JungSoo_AI_Study JungSoo_AI_Study

MICCAI 2023 3D Dental Mesh Segmentation Using Semantics-Based Feature Learning with Graph-Transformer Doi: https://doi.org/10.1007/978-3-031-43990-2_43 0. Background 본 논문을 읽기 전에 mesh가 무엇인지 알고 넘어가 보자! Mesh는 3차원 물체를 정의하는 vertices, edges, faces의 list이다. 즉, 폴리곤들이 모인 하나의 차원 물체를 의미한다. vertices: 3d 공간상의 좌표 Edges: 각 vertex를 연결하는 선 Faces: 각 선들을 3개 이상 연결하여 만들어진 면 간단하고 빠르게 만들기 위해서 보통 삼각형을 사용하여 제작..

Attention 은 현재 NLP, Computer Vision 등 다양한 task에서 많이 채택되어 사용되고 있다. Attention 이 무엇인지에 대해서 간단하게 알아보도록 하자. NLP: 집중할 단어를 결정하는 방식 Computer Vision: 인간의 visual attention 현상을 구현하는 신경망 기법 즉, 문장이나 이미지에서 우리가 설계한 모델이 더 중요한 부분을 집중적으로 볼 수 있도록 하는 방법이다. 현재 우리가 vision task에서 사용하고 있는 attention 기법이 처음 사용되었던 분야는 NLP 분야이다. 위 그림은 NLP 에서의 seq2 seq이다. Encoder에서 각각의 단어들이 embedding 되어 ..

해당 글은 K-MOOCK에서 충남대학교 교수님들이 강의해 주신 인공지능 활용 바이오 기술 플랫폼 강의를 듣고 정리하여 자료로 만든 것입니다. 강좌 | MOE_CNU12 | K-MOOC (kmooc.kr) 강좌 | MOE_CNU12 | K-MOOC www.kmooc.kr 이전에 CNN과 CNN에서 사용하는 layer들을 살펴보았다. CNN을 통해 feature map을 뽑는 것은 이미지의 representation을 학습하는 과정(Representation learning, 표현학습)이다. 그럼 representation learning이란 무엇일까? 표현학습이란 실제 현실세계에 있는 데이터를 기계가 가져왔을 때, 그 데이터로부터 문제..

Computer vision은 "컴퓨터 과학", "물리학", "수학", "생물학"과 같은 여러 연구 개발 분야의 교차점에 위치하고 있어 정의하기가 어려울 수 있다. 그 핵심을 꼽자면, computer vision은 "디지털 이미지에서 정보를 자동으로 추출하는 것"으로 요약할 수 있다. 컴퓨터에선 이미지를 RGB 값 행렬인 픽셀 덩어리로, 그 이상의 의미를 갖지 않는다. Computer vision의 목표는 컴퓨터에게 인간(혹은 다른 생물)이 이해하는 방식 혹은 그보다 더 나은 방식으로 "이 픽셀을 이해하는 방법"을 가르치는 것이다. 1. 객체 분류 (Object Classification) 이미지 속의 객체를 인식하고 cl..

arXiv YOLOv3: An Incremental Improvement Joseph Redmon, Ali Farhadi YOLOv3 해당 논문은 TECH REPORT로 현재 arXiv에만 등재되어 있다. 본 논문은 YOLOv2에 당시에 유행하던 기법들을 적용하여 성능을 높이 논문이다. doi : https://doi.org/10.48550/arXiv.1804.02767 YOLOv3: An Incremental Improvement We present some updates to YOLO! We made a bunch of little design changes to make it better. We also trained this new network that's pretty swell. It's a ..

Arxiv CONVOLUTIONS ATTENTION MLPs PATCHE ARE ALL YOU NEED? Asher Trockman, J. Zico Kolter1 이 논문은 vision transformer(ViT)의 성능 향상의 근본적인 원인을 찾고 그것을 convolution으로 해결하기 위한 방법을 제시한 논문이다. 이들이 말하는 ViT의 성능 향상의 원인은 patch 단위로 이미지를 처리하는 것으로 이를 실험적으로 증명하고 이를 활용한 간단한 하지만 강력한 모델인 ConvMixer를 제안한다. Doi : https://doi.org/10.48550/arXiv.2201.09792 Patches Are All You Need? Although convolutional networks have been..

바이오 데이터 공부를 위해 "의료 바비오 AI 교육 온라인 과정"을 수강하며 공부한 내용을 정리한 글입니다.https://bio.kidico.kr/sub/edudept/edudept_detail?no=28  의료 바이오 AI 교육의료 바이오 AI 교육 실무형 개발인력 양성bio.kidico.kr현재 인공지능의 발전이 가속화되며 backbone model들의 성능이 만족할만한 성능으로 발전되었음에 따라 특수한 분야에 대한 연구가 활발하게 진행되고 있다. 그중에서 바이오 AI에 대해서 공부해보고자 한다.바이오 AI에 대한 내용을 공부하기 전 우선 현재 인공지능 기술들의 전반전인 개요를 소개한다.1. AI에서 다루는 문제Reasoning, problem-solving추론, 유사한 과거 문제의 해결에 기초해서 ..

Vision GNN : An Image is Worth Graph of Nodes Kai Han 1,2,* , Yunhe Wang 2*, Jianyuan Guo 2, Yehui Tang 2,3 , Enhua Wu 1, 4 Vision GNN (ViG) 은 GNN을 Vision 분야에 적용시키는 방법에 관한 논문이다. GNN 혹은 GCN은 다양한 분야에서 현재 사용되고 있다. 신약 개발과 암세포 탐지 등과 같은 헬스 케어와 넓게는 유기 화학 ai 분야에서 널리 사용되고 있다. 이를 vision task에 적용하는 논문이다. 논문 doi : https://doi.org/10.48550/arXiv.2206.00272 Vision GNN: An Image is Worth Graph of Nodes Network..