적응형 풀링으로 약한 라벨 사운드 이벤트 탐지

** 본 연구는 사운드 이벤트 탐지(SED)를 기존의 강한 라벨 기반 학습에서 약한 라벨 기반 학습으로 전환함으로써 라벨링 비용을 크게 낮추고자 한다. 약한 라벨은 짧은 오디오 클립 전체에 대해 특정 이벤트가 존재하는지만 표시하며, 시간적 위치는 제공되지 않는다. 이러한 설정은 다중 인스턴스 학습(MIL) 프레임워크와 자연스럽게 맞물리며, 각 클립을 ‘bag’, 클립 내부의 프레임을 ‘instance’로 본다. MIL에서는 bag‑level 라벨이 양성이면 bag 안에 최소 하나의 인스턴스가 양성이라는 가정하에 학습이 진행된다. 따라서 모델은 인스턴스‑레벨 예측을 생성하고, 이를 정적 라벨과 비교하기 위해 풀링 연산이 필요하다. 저자는 기존 풀링 방식의 한계를 상세히 분석한다. max‑풀링은 가장 큰 인스턴스 값만을 사용해 bag‑level 예측을 만들지만, 미분 가능성이 없고 초기 학습 시 무작위 인스턴스에만 그래디언트가 흐르는 문제점이 있다. 평균 풀링은 모든 인스턴스에 동일 가중치를 부여해 이벤트가 짧게 나타나는 경우 신호가 희석된다. soft‑max 풀링은 지수 함수를 이용해 가중치를 부드럽게 할당하지만, 가중치 조절 파라미터가 고정돼 데이터 특성에 맞게 자동 조정되지 않는다. 이를 해결하기 위해 ‘auto‑pool’이라는 적응형 풀링 연산을 제안한다. 수식적으로는 \