본 연구에서는 모달 불균형과 노이즈 오염이라는 저품질 데이터 문제를 해결하기 위해 적응형 예측 자가 교정(CPSC) 프레임워크를 제안합니다. CPSC는 컨포멀 예측을 활용하여 모델이 스스로 신뢰도를 판단하고 학습 과정에서 교정하도록 돕습니다.
CPSC는 표현 자가 교정 모듈을 통해 불확실한 특징을 분해하고, 컨포멀 예측기를 사용하여 가장 강력한 특징만 선택적으로 결합하여 특징의 안정성을 높입니다.
여섯 개의 벤치마크 데이터셋에서 실험한 결과, CPSC 프레임워크가 기존 최고 성능 모델보다 우수한 성능을 보였으며, 코드 공개는 GitHub에서 확인할 수 있습니다.