초록
생물학적 샘플에서 대량의 데이터를 추출하는 것은 방사선 문제로 인해 실현 가능하지 않으며, 제한된 양의 데이터를 사용할 때 소규모 데이터 환경에서의 이미지 처리는 중요한 도전 과제 중 하나입니다. 본 연구에서는 소규모 데이터 환경 입력에 대해 저차원에서 특징을 포착하기 위해 데이터의 잠재 공간 표현을 사전 학습하는 기존 알고리즘인 변분 오토인코더(Variational Auto Encoder, VAE)를 적용하였습니다. 미세 조정된 잠재 공간은 분류에 유용한 일정한 가중치를 제공합니다. 여기서는 CIFAR-10 데이터셋을 사용한 반지도 학습에서 VAE 알고리즘의 성능 분석을 다루며, 다양한 잠재 공간 크기를 적용한 결과를 제시할 것입니다.