주석 의존도를 줄이기
준지도 학습은 소량의 레이블 있는 자료와 많은 비주석 자료를 함께 활용한다. MixMatch는 이 목적을 위해 당시 주요 접근들을 하나의 알고리즘에 결합했다.
확실한 방향의 레이블 추정
자료 증강을 적용한 비주석 예시에서 낮은 엔트로피의 레이블을 추정한다. 추정 결과를 통해 레이블이 없는 자료에도 학습에 사용할 목표 정보를 마련한다.
레이블 유무를 함께 혼합하기
레이블 있는 자료와 없는 자료를 MixUp으로 섞는다. 레이블 추정과 자료 혼합이 별개 절차에 머무르지 않고 하나의 학습 흐름에서 함께 작동하도록 구성한다.
적은 레이블 조건의 평가
초기 논문은 여러 데이터셋과 레이블 수에서 성능을 비교하고 각 구성 요소를 제거하는 실험을 수행했다. 차등 개인정보보호 조건에서 정확도와 개인정보보호 사이의 관계도 평가했다.
관련 문서
FixMatch / DivideMix / Co-teaching / Confident Learning / 지도 학습 / 기계 학습