분류 전체보기148 [2024-1] 염제원 - Siamese Neural Networks for One-Shot Image Recognition https://www.cs.cmu.edu/~rsalakhu/papers/oneshot1.pdf 1-1. Upsides of this approachCapable of learning generic image features useful for making predictions about unknown class distributions even when very few examples are available.Easily trained using standard optimization techniques on pairs sampled from the source data.Provide a competitive approach that does not rely upon domain-specific k.. 2024. 5. 6. [2024-1] 김경훈 - PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation Link : https://arxiv.org/abs/1612.00593 PointNet: Deep Learning on Point Sets for 3D Classification and SegmentationPoint cloud is an important type of geometric data structure. Due to its irregular format, most researchers transform such data to regular 3D voxel grids or collections of images. This, however, renders data unnecessarily voluminous and causes issues. In tarxiv.org 0. 개요Point cloud.. 2024. 4. 30. [2024-1] 홍연선 - A Brief Introduction into Machine Learning https://www.semanticscholar.org/paper/A-Brief-Introduction-into-Machine-Learning R%C3%A4tsch/fab926b5da15870777607679ebd56985735023d0 https://www.semanticscholar.org/paper/A-Brief-Introduction-into-Machine-Learning-R%C3%A4tsch/fab926b5da15870777607679ebd56985735023d0 www.semanticscholar.org 1. Introduction 저자가 머신러닝의 "learning"을 귀납적 추론(inductive inference) 에 의한 것이라고 말한 것이 인상적이다. 머신러닝이 여러 데이터들을 학습.. 2024. 4. 14. [2024-1] 장인영 - Explainable artificial intelligence for intrusion detection in IoT networks: A deep learning based approach https://www.sciencedirect.com/science/article/abs/pii/S0957417423022534h Abstract 이 논문은 IoT 네트워크의 침입 탐지 시스템을 위해 공격을 분류하는 딥러닝 모델을 제안한다. 모델 훈련과 테스트를 위해 NSL-KDD, UNSW-NB 15 데이터셋을 사용한다. 필터 기반 접근 방식을 사용하여 중요한 feature를 선별하고 두 가지 딥러닝 모델을 구축한다. DL 모델은 두 데이터셋에 대해 모두 높은 정확성을 보였다. 하지만, DL 모델은 불투명하고 이해하기 어렵기 때문에 LIME과 SHAP을 이용하여 모델에 대한 신뢰도를 높인다. 1. IoT 네트워크 & IDS (Intrusion detection system) 최근, IoT가 발전하며 I.. 2024. 4. 13. 이전 1 ··· 21 22 23 24 25 26 27 ··· 37 다음
