[G1-Sync] Manual knowledge update

10_Wiki/Topics/One-Shot-Learning.md

@@ -2,7 +2,7 @@
 id: AI-ONE-SHOT-001
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 1.0
-tags: [ai, deep-learning, one-shot-learning, few-shot-learning, siamese-networks, face-recognition]
+tags: [ai, [[Deep-Learning]], one-shot-learning, [[Few-Shot-Learning]], siamese-networks, face-recognition]
 last_reinforced: 2026-04-26
 ---
 
@@ -15,7 +15,7 @@ last_reinforced: 2026-04-26
 - **추출된 패턴:** "Similarity-based Discriminative Learning" — 클래스의 특징을 직접 배우는 대신, 두 데이터가 '얼마나 닮았는지'를 측정하는 법을 배워(Metric Learning), 한 번도 본 적 없는 새로운 클래스가 들어와도 기존 데이터와의 거리 비교를 통해 정체를 파악하는 패턴.
 - **주요 기법:**
     - **Siamese Networks:** 두 입력을 동일한 네트워크에 통과시켜 출력 벡터 사이의 거리를 최소화/최대화하도록 학습.
-    - **Matching Networks:** 어텐션 메커니즘을 활용하여 서포트 세트(Support set) 내의 샘플들과 비교.
+    - **Matching Networks:** 어텐션 메커니즘을 활용하여 서포트 세트([[Support]] set) 내의 샘플들과 비교.
     - **Prototypical Networks:** 각 클래스의 대표 지점(Prototype)을 설정하고 거리 기반 분류 수행.
 - **의의:** 얼굴 인식(새로운 사람 등록), 서명 검증 등 데이터 수집이 어렵거나 실시간으로 새로운 카테고리가 추가되는 환경에서 AI의 실용성을 극대화함.