본 논문은 사전 훈련된 신경망의 재사용 성공 요인을 실험적으로 연구하기 위한 설정을 제시합니다. 실험 결과, 사전 훈련된 모델의 재사용 성공에는 두 작업 간의 상관관계가 중요한 역할을 한다는 것을 보여줍니다. 작업 간 상관관계가 높을수록 재사용의 성공률이 높아지며, 상관관계가 없더라도 사전 훈련된 네트워크와 최적화기의 선택에 따라 우연히 좋은 성능을 얻을 수 있습니다. 작업 간 상관관계가 낮을 때는 하위 계층만 재사용하는 것이 유리하며, 재훈련할 계층의 수는 작업 및 특징 간의 상관관계를 나타내는 지표가 될 수 있다는 가설을 제시합니다. 마지막으로, 실제 시나리오에서 두 작업 간에 의미론적 상관관계가 있을 경우 사전 훈련된 네트워크를 효과적으로 재사용할 수 있음을 보여줍니다.
