작성자: 투빅스 15기 김태희 > ## Contents Introduction Objective Model Architecture Training Strategy 9주차] 강의들에서 나온 N-Shot Learning을 할 때 사용하는 Episodic Learning
14기 장예은 MAML 논문 리뷰
작성자 : 이예진 이번 시간에는 Few-shot learning 중에서도 Non-Parametric 방법에 대해서 공부해보겠습니다. stanford 대학의 cs330(Multi-Task and Meta-Learning) 강의 중에 Lecture4.Non-Paramet
본 파일은 동명의 CS330 의 2주차 강의의 필기 내용입니다.출처가 적혀 있지 않은 이미지는 모두 강의 PPT에서 발췌하였습니다.이 강의는 메타 러닝의 기본적인 내용을 전반적으로 정리하는 강의입니다.본격적인 메타 러닝 내용에 들어가기 전에 기본적인 용어와 수식을 정리
본문에서는 시각화 기법인 CAM, Grad-CAM, Grad-CAM++에 대해 알아보았다.
작성자 : 이예진 이번 시간에는 GNNExplainer: Generating Explanations for Graph Neural Networks 를 리뷰해보겠습니다. Graph Neural Networks를 설명할 수 있는 방법을 소개한 대표적인 논문입니다. (논문
작성자 : 투빅스 14기 장예은 Attention의 설명 가능성에 의문을 제기하는 Attention is not explanation 논문과 이를 반박하는 Attention is not not explanation 논문을 소개합니다.
앞서 설명했던 XAI 방법론(explainable algorithm)들 간의 차이점에 대해 살펴보는 섹션입니다. XAI 방법론은 1) 모델에 사용되는 데이터에 주는 변화 등에 초점을 맞춘 방법론과 모델 구조와 파라미터에 초점을 맞춰 모델을 설명하는 방법론으로 크게 구
본 게시글은 Opportunities and Challenges in Explainable Artificial Intelligence (XAI): A Survey 논문의 내용을 정리하고, XAI 연구의 전반적인 동향을 이해하는 것을 목표로 합니다.
딥러닝 모델을 이해하기 위해 CNN의 필터들이 어떻게 생겼는지, 인풋 이미지에서 모델의 성능에 미치는 부분, 특정 클래스의 activation을 최대화하는 이미지 생성에 대해 알아보고자 한다.
본 글은 XAI 기법 중 LIME에 관한 논문을 참고하여 작성하였습니다. (작성자: 15기 박진수)
LIME은 복잡한 딥러닝 모델(블랙박스 모델)을 간단한 설명 가능 모델로 모사함으로써 딥러닝 모델의 판단 근거를 설명하는 기법입니다. (작성자 : 15기 박진수)