분류 전체보기330 [2025-1] 이루가 - Machine learning based recommender system for e-commerce 논문 링크: https://www.researchgate.net/publication/373328673_Machine_learning_based_recommender_system_for_e-commerce 0. Abstract전자상거래의 핵심 성공 요소 중 하나는 맞춤형 상품 추천추천 시스템은 사용자 경험을 향상시키고 구매율을 높임본 연구에서는 FP-Growth 기반의 연관 규칙 알고리즘을 사용추천된 상품의 평균 구매 확률이 높아 실제 적용 가능성 있음 1. Introduction오늘날 디지털 기술의 발전과 인터넷 접근의 용이성 덕분에 우리는 점점 더 많은 정보에 노출 → 사용자에게 다양한 콘텐츠를 제공하지만, 동시에 정보 과잉과 다수의 정보 출처로 인해 혼란 초래이러한 문제의 해결을 위해서 사용자에게 .. 2025. 5. 10. [2025-1] 전윤경-A FOUNDATION MODEL FOR GENERALIZABLE DISEASEDIAGNOSIS IN CHEST X-RAY IMAGES CXRBase: 흉부 X선 이미지(CXR)에 대한 질병 진단의 일반화된 해결책을 제공이미지 기반 자기 지도 학습(SSL) 방법: 데이터를 masking하여 그 마스킹된 부분을 재구성하는 방식으로 학습하는 모델Masked Autoencoders (MAE): ViT와 결합 모델 아키텍처데이터 처리배경을 제외한 이미지의 흉부영역만 유지512*512 해상도( 큐빅 보간법)데이터 증강 기법: random cropping, random horizontal flipping 적용stage 1 (자가 지도 학습(SSL))인코더: ViT-large(24개 트랜스포머 블록)마스크 비율: 0.75멀티헤드 자기 주의(Multihead Self-Attention)와 Multi-layer Perceptron 계층을 포함하여 특성 .. 2025. 5. 9. [2025-1] 박지원-Encoder-Decoder with Atrous SeparableConvolution for Semantic Image Segmentation 1. Introduction : Semantic Segmentation의 발전과 DeepLabv3+의 등장방법론장점단점Spatial Pyramid Pooling다양한 스케일의 문맥 정보 인코딩객체 경계 세부 정보 부족Encoder-Decoder날카로운 객체 경계 포착다양한 스케일 정보 인코딩 부족 Semantic Segmentation이란 이미지의 모든 픽셀에 의미론적 레이블을 할당하는 방법론으로, FCN(Fully Convolutional Network)모델이 현저한 성능 향상을 보인 바 있다. 이 FCNs은 spatial pyramid pooling(다양한 비율과 유효 수용 영역을 가진 필터나 풀링 연산을 통해 들어오는 특징을 조사하여 멀티 스케일 문맥 정보를 인코딩하는 방식)과 encoder-de.. 2025. 5. 8. [2025-1] 박제우 - CLIP : Learning Transferable Visual Models From Natural Language Supervision https://arxiv.org/abs/2103.00020 Learning Transferable Visual Models From Natural Language SupervisionState-of-the-art computer vision systems are trained to predict a fixed set of predetermined object categories. This restricted form of supervision limits their generality and usability since additional labeled data is needed to specify any other visual concept. Learning directly from raw text .. 2025. 5. 6. 이전 1 ··· 10 11 12 13 14 15 16 ··· 83 다음
