전체 글271 [2024-1] 김동한 - A Short Introduction to Boosting https://cseweb.ucsd.edu/~yfreund/papers/IntroToBoosting.pdf0. Abstractboosting은 당시 주어진 learning 알고리즘보다 정확도를 향상시킴. AdaBoost에 대해 설명하는데, boosting의 기본 정리들, 왜 overfitting문제가 왜 없는지 설명하고, svm과의 관계에 대해 설명하는 논문임.1. Introduction경마 순위 예측에 대해 경마전문가들이 말을 선택하는 기준을 설명해달라하면 그 이유를 잘 설명하지 못함. 그러나, data가 주어졌을 때 말을 선택할 수 있음. >> (최근에 가장 많이 우승한 말에 베팅하거나 그 확률이 가장 높은 말에 베팅을 진행) 일명 rule of thumbrule of thumb의 이득을 최대화 하기.. 2024. 5. 21. [2024-1] 김경훈 - SPVNAS : Searching Efficient 3D Architectures with Sparse Point-Voxel Convolution https://arxiv.org/abs/2007.16100 Searching Efficient 3D Architectures with Sparse Point-Voxel ConvolutionSelf-driving cars need to understand 3D scenes efficiently and accurately in order to drive safely. Given the limited hardware resources, existing 3D perception models are not able to recognize small instances (e.g., pedestrians, cyclists) very well due toarxiv.org 요약이 리뷰는 SPVNAS (Sparse Po.. 2024. 5. 21. [2024-1] 현시은 - AIOS: LLM Agent Operating System 원본 논문 링크 : https://arxiv.org/abs/2403.16971 Abstract LLM 기반 agent의 통합 및 배포는 효율성 측면에서 많은 문제가 있다.예를 들어, LLM agent의 스케줄링, 리소스 할당, 스케줄링으로 인한 context 유지 및 전환, multi-agent 상황에서의 효율성 저하 등이 있다.Agent가 많아지고 복잡해지면 이런 문제는 큰 bottleneck이 되고, 리소스 활용을 최적화하기도 어렵다.위 문제를 해결하기 위해 본 논문은 LLM agent들을 OS의 개념을 활용하여 관리하는 새로운 OS 아키텍처인 AIOS를 제시한다.AIOS는 리소스 할당 최적화, Agent 간 context switching, Agent 동시 실행 지원, Agent Toolkit 제.. 2024. 5. 17. [2024-1] 김경훈 - VoteNet (Deep Hough Voting for 3D Object Detection in Point Clouds) https://arxiv.org/abs/1904.09664 Deep Hough Voting for 3D Object Detection in Point CloudsCurrent 3D object detection methods are heavily influenced by 2D detectors. In order to leverage architectures in 2D detectors, they often convert 3D point clouds to regular grids (i.e., to voxel grids or to bird's eye view images), or rely on detection inarxiv.org VoteNet(CVPR, 2020) Indoor Scenes은 기본적으로 .. 2024. 5. 14. 이전 1 ··· 49 50 51 52 53 54 55 ··· 68 다음
