전체 글265 [2025-1] 임수연 - PIFuHD https://arxiv.org/pdf/2004.00452https://shunsukesaito.github.io/PIFuHD/https://youtu.be/8qnwbbDS8xk 안녕하세요, 이번 글에서는 PIFuHD: Multi-Level Pixel-Aligned Implicit Function for High-Resolution 3D Human Digitization∗ (2020) 논문 리뷰를 해보도록 하겠습니다. PIFuHD(Multi-Level Pixel-Aligned Implicit Function for High-Resolution 3D Human Digitization)는 단일 이미지에서 고해상도의 3D 인간 모델을 생성하는 기술을 제시한 논문입니다. 이 기술은 1K 해상도 입력 이미지를 활.. 2025. 3. 19. [2025-1] 김학선 - LLM-Powered Code Vulnerability Repair with Reinforcement Learning and Semantic Reward https://arxiv.org/abs/2401.03374 LLM-Powered Code Vulnerability Repair with Reinforcement Learning and Semantic RewardIn software development, the predominant emphasis on functionality often supersedes security concerns, a trend gaining momentum with AI-driven automation tools like GitHub Copilot. These tools significantly improve developers' efficiency in functional codearxiv.orgAbstract최근 AI 기.. 2025. 3. 18. [2025-1] 정유림 - GNN (GCN, GraphSAGE, GAT) PaperGCN : https://arxiv.org/abs/1609.02907GraphSAGE :https://arxiv.org/abs/1706.02216GAT : https://arxiv.org/pdf/1710.10903 1. 그래프 데이터 기본 개념그래프는 노드(Vertex)와 엣지(Edge) 로 이루어지며, 이를 수학적으로 다음과 같이 표현합니다.인접 행렬 (Adjacency Matrix), 노드 간 연결 관계를 나타냄.노드의 특징 행렬 (Feature Matrix), 각 노드의 feature 값을 포함. (초기 Feature가 GNN을 거치면서 학습되고, 최종적으로 Embedding이 됩니다.) 2. 그래프로 표현할 수 있는 데이터 예시분자 구조: 원자들이 노드, 결합이 엣지로 표현됨.소셜 네트.. 2025. 3. 16. [2025-1] 정성윤 - Inception-Net 논문 리뷰 Inception Net V1 (2014)AbstractInception을 이용한 deep CNN네트워크 내의 컴퓨팅 자원을 효율적으로 사용하였다.수행 시간은 유지하면서 네트워크의 너비, 높이는 늘렸다.Hebbian, multi-scale processing을 이용해 구조적으로 최적화를 시도함총 22 layer의 딥러닝 네트워크IntroductionObject Detection에 있어서 큰 발전은 큰 모델을 쓰는 것이 아닌, 고전적인 기법과 deep 한 구조를 결합해 만들어진 것이다.객체 인식에 쓰이는 시간을 단축해 학문 분야만이 아닌 실제 세상에서 활용할 수 있는 알고리즘을 제작Inception(처음) = We need to go deeper 이라는 밈의 반대 의미로 사용, 반어법.“Deep”하다의 의.. 2025. 3. 15. 이전 1 2 3 4 5 6 7 8 ··· 67 다음
