난임 환자 대상 임신 성공 확률 예측 AI 오프라인 해커톤

안녕하세요, Latent Graph 팀입니다.

지난 질의응답 시간에 논의되었던 F1 Score Loss에 대한 추가 설명과 정정 사항을 드리고자 합니다.

대회 종료 후, 발표 자료(ppt)에 포함되어 있던 F1 Score Loss 구현에 대해 디버깅을 진행한 결과, 해당 코드에서는 gradient가 흐르지 않는 문제가 있었음을 확인하였습니다. 당시 질의응답에서는 F1 Score Loss만을 통해 학습이 가능하다고 설명드렸으나, 실제로는 내부적으로 Brier Loss의 가중치를 0.0으로 설정했음에도 불구하고, 코드상에서 해당 부분이 제대로 반영되지 않아 Brier Loss가 함께 사용되고 있었던 상황이었습니다.

이로 인해, 질의응답 중 “F1 Score Loss만으로도 학습이 가능했다”고 설명드렸던 부분은 사실과 차이가 있었음을 정정드리며, 혼란을 드린 점 진심으로 사과드립니다.

해당 문제를 확인한 이후, F1 Score Loss 코드에 간단한 수정을 가한 뒤 실험을 다시 진행하였고, 후처리 작업까지 모두 진행한 후 validation score 기준 약 0.003의 성능 향상이 있었음을 확인했습니다. 또한, 학습 로그 분석 결과, epoch 수를 늘리거나 scheduler를 조정할 경우 추가적인 성능 향상 가능성도 확인되었습니다.

수정된 F1 Score Loss 코드는 아래에 첨부해드립니다.

이번 이슈와 관련하여 유의미한 질의를 통해 개선의 계기를 마련해주신 “저세계 아이돌” 팀의 팀원분께 진심으로 감사의 말씀을 드립니다.

추가적인 질문이나 관련 문의 사항이 있으실 경우, 아래 이메일로 편하게 연락 주시기 바랍니다.
📧 gms5560@g.skku.edu

감사합니다.