연구진은 기존 교차 엔트로피 손실 함수의 한계를 극복하기 위해 계층 구조를 반영하는 Hierarchy-Aware Cross-Entropy (HACE)를 제안했습니다.
HACE는 예측 집계와 조상 레이블 평활화 두 가지 요소를 결합하여 모델의 예측 확률을 계층 구조를 따라 전파하고, 정답 신호를 조상 노드로 분산시킵니다.
CIFAR-100, FGVC Aircraft, NABirds 데이터셋에서 다양한 모델 구조와 DINOv2-Large 특징을 사용한 실험 결과, HACE는 기존 방식보다 평균 4.66%의 정확도 향상을 보였습니다.