논문리뷰
1.Explaining deep neural networks and beyond: A review of methods and applications
머신러닝의 최종적인 목표는 정확한 예측임그런데 실제 세계에 적용했을 때 더 중요했던 것들은 1. 시스템에서의 안정성, 2. 데이터 분포 추적에 대한 회복력, 3. 예측에 대한 정확한 평가, 4. 안전성(보안), 5. 법을 위반하지 않는것, 6. 전문가들에게 도움이 되는
2024년 4월 20일
2.Diffusion Models in Vision: A Survey
Diffusion models 들은 Stable Diffusion, Latent Diffusion Models 로 언급되는 것들은 뛰어난 generalization capacity를 증명하고 있음Diffusion model들은 넓은 범위에서 사용되고 있음image ge
2024년 4월 20일
3.One-step Diffusion with Distribution Matching Distillation
https://tianweiy.github.io/dmd/우리는 2개의 스코어 펑션으로 표현되는 KL divergence를 최소화하는 one-step image generator를 소개한다. score function들은 두 개의 디퓨전 모델을 학습하여 각각 학
2024년 4월 20일
4.NeuroGAN: image reconstruction from EEG signals via an attention-based GAN
Perceptual brain decoding(PBD)는 f-MRI와 ECoG같은 다양한 modality들로 탐구되어 왔지만 우리는 높은 시간적 해상도와 비용 효율성 및 비침습성 를 위해 \*\*\*\*EEG를 활용한 PBD task를 선택했다.UntitledEEG-b
2024년 4월 21일
5.DiffMDD: A Diffusion-Based Deep Learning Framework for MDD Diagnosis Using EEG
업로드중..
2024년 4월 22일
6.Classifier-free Diffusion Guidance
NeurIPS 2021 Workshop
2024년 4월 30일