06 / 06·2026
COVA-MTL 논문 보기필요 센서 선택 추론과 센서 결손 대응
Problem
센서 다섯 개를 매번 전부 처리하면 연산 비용이 큽니다. 실제 차량에서 센서 하나가 빠지면 입력 구성이 달라져 성능도 떨어집니다.
Solution
본 인코딩 전에 경량 scout token으로 센서 조합별 기여도를 반사실적으로 추정해 필요한 최소 조합만 실행합니다. knowledge distillation으로 일부 센서만 있는 조건도 학습해 센서가 결손돼도 추론할 수 있게 했습니다.
Result
평균 3.76개 센서만으로 평균 정확도 85.40% (전체 사용 대비 -0.34%p). 인코더 계산 비용 22.22% · 실제 지연 시간 15.52% 감소. 투고본 기준 수치입니다.
Neurocomputing (SCIE) 심사 중



