Miscellaneous88 [2025-2] 박제우 - Playing Atari with Deep Reinforcement Learning 1. Introduction이미지, 음성 등 고차원의 감각 데이터를 제어하는 것은 강화학습의 오랜 과제이다.기존 딥러닝 모델을 강화학습에 적용하기에는 한계가 있었다우선 이러한 딥러닝 방식은 라벨링 된 데이터가 필요한데, 강화학습은 스칼라값으로 된 리워드가 필요하다.피쳐간의 독립, 고정된 데이터 분포 등 딥러닝의 기본적인 전제 역시 강화학습과는 맞지 않는 부분이 많다.본 연구는 따라서 CNN방식과 Experience Replay Mechanism을 통해 이러한 한계를 극복한다.experience replay mechanism을 활용한다. 이는 과거의 전이 행렬을 무작위로 샘플링 하여 다양한 과거 행동에 걸쳐 학습 분포를 부드럽게 한다.신경망은 Q-learning 알고리즘을 사용하고 가중치 갱신에는 SGD .. 2025. 8. 15. [2025-2] 이루가 - Rumor Detection on Social Media with Bi-Directional Graph ConvolutionalNetworks 논문 링크: https://arxiv.org/abs/2001.06362 Rumor Detection on Social Media with Bi-Directional Graph Convolutional NetworksSocial media has been developing rapidly in public due to its nature of spreading new information, which leads to rumors being circulated. Meanwhile, detecting rumors from such massive information in social media is becoming an arduous challenge. Thereforearxiv.org ABSTRACT소셜 미.. 2025. 7. 27. [2025-1] 정유림 - Graph neural networks for single-cell omics data: a review of approaches and applications Title: Graph neural networks for single-cell omics data: a review of approaches and applicationsPublished in: Briefings in Bioinformatics, 2025, Vol. 26(2), bbaf109DOI: 10.1093/bib/bbaf109논문링크 : https://academic.oup.com/bib/article/26/2/bbaf109/8080373한 줄 요약 : GNN(Graph Neural Network)로 single cell omics data를 더 잘 분석할 수 있다. Single Cell Omics Data란?1. Single Cell (단일세포)인체는 여러 조직으로 이루어져 있고, 그 조직은 .. 2025. 7. 27. [2025-2] 박제우 - Semi-Supervised Classification with Graph Convolutional Networks https://arxiv.org/abs/1609.02907 Semi-Supervised Classification with Graph Convolutional NetworksWe present a scalable approach for semi-supervised learning on graph-structured data that is based on an efficient variant of convolutional neural networks which operate directly on graphs. We motivate the choice of our convolutional architecture via a locarxiv.org 1. Introduction본 연구에서 핵심이 되는 주제는 La.. 2025. 7. 26. 이전 1 2 3 4 5 6 7 ··· 22 다음
