순환 경제를 위한 효율적인 폐기물 분류: Human-in-the-Loop 기반 자동 폐기물 분류를 위한 One-Vs-All과
요약
순환 경제를 위해 독일 고슬라 시의 폐기물 분류 체계를 반영한 AI 기반 자동 분류 연구를 다룹니다. OvA와 OvR 분류 전략을 비교 분석하며, Human-in-the-Loop 방식을 통해 불확실한 샘플을 식별하고 인간의 검토 효율성을 최적화하는 방법을 제안합니다.
핵심 포인트
- OvA와 OvR 분류 전략의 성능 및 동작 비교 분석
- Human-in-the-Loop 기반의 불확실한 샘플 식별 메커니즘
- 신뢰도 임계값을 활용한 데이터 어노테이션 노력의 최적화
- 지역별 특화된 폐기물 분류 체계 적용 가능성 제시
유럽 국가 전역에 걸친 폐기물 처리 규정의 복잡성은 거주자들에게 상당한 어려움을 초래하며 순환 경제 (Circular Economy)로의 전환을 저해합니다. 독일의 경우, 각 지방 자치 단체 전반에 걸쳐 가정용 폐기물의 적절한 분류 및 처리가 여전히 어려운 과제로 남아 있습니다. 결과적으로, 잘못 배출된 폐기물을 실질적으로 줄이는 것은 폐기물 관리를 개선하고 순환 경제를 발전시키는 데 필수적입니다. AI 기반 폐기물 분류 솔루션은 적절한 폐기물 처리를 안내하는 모바일 애플리케이션과 같은 사용자 친화적인 도구를 통해 거주자를 지원할 수 있습니다. 그러나 순환 경제를 지원하는 데 효과적이려면, 이러한 솔루션은 독일 개별 지방 자치 단체의 특정 폐기물 분류 체계를 반영할 수 있도록 구성 가능해야 합니다. 본 연구의 범위 내에서는 두 가지 주요 분류 전략인 OvA (One-Vs-All)와 OvR (One-Vs-Rest)에 대한 평가 및 분석이 수행됩니다. 본 연구는 독일 고슬라(Goslar) 시의 폐기물 카테고리 및 분류 체계에 맞춰 구축된 데이터셋을 사용합니다. 또한, 본 연구는 오분류될 가능성이 있는 샘플을 식별하는 데 있어 OvA 및 OvR 분류 전략의 동작을 조사함으로써 전반적인 성능 그 이상을 확장하는 것을 목표로 합니다. 이러한 분류 전략들은 이후 인간의 검토를 위해 불확실한 샘플을 식별하는 데 다양한 신뢰도 임계값 (confidence thresholds)을 적용하여 비교됩니다. 이 평가는 오분류 횟수와 데이터 어노테이션 (data annotation)에 필요한 인간의 노력 사이의 균형을 맞추는 것을 목표로 합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기