# seminar
[Paper review & presentation] Synthesizing Physical Character Scene Interactions
유튜브 링크
[논문 리뷰] Towards a Rigorous Evaluation of Time-Series Anomaly Detection
Abstract 최근 Time-series Anomaly Detection을 위해 제안된 연구들은 여러 Dataset에서 높은 F1 Score를 보이기때문에 Time-series Anomaly Detection 연구가 발전한 것처럼 보인다. 그러나 모델의 평가과정에서
[논문 리뷰] Big data driven jobs remaining time prediction in discrete manufacturing system: a deep learning-based approach
Abstract Jobshop에 스마트 센서와 IoT가 널리 보급됨에 따라 예측 제조를 위한 제조 BigData 처리에 대한 필요성이 증가하고 있다. 본 연구에서는 DL 기반으로 Job remaining Time을 예측하는 제조 BigData를 구상한다. 데이터 수집,
Exploring popular image datasets and augmentation techniques
📝이 포스트는 김형원 교수님의 "MSIS LAB"의 세미나에서 배웠던 오픈소스 data annotation tool들과 CVAT tool에 대해 자세히 다뤄보도록 하겠습니다.
Image filtering and segmentation techniques
📝이 포스트는 computer vision의 filter와 segmentation을 다뤄보도록 하겠습니다.
Image processing and computer vision
📝이 포스트는 computer vision의 fundamental을 다루도록 하겠습니다.
[논문 리뷰] MaskCon: Masked Contrastive Learning for Coarse-Labelled Dataset
딥러닝은 고품질의 label이 존재하는 대규모의 Dataset에 대해 높은 성능을 달성하였습니다. 그러나 이런 Dataset은 일부 전문 영역의 경우 정확하고 효율적으로 주석을 달기에는 많은 비용이 들고 어렵다. 반면, rough한 label은 훨씬 더 쉽게 획득할 수
[논문 리뷰] Selective-Supervised Contrastive Learning with Noisy Labels
Deep networks는 Latent representation space에 데이터를 삽입하고 다음 작업을 완료하는 데 강력한 역량을 가지고 있다. 그러나 이러한 능력은 대부분 고품질 label에 비롯된다. Noisy label은 수집 비용이 낮지만 일반화 성능이 떨
Clean Code 3rd 스터디
네 번째 스터디 > 7장 오류처리 11장 시스템 12장 창발성 7장. 오류 처리 > 깨끗한 코드는 읽기도 좋아야 하지만 안정성도 높아야한다. 오류처리를 프로그램 논리와 분리하면 독립적인 추론이 가능해지며 코드 유지보수성도 크게 높아진다. > 오류 코드보다 예외
Clean Code 2nd 스터디
변수를 Private으로 선언하더라도 각 값마다 조회(get)함수와 설정(set)함수를 제공한다면,구현을 외부로 노출하는 셈이에요.구현을 감추려면 추상화가 필요해요. 조회 함수와 설정 함수로 변수를 다룬다고 클래스가 되는게 아니라, 추상 인터페이스를 제공해 사용자가 구
Clean Code 1st 스터디
2023.02.03💡 나쁜 코드로 프로그래머가 치르는 고통💡 깨끗한 코드란?주의 깊게 작성한 세세한 사항까지 꼼꼼하게 신경쓴 코드. 깔끔하고 단정하게 정리된. 잘쓴 문장처럼 읽히는.짐작했던 기능을 그대로 수행해야하며, 읽으면서 놀랄일이 없는. 함수명, 매개변수
[논문 리뷰] Memory Aware Synapses: Learning what (not) to forget
Memory Aware Synapses: Learning what (not) to forget
[논문 리뷰] Multi-Layer domain adaptation method for rolling bearing fault diagnosis
Multi-Layer domain adaptation method for rolling bearing fault diagnosis
[논문 리뷰] Robust Time Series Dissimilarity Measure for Outlier Detection and Periodicity Detection
Robust Time Series Dissimilarity Measure for Outlier Detection and Periodicity Detection
[논문 리뷰] Timeseries Anomaly Detection using Temporal Hierarchical One-Class Network
Timeseries Anomaly Detection using Temporal Hierarchical One-Class Network
[논문 리뷰] Self-Supervised Contrastive Pre-Training for Time Series via Time-Frequency Consistency
Self-Supervised Contrastive PreTraining for TimeSeries via Time-Frequency Consistency
[논문 리뷰] COST: Contrastive learning of disentangled seasonal-trend representations for time series forecasting
CoST: Contrastive Learning of Disentangled Seasonal-Trend Representations for Time Series Forecasting
[논문 리뷰] Domain Adaptation for Time Series Forecasting via Attention Sharing
최근 딥러닝을 활용한 시계열 예측에 관한 연구가 활발히 진행되고 있다. 이러한 연구의 이점은 충분한 양의 데이터가 있는 경우에만 나타나기 시작하기 때문에 이는 시계열 또는 시계열당 관측치 수가 제한되어 있는 일반적인 예측 문제에 대한 Challenge가 있음을 뜻한다
[월간 데이터리안 세미나 12월] 데이터 분석가 커리어: 사이드 프로젝트부터 퍼블릭 스피킹까지
월간 데이터리안 세미나 12월의 리뷰입니다."같은 수강생들의 프로젝트 및 취업 사례가 궁금합니다!"데이터리안 세미나를 들으며 위와 같은 피드백을 남긴 적이 있습니다. 그래서 이번 세미나 내용이 더 재미있었습니다.이번 세미나의 연사 '승아'님은 비전공자 출신이십니다. 데