분류 전체보기324 [2025-2] 황징아이 - Big Self Supervised Models Advance Medical Image Classifications 논문 : https://arxiv.org/pdf/2101.05224 Introduction본 논문은 Self Supervised Learning의 방법중 SimCLR을 활용하여 의료 이미지 분류 성능을 향상 시키는 논문입니다.Self-Supervised Learning은 데이터에 라벨을 부여하지 않고도 학습이 가능하다는 점에서 라벨링 비용이 높은 의료 분야에서 특히 더 강점을 드러낸다. SSL는 그동안 일반 이미지 도메인에서 많이 연구 되어 왔지만 본 논문은 SSL을 의료 도메인에 적용했다는 점에서 의미가 있고 기존 Supervised Learning 방식보다 효율적이고 좋은 일반화 성능을 보여줬다. 3단계의 학습 파이프라인을 제안한다 :ImageNet 기반 Self-Supervised Pretraini.. 2025. 7. 12. [2025-2] 전연주 - MaeTok: Masked Autoencoders Are Effective Tokenizers for Diffusion Models 논문 링크: arxiv.org/pdf/2502.03444깃허브 링크: Hhhhhhao/continuous_tokenizer GitHub - Hhhhhhao/continuous_tokenizerContribute to Hhhhhhao/continuous_tokenizer development by creating an account on GitHub.github.com허깅페이스 링크: MAETok/maetok-b-128 · Hugging Face MAETok/maetok-b-128 · Hugging FaceThis model has been pushed to the Hub using the PytorchModelHubMixin integration: Library: [More Information Need.. 2025. 7. 12. [2025-1] 임준수 - Self-Adapting Language Models https://arxiv.org/abs/2506.10943 Self-Adapting Language ModelsLarge language models (LLMs) are powerful but static; they lack mechanisms to adapt their weights in response to new tasks, knowledge, or examples. We introduce Self-Adapting LLMs (SEAL), a framework that enables LLMs to self-adapt by generating their ownarxiv.org Abstract기존의 대형 언어 모델(LLM)은 강력하지만 정적(static)이며 새로운 작업이나 지식에 즉각적으로 적응하는 능.. 2025. 7. 10. [2025-1] 임재열 - Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks는 2017년 ICML에서 발표된,모델에 독립적인 meta learning 알고리즘을 제안한 논문입니다. [MAML]https://arxiv.org/abs/1703.03400 Model-Agnostic Meta-Learning for Fast Adaptation of Deep NetworksWe propose an algorithm for meta-learning that is model-agnostic, in the sense that it is compatible with any model trained with gradient descent and applicable to a vari.. 2025. 7. 5. 이전 1 2 3 4 5 6 7 8 ··· 81 다음
