# 논문리뷰

[논문] Siamese Neural Networks for One-shot Image Recognition
Meta learning에 관련된 첫 논문으로 'Siamese Neural Networks for One-shot Image Recognition'을 읽어보게 되었다. Machine learning은 적은 양의 data를 가지고는 좋지 못한 성능을 보인다. 대표적인
.jpg?w=768)
[논문 리뷰] TransferTransfo: A Transfer Learning Approach for Neural Network Based Conversational Agents
Thomas Wolf et alConsistent Personality의 부족, 일관성 없는 대답Long-term-memory의 문제로 인해 마지막 dialogue 대화 보다, 이전에 했던 대화 들이 고려 되지 못함"I don't know"와 같은 기계적인 대답대답(a
[논문리뷰] Identity Mappings in Deep Residual Networks
이번에 리뷰할 Identity Mappings in Deep Residual Networks는 지난 ResNet논문의 연구팀이 Identity mapping에 대한 고찰을 ResNet의 성능이 왜 좋은지 검증하였고 여러 시도를 통해 개선된 architecture를 선보
[논문리뷰] Deep Residual Learning for Image Recognition (ResNet)
이번 논문 리뷰는 Justin Johnson의 EECS 498-007 / 598-005 Lec8. CNN Architectures 중 Resnet관련 부분의 추가적인 이해가 필요하다싶어 작성하였습니다.해당 논문이 발표될 당시 많은 논문들에서 제시된 것처럼 deep mo
[paper-review] Attention Is All You Need
Vaswani, Ashish, et al. "Attention is all you need." arXiv preprint arXiv:1706.03762 (2017).
[paper-review] Ultradense Word Embeddings by Orthogonal Transformation
Rothe, Sascha, Sebastian Ebert, and Hinrich Schütze. "Ultradense word embeddings by orthogonal transformation."
[paper-review] You Only Look Once: Unified, Real-Time Object Detection
Redmon, Joseph, et al. "You only look once: Unified, real-time object detection."
HAN: Holistic Attention Network (ECCV 2020)
HAN: Holistic Attention Network (ECCV 2020)Single Image Super-Resolution via a Holistic Attention NetworkHolistic: 전체론의2018년쯤부터 RCAN 이후로는 대부분 기존의 Supe

[논문] U-Net: Convolutional Networks for Biomedical Image Segmentation
오늘 리뷰해볼 논문은 'U-Net: Convolutional Networks for Biomedical Iamge Segmentation'이다.Deep Network를 학습시킬 때는 많은 양의 training samples가 필요하다. 이 논문에서는 data augme

[논문] Deep Residual Learning for Image Recognition
처음으로 리뷰해볼 논문은 'Deep Residual Learning for Image Recognition'이다. 논문 리뷰가 처음이라 아직 낯설지만 이해한 내용을 최대한 열심히 적어보려고 한다! 1. Introduction 최근 연구들에 따르면, network의 d

Self-Supervised Learning 관련 논문리뷰(OPGAN,MatchGAN)
Self-Supervised Learning 관련 논문 리뷰 [작성자 : 김민경]

Multi-domain Image-to-Image Translation (StarGAN,RelGAN)
Multi-domain Image-to-Image Translation [작성자 : 한유진]

Image to Image Translation (pix2pix, CycleGAN)
Image to Image Translation [작성자 : 정재윤]

StyleGAN: A Style-Based Generator Architecture for Generative Adversarial Networks 논문 정리
2019년 NVIDIA에서 발표하여 화제가 됐던 A Style-Based Generator Architecture for Generative Adversarial Networks(StyleGAN)를 읽고 정리한 글이다. StyleGAN의 Baseline이 되는 모델은

GPT-3, 고놈참 신기하네~!
인터넷의 모든글을 통해 학습을 시킨 모델이며, transformer의 decoder부분을 사용했다.pretrained language model인데 이는 레이블이 없는 많은 데이터를 비지도 학습 방법으로 학습해서 모델이 언어를 이해할 수 있도록 한 후 특정 task에