CAD : computer-aided diagnosis Framework GBM : gradient boosting machine DeepLung Classification based on detection Discussion
Deep Learning Research Group
Python 을 활용한 금융 데이터 수집 예제 Google Colaboratory Source: bit.ly/2qvlSqJ 경제, 금융투자 주요 사이트와 데이터 한국거래소 http://krx.co.kr 전자공시 http://dart.fss.or.kr 한국은행 http://www.bok.or.kr http://www.bokeducation.or.kr/ 한국은행 경제교육 KDI 한국개발연구원 http://www.kdi.re.kr http://lib.kdi.re.kr/nonRelation/statDomestic 경제, 정치, 사회, 외교 보고서 논문 코트라 글로벌 뉴스 http://news.kotra.or.kr/kotranews/index.do – 해외시장뉴스 수출, 무역 보고서 ICT 통계포털 http://itstat.go.kr IT, ICT 분야 통계 한국신용평가 기업정보 http://www.kisline.com/ 한신평에서 제공하는 기업정보 […]
Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network Christian Ledig, Lucas Theis, Ferenc Huszar, Jose Caballero, Andrew Cunningham, Alejandro Acosta, Andrew Aitken, Alykhan Tejani, Johannes Totz, Zehan Wang, Wenzhe Shi (Submitted on 15 Sep 2016 (v1), […]
1. 서론 얼굴탐지가 어려운 이유 – 조명, 포즈, 겹침등 문제를 해결하기 위해 – 3개의 Multi Task CNN을 사용하여 얼굴과 랜드마크를 탐지하고, – Online hard Sample mining 전략을 사용하여 훈련하는 방법을 제안 * 얼굴검출(Face Detection) * 얼굴 랜드마크 과거에는 아래의 기술들을 사용함 – Haar-Like features(유사 하르 특징) and AdaBoost – Deformable part […]
Applying Deep Learning to Enhance Momentum Trading Strategies in Stocks http://cs229.stanford.edu/proj2013/TakeuchiLee-ApplyingDeepLearningToEnhanceMomentumTradingStrategiesInStocks.pdf abstract 우리는 개별 주식 가격의 history에서 feature를 추출하기 위해 stacked restricted Boltzmann machines로 구성된 autoencoder을 사용한다.우리 모델은 입력 기능의 extensive hand-engineering 없이 주식의 momentum effect의 향상된 버전을 발견하고 1990-2009 테스트 기간 동안 45.93 %의 연간 수익률을 basic momentum에 대해 10.53 %로 제공 할 수 […]
(paper) 참고 / 관련 논문 [1] Dimensionality Reduction by Learning an Invariant Mapping, Y. Lecun, 2005 (paper) [2] Fully-Convolutional Siamese Networks for Object Tracking, L. Bertinetto, 2016 (paper) [3] Signature verification using a siamese time delay neural network, Y. Lecun, 1993 (paper) Introduction ML 영역에서 좋은 Feature를 학습시키는 과정은 많은 연산량을 요구한다. 또한 주어진 데이터의 […]
input : h, v parameters : w, W, U, b output : e – unnormalized score
Unsupervised Deep Embedding for Clustering Analysis (Paper) J. Xie, R. Girshick, A. Farhadi (University of Washington, Facebook AI Reaserch), 2016 1. 서론 Clustering 은 우리가 데이터를 Unsupervised 로 분석하기 위해서 사용하는 방법으로, 이 논문에서는 딥러닝을 활용하여 Feature Representation과 Cluster Assignment 를 동시에하는 것을 목표로 합니다. 첫 번째 목표인, Feature Representation은 X 를 우리에게 주어진 데이터, […]
Visualizing Data using t-SNE (Paper) 1. 서론 우리가 Clustering 등의 작업을 위해서 고차원의 데이터를 시각화 하기 위해서는 저차원으로 데이터를 맵핑할 필요가 있는데, 이때 선택할 수 있는 방법이 PCA 등이 있을 수 있는데 여기서는 T-SNE 를 활용한 고차원 데이터의 저차원 데이터로의 맵핑과 시각화에 대해서 설명하고 있다. 2. 기존 연구 (SNE : Stochastic Neighbor Embedding) Stochastic Neighbor […]
안녕하세요. 첫번째 스터디를 위해 글을 올립니다. Variational Auto Encoder Auto-Encoding Variational Bayes, 2014 비록 오래된 논문이긴 하지만 많은 논문에서 VAE의 개념과 사용된 목적함수(Evidence Lower Bound)가 갖는 의미 등이 중요하다고 생각되어 공부하여 정리한 내용을 소개드리겠습니다. 간단하게 Auto Encoder와 Variational Auto Encoder에 대해 소개한 후, VAE의 목적함수에 KL Divergence와 Bayes Rule, MonteCarlo Approximation이 ELBO에 어떻게 녹아들어 어떤 […]