연구진이 심전도(ECG) 분류 훈련의 효율성과 신뢰성을 높이는 ERTS(Explainability-based Reliability Training Signal)를 개발했어요. ERTS는 훈련 과정에서 설명가능성 품질을 활용해 유용한 신호와 신뢰할 수 없는 불확실성을 구별해요.
Grad-CAM을 활용해 모델 예측을 뒷받침하는 패턴의 일관성과 국소성을 측정하는 포커스 점수를 계산하고, 점수가 낮은 샘플은 필터링하고 의미 있는 주의를 가진 샘플은 우선적으로 업데이트해요.
세 개의 심전도 데이터셋과 다양한 백본 아키텍처에서 ERTS를 평가한 결과, 매크로 F1 점수가 향상되고 효과적인 훈련 비용이 감소하는 것을 확인했어요.