KM-Hana

*크롬으로 보시는 걸 추천드립니다* https://static.googleusercontent.com/media/research.google.com/ko//pubs/archive/45530.pdf 종합 : ⭐⭐⭐⭐ 1. 논문 중요도 : 5 점 2. 실용성 : 4 점 설명 : 추천 시스템에 적용된 딥러닝 모델을 보고자 한다면, 가장 우선적으로 봐야 하는 논문 중 하나 - Candidate Generation 모델과 Ranking 모델로 Two-Stage로 추천을 진행 - 유투브 추천 시스템에서 적용되는 모델을 조금이나마 느낄 수 있음 - Feature 엔지니어링의 중요성 - 클릭률(CTR) 예측이 아닌, 시청시간(watch time)을 목적으로 딥러닝 모델을 학습 ( * 개인적인 의견이며, 제 리뷰를 보시..

*크롬으로 보시는 걸 추천드립니다* https://arxiv.org/pdf/1707.07435.pdf 딥러닝을 적용한 추천 모델들을 전반적으로 소개하는 논문입니다. 본 논문은 개인적으로 다음과 같은 1. 딥러닝을 적용한 추천 모델들의 맥락을 잡아주는 논문 2. 2019년 이후부터 현재까지 얼마나 딥러닝을 적용한 추천 모델이 발전했는지 보는 재미가 있는 논문 의미가 있었습니다. 추천 시스템에서의 딥러닝 모델 추천 시스템이란? https://kmhana.tistory.com/30?category=882777 추천 시스템(Recommendation System) 시작 *크롬으로 보시는 걸 추천드립니다* 사람들이 "AI(인공지능)"하면 떠오르는 것이 무엇이 있을까요 얼굴인식이나 파파고와 같은 기계 번역기, 알파..

*크롬으로 보시는 걸 추천드립니다* https://arxiv.org/pdf/2003.10580v4.pdf 종합 : ⭐⭐⭐⭐ 1. 논문 중요도 : 5 점 2. 실용성 : 4 점 설명 : Semi-supervised Learning으로도 엄청난 성능을 기록한 훌륭한 방법론 - 학생을 가르치는 선생과, 그 선생님을 발전시키는 학생 - Semi-Supervised Learning의 가능성을 여김 없이 보여준 논문 - 엄청난 모델 크기를 자랑하고 있는 Transformer 계열 모델 사이에서, 상대적으로 매우 작은 모델로 고성능 기록! - Noisy Student 논문을 함께 읽은 효과는 보너스 ( * 개인적인 의견이며, 제 리뷰를 보시는 분들에 도움드리기 위한 참고 정도로 봐주세요) 2020년 처음 ImageN..

*크롬으로 보시는 걸 추천드립니다* https://arxiv.org/pdf/2010.11929.pdf 종합 : ⭐⭐⭐⭐ 1. 논문 중요도 : 5점 2. 실용성 : 4점 설명 : 게임 체인저(Game Changer), Convolutional Network구조였던 시각 문제를 Transformer구조로 대체 - Transformer구조를 사용한 Architecture가 수 많은 SOTA를 찍고 있으며, ViT논문이 그 시작점 - 더 많은 데이터를 더 적은 Cost로, 사전 학습 - Image Classification의 판도를 바꾼 논문으로 매우 중요한 논문 - 대용량의 학습 자원과 데이터가 필요.. 개인이 사전 학습하기엔 쉽지 않음 ( * 개인적인 의견이며, 제 리뷰를 보시는 분들에 도움드리기 위한 참고..

*크롬으로 보시는 걸 추천드립니다* 이미지 분석(Image Analysis)을 연구하거나, 산업에 적용하다 보면 영상 분석(Video Analysis)에 대해서 종종 접하게 됩니다. 영상 분석을 접할 기회가 적은 편이고, '이미지 분석하는 것도 힘든데.. 영상분석이라니..'라는 막연한 두려움 때문에, 그동안 다루지 못했었습니다. 이번 기회에 영상 분석에 대한 진입장벽을 낮추고자, "영상 분석이 무엇인가?"를 주제로 다루겠습니다. ( 오히려, 이 글이 영상분석에 대한 진입장벽을 높이지 않길 기도하면서.. ) heartbeat.fritz.ai/computer-vision-from-image-to-video-analysis-d1339cf23961 Computer Vision and Deep Learning: ..

*크롬으로 보시는 걸 추천드립니다* 본 "Metric Learning 이란 - Feature 추출"을 보시기 전에 kmhana.tistory.com/14 Metric Learning(Image Retrieval) 이란? - 기본 *크롬으로 보시는 걸 추천드립니다* Active Learning(능동적 학습)에 이어서, 다룰 주제는 Metric Learning입니다! Active Learning(능동적 학습) 설명 : kmhana.tistory.com/2?category=838050 실용적인 Deep Lea.. kmhana.tistory.com 를 먼저 보시면서, Metric Learning의 기본을 잡고 가시는 걸 추천드립니다. 이번에는 1.2) Feature를 어떻게 처리할 것인가? 1. 어떻게 뽑을 것..

*크롬으로 보시는 걸 추천드립니다* 본 "Metric Learning 이란 - 학습 방법(Loss)"를 보시기 전에 1) Metric Learning 이란 - 기본 2) [논문요약] Deep Face Recognition : A Survey - ① 탄 순서로 먼저 보시는 걸 추천 드립니다. Metric Learning 이란 - 기본 kmhana.tistory.com/14 Metric Learning(Image Retrieval) 이란? - 기본 *크롬으로 보시는 걸 추천드립니다* Active Learning(능동적 학습)에 이어서, 다룰 주제는 Metric Learning입니다! Active Learning(능동적 학습) 설명 : kmhana.tistory.com/2?category=838050 실용적인..