 구간에도 원래 폐쇄음 단서가 남아 CCR이 단순 삭제가 아니라 구조화된 음운 변이로 인코딩됨을 보였다.