연구진은 다중 레이블 학습에서 F-measure, Jaccard index 등 복잡한 평가 지표를 최적화하는 새로운 알고리즘 MMO(Multi-Label Metric Optimization)를 개발했어요.
개발된 알고리즘은 H-일관성이라는 강력한 개념을 기반으로 하며, 가변적인 손실 함수를 통해 비-점근적 보증을 제공하고, 기존 방법보다 뛰어난 성능을 보여줘요.
MS-COCO, Reuters-21578 등 대규모 데이터셋에서 실험을 통해 검증 결과, 기존 방법 대비 확장성과 성능이 우수함을 입증했어요.