지난 번에 이어서 계속 리뷰를 해보도록 하겠다! 이전 리뷰를 안봤다면 먼저 보고오도록!! https://aistudy9314.tistory.com/47 [논문리뷰] Deep Image Prior(1) 이번에 소개할 논문은 Deep Image Prior라는 제목의 paper이다. 이 논문을 읽었을 때, 기존 딥러닝에 대한 고정관념이 '팍' 깨지는 느낌이 들었다. 그만큼 singular한 논문이었고, 심지어 결과도 잘 나오 aistudy9314.tistory.com 지난번 마지막 파트에서 CNN Architecture의 파라메터 $\theta$를 반복적으로 업데이트 시킴으로써 clean한 이미지를 얻을 수 있다라는 Deep Image Prior Method의 전체 flow를 보았다. 일반적으로 생각하였을 때..

이번에 소개할 논문은 Deep Image Prior라는 제목의 paper이다. 이 논문을 읽었을 때, 기존 딥러닝에 대한 고정관념이 '팍' 깨지는 느낌이 들었다. 그만큼 singular한 논문이었고, 심지어 결과도 잘 나오니 할 말이 없다.... 서론은 빠르게 넘어가고, 이제 한 번 살펴보도록 하자! 쓰다보니 내용이 매우 길어져서, 두 파트로 나누어서 작성하려고 한다. Deep Image Prior는 2017년도에 assignment된 paper이고, Image Reconstruction 분야에서 기존 딥러닝의 학습 meta를 사용하지 않고도 매우 뛰어난 성능을 보여주면서 사람들의 주목을 받았다. 1. Reconstruction Tasks 먼저 이 논문에서 등장하는 Reconstruction Task의 ..

이번에는 Dacon에서 개최한 교통 수신호 동작 인식 AI 경진대회에 참여를 하였다. Action Recognition Task를 한번도 경험해보지 못했기 때문에 어떤 식으로 문제를 풀어나갈지 두렵기도 하면서 동시에 흥미로웠다. ㅎㅎ... 참조: https://www.semanticscholar.org/paper/Chapter-9-Action-Recognition-in-Realistic-Sports-Soomro-Zamir/a000149e83b09d17e18ed9184155be140ae1266e 먼저 같은 경진대회에 참여하는 분들과 팀도 맺었고, 회의를 통해서 어떻게 문제를 풀 것인가 토의를 하였다. 분류 문제나 object 인식 문제와는 다르게 연속적인 이미지에 대한 예측이기 때문에 어떠한 시계열적인 모..

이번에는 분류기(classifier)로 매우 유명한 Support Vector Machine에 대해서 알아보겠다. CNN이전에 가장 많이 쓰였던 classifier이고, 지금까지도 사용되고 연구도 진행되고 있는 방식이다. SVM은 Maximum Margin Classifier라고도 불린다. 말 그대로 margin을 최대화시키도록 학습이 되기 때문이다. SVM은 데이터를 비선형 매핑을 통해서 고차원으로 변환하는 과정을 거친다. 이 새로운 차원에서 데이터들을 잘 분리하는 선형 boundary(decision boundary)를 찾는 것이 SVM의 목적이다. 1. 왜 고차원으로 변환해야 할까? 간단한 예제를 한번 보자. 개념은 MLP와 비슷하다. 2차원에서 A=[a, d], B=[b, c]는 non-linea..

지난 번에 Perceptron을 배우고, 그 한계점을 알아보았다. 단층 퍼셉트론은 표현력에 있어서 선형으로 분류가 힘든 문제를 풀지 못하는 한계가 있었다. 끝! 인공지능 bye~ 가 아니고!! ㅎㅎ..한 층이 안된다면 여러 층을 쌓으면 되지 않을까? 종이 하나로는 맞아도 안 아프지만 백과사전으로 맞으면 아픈 것처럼 말이다! 1. MLP(Multi Layer Perceptron) 그게 바로 Multi Layer Perceptron이다. 말 그대로 layer를 1개가 아닌 여러 개를 쌓음으로써 비선형적인 공간으로 문제를 매핑시키는 것이다. 예전 수업 중에 더 직관적인 설명이 있었는데, 레이어의 수가 증가할 수록 기준선이 증가(분류를 하는 잣대의 개수)하고, 유닛의 수가 증가할 수록 그 안에서의 디테일이 더해..