롱테일 챌린지

인공지능 분야에서 롱테일 챌린지는 일반적으로 머신 러닝과 딥 러닝에서 발생하는 문제 유형을 말하며, 특히 시각적 인식 작업을 다룰 때 자주 언급됩니다. 롱테일 챌린지는 클래스 불균형 문제에 초점을 맞춥니다. 즉, 데이터 집합에서 소수 클래스(헤드 클래스)는 많은 수의 샘플을 가지고 있는 반면, 다수 클래스(테일 클래스)는 적은 수의 샘플만 가지고 있습니다. 이런 상황에서는 모델이 학습 중에 고주파 범주의 특징을 학습하고 저주파 범주를 무시하는 경향이 나타나며, 이는 전체 데이터 세트, 특히 희귀 범주에 대한 모델의 성능에 영향을 미칩니다.

학술 연구에서는 롱테일 챌린지에 대한 논문이 점점 더 많아지고 있습니다. 예를 들어, Yan Shuicheng과 Feng Jiashi의 팀은 싱가포르 국립대학교와 SEA AI 랩에서 딥 롱테일 러닝에 대한 연구를 수행했으며 관련 리뷰 논문 "딥 롱테일 러닝: 조사", 딥 롱테일 러닝과 그 방법 및 응용 분야를 체계적으로 설명했으며, 기존 롱테일 러닝 방법이 계층 불균형 문제를 해결하는 능력을 검증하기 위한 새로운 평가 지표를 제안했습니다.