Computer Vision111 [2024-2] 이승섭 - GCN (Graph Convolutional Networks) https://arxiv.org/abs/1609.02907GCN (Graph Convolutional Networks)는 그래프의 형태로 저장된 데이터의 node와 node 사이를 잇는 edge를 분석하는 GNN (Graph Neural Network)의 간단한 일종이다.CNN이 convolutional filter의 global weight parameter를 이용해 연산비용을 줄인 것처럼, GCN도 global parameter이 적은 graph convolution을 각 node와 k-단계로 인접한 node들에 적용해 aggregation을 수행한다고 이해할 수 있다.해당 논문은 Thomas N. Kipf이 암스테르담 대학교의 Max Welling 교수 (VAE의 개발자) 밑에서 박사과정 도중 작성.. 2024. 12. 28. [2024-2] 김유현 - Generative Adversarial Nets Generative Adversarial NetworksWe propose a new framework for estimating generative models via an adversarial process, in which we simultaneously train two models: a generative model G that captures the data distribution, and a discriminative model D that estimates the probability thatarxiv.org0. Abstract기본적으로 generative model의 성능을 높이기 위해 고안된 architecture이다. 실제와 유사한 이미지를 생성해 주는 generative model을.. 2024. 12. 27. [2024-2] 임재열 - CornerNet, CenterNet Abstract 1. 이 방법에서는 하나의 컨볼루션 신경망을 사용하여 객체의 바운딩 박스를 좌상단 코너(top-left corner)와 우하단 코너(bottom-right corner)라는 한 쌍의 키포인트(keypoints)로 탐지합니다.2. 객체를 쌍으로 된 키포인트로 탐지함으로써 기존의 단일 단계 탐지기(single-stage detectors)에서 일반적으로 사용되던 앵커 박스(anchor boxes) 설계가 필요하지 않게 됩니다.3. 이 혁신적인 접근법에 더해, 우리는 네트워크가 코너를 더 잘 지역화(localize)할 수 있도록 돕는 코너 풀링(corner pooling)이라는 새로운 유형의 풀링 레이어를 도입했습니다.4. 실험 결과, CornerNet은 MS COCO 데이터셋에서 42.2%의.. 2024. 12. 27. [2024-2] 황영희 - ImageNet Classificatioin with Deep Convolutional Neural Networks(AlexNet) https://papers.nips.cc/paper_files/paper/2012/hash/c399862d3b9d6b76c8436e924a68c45b-Abstract.html Papers with Code - ImageNet Classification with Deep Convolutional Neural Networks#4 best model for Graph Classification on HIV-fMRI-77 (Accuracy metric)paperswithcode.com1. Introduction이전의 데이터셋 크기는 수만 장 수준으로 상대적으로 매우 적었다. 따라서 MNIST와 같은 데이터셋에서는 라벨을 유지하면서 데이터 증강(augmentation)을 적용하면 간단한 인식 작업은 높은 성능으로.. 2024. 12. 27. 이전 1 ··· 14 15 16 17 18 19 20 ··· 28 다음
