[Paper Review] Seminar
1.[Paper Review] Masked Autoencoders Are Scalable Vision Learners
본 Paper Review는 고려대학교 스마트생산시스템 연구실 2024년 동계 논문 세미나 활동입니다.논문의 전문은 여기에서 확인 가능합니다
2.[Paper Review] TI-MAE: SELF-SUPERVISED MASKED TIME SERIES AUTOENCODERS
본 Paper Review는 고려대학교 스마트생산시스템 연구실 2024년 동계 논문 세미나 활동입니다.논문의 전문은 여기에서 확인 가능합니다
3.[Paper Review] Distilling the Knowledge in a Neural Network
본 Paper Review는 고려대학교 스마트생산시스템 연구실 2024년 동계 논문 세미나 활동입니다. 논문의 전문은 여기에서 확인 가능합니다
4.[Paper Review] Be Your Own Teacher: Improve the Performance of Convolutional Neural Networks via Self Distillation
본 Paper Review는 고려대학교 스마트생산시스템 연구실 2024년 동계 논문 세미나 활동입니다. 논문의 전문은 여기에서 확인 가능합니다
5.[Paper Review] Calibrated One-class Classification for Unsupervised Time Series Anomaly Detection
본 Paper Review는 고려대학교 스마트생산시스템 연구실 2024년 하계 논문 세미나 활동입니다. 논문의 전문은 여기에서 확인 가능합니다 Abstract 시계열 이상 탐지 보정된 ONE-CLASS 분류를 01. Introduction 이상탐지는 데이터마이닝
6.[Paper Review] Nominality score conditioned time series anomaly detection by point/sequential reconstruction
본 Paper Review는 고려대학교 스마트생산시스템 연구실 2024년 하계 논문 세미나 활동입니다. 논문의 전문은 여기에서 확인 가능합니다 Abstract 본 논문에서는 비지도 학습을 기반으로 한 시계열 이상 탐지 프레임워크를 제안 이 프레임워크는 point 기반
7.[Paper Review] OUTRAGEOUSLY LARGE NEURAL NETWORKS: THE SPARSELY-GATED MIXTURE-OF-EXPERTS LAYER
본 Paper Review는 고려대학교 스마트생산시스템 연구실 2024년 하계 논문 세미나 활동입니다.논문의 전문은 여기에서 확인 가능합니다신경망이 정보를 흡수할 수 있는 용량은 파라미터 수에 의해 제한 됨조건부 계산은 네트워크의 일부가 예제마다 활성화 되는 방식으로
8.[Paper Review] Mixture-of-Experts with Expert Choice Routing
본 Paper Review는 고려대학교 스마트생산시스템 연구실 2024년 하계 논문 세미나 활동입니다.논문의 전문은 여기에서 확인 가능합니다희소하게 활성화된 전문가 혼합(MoE) 모델은 주어진 토큰이나 샘플에 대한 계산량을 유지하면서 파라미터 수를 크게 증가시킬 수 있
9.[Paper Review] SAM-CLIP: Merging Vision Foundation Models towards Semantic and Spatial Understanding
본 Paper Review는 고려대학교 스마트생산시스템 연구실 2025년 논문세미나 활동입니다. 논문의 전문은 여기에서 확인 가능합니다. Abstract Test-Time Adaptation(TTA)은 훈련된 모델이 소스 도메인에서 타겟 도메인으로 적응해야 하지만,
10.[Paper Review] ClipSAM: CLIP and SAM collaboration for zero-shot anomaly segmentation (Neurocomputing_2025)
본 Paper Review는 고려대학교 스마트생산시스템 연구실 2025년 논문세미나 활동입니다. 논문의 전문은 여기에서 확인 가능합니다. Abstract Zero-Shot Anomaly Segmentation, ZSAS를 위한 새로운 프레임워크인 ClipSAM을 제안