본 논문은 다중 클래스 분류 문제에서 클래스 레이블 간의 순서 정보를 활용하는 새로운 방법을 제안합니다. 기존의 다중 클래스 크로스 엔트로피와 같은 손실 함수는 레이블 간의 순서 정보를 고려하지 못하는 한계가 있습니다. 본 논문에서는 예측 분포의 단봉성(unimodality)을 강제하는 두 가지 새로운 접근 방식을 제시합니다. 이는 확률 단체(probability simplex) 내 단봉 분포 집합을 분석하고 그 기본적인 특성을 확립한 후, 단봉 분포를 강제하는 새로운 아키텍처와 집합 내 투영 개념을 기반으로 단봉성을 높이는 새로운 손실 항을 제안하는 방식입니다.
