전체 글1217 🌌 충돌 은하 분류 연구 : 지웅배 교수님 진행 계획 정리 보호되어 있는 글 입니다. 2025. 5. 20. 👻 선배의 수상한 다이어리: 캠퍼스 적응 공포 AR 체험 중간발표 조원들 다 짱짱..🚌 승객으로 잘 가는 중더 열심히 해야 댐👻 PPT한나랑 민경 님이 담당한 ppt👻 UI/UX나랑 김한나님이 ui ux귀신 선배 캐릭터를 그렸다담요 컴공에 비치된 털담요임현실고증 한나님 영상 2025. 5. 20. 🛡️ UCPC 5차 회의 보호되어 있는 글 입니다. 2025. 5. 19. ❇️ [Masked Autoencoders Are Scalable Vision Learners] 논문 발표 준비 에그타르트(big), 곤약젤리, 티즐, 삼김, 단백이, ❇️ 발표문 #1-1. 컴퓨터 비전에서의 표현 학습 한계 CNN을 기반으로 한 컴퓨터 비전의 대표적인 성공은 ImageNet 사전학습입니다.하지만 그 성공은 라벨링된 수백만 장의 이미지에 기반하고 있습니다.이제는 ViT 같은 대형 모델들이 등장했는데, 이런 모델은 ImageNet만으로는 부족합니다.실제로, 기존 연구들은 수억 장 규모의 비공개 데이터셋(JFT 등)에 의존하고 있고,일반 연구자나 기업 입장에서 접근이 어렵습니다.그러면 어떻게 해야 할까요?NLP처럼, 라벨 없이도 표현을 학습할 수는 없을까요? >여기 보시는 그래프는 모델 크기에 따른 성능 비교입니다.기존의 Vision Transformer는 JFT-300M과 같은 거대한 라벨링 .. 2025. 5. 19. ✳️ [Swin Transformer: Hierarchical Vision Transformer using Shifted Windows] 인트로 리뷰 + 발표자료 보호되어 있는 글 입니다. 2025. 5. 19. 🌌 [Identifying galaxy mergers in observations and simulations with deep learning] 논문 공부 📘 ABSTRACT 배경(Context). 은하 병합은 은하의 형성과 진화에서 중요한 요소이다.Euclid 및 LSST와 같은 대형 관측 조사가 다가옴에 따라, 은하 병합을 빠르고 효율적으로 식별할 수 있는 정확한 기법이 필요하다. 목표(Aims). 우리는 딥러닝 기법이 실제 관측에서의 시각적 분류와 시뮬레이션에서의 물리적 분류를 재현할 수 있는지, 그리고 이 두 분류 간에 어떤 차이점이 있는지를 파악하고자 한다. 병합 연구의 주요 문제 중 하나는 ‘정답 데이터(truth sample)’의 부재인데, 우리의 방법은 시각적으로 식별된 병합 카탈로그의 편향을 테스트하는 데 사용될 수 있다. 방법(Methods). 우리는 합성곱 신경망(CNN) 아키텍처를 설계하고 두 가지 방식으로 학습했다:하나는 SDSS.. 2025. 5. 15. 👻 사라진 선배의 다이어리: 캠퍼스 적응 공포 AR 체험 가상현실 팀플새내기를 위한 AR 캠퍼스 서비스 만들기 나는... 캠퍼스 타임루프 하구 싶엇는데아쉽슨 근데 공포도 좋아📕 사라진 선배의 다이어리: 캠퍼스 적응 공포 AR 체험 🎯 앱 개요장르: 공포 + 추리 + 정보 전달타겟: 대학교 신입생플레이 방식: 싱글 플레이, AR 기반 위치 탐색 + 단서 수집 + 꿀팁 제공핵심 기능:AR로 캠퍼스 공간 인식 → 다이어리 조각 수집다이어리 찾기를 통해 공포 서사 + 실용 정보 전달미션 추적 📘 스토리 배경 캠퍼스에 얽힌 괴담 속 ‘사라진 선배’의 다이어리를 따라가며, 신입생에게 꼭 필요한 학교 꿀팁을 AR 체험과 함께 전달하는 공포 컨셉 앱.실종된 선배 00의 다이어리가 캠퍼스 여기저기에 흩어져 있다. 당신은 그것을 모으면서 선배 남긴 마지막 하루를 알게 된다.. 2025. 5. 15. ✳️ [Masked Autoencoders Are Scalable Vision Learners] 논문 읽기 📘 ABSTRACT 이 논문은 Masked Autoencoder(MAE)가 컴퓨터 비전에서 확장 가능한 자가 지도 학습 방법임을 보여준다. 우리의 MAE 접근법은 간단하다: 입력 이미지의 일부 패치를 무작위로 마스킹하고, 누락된 픽셀을 복원하는 것이다. 이 방법은 두 가지 핵심 설계에 기반한다. 첫째, 비대칭적인 인코더-디코더 구조를 설계했다. 인코더는 마스크된 토큰 없이 보이는 패치에만 작동하고, 디코더는 잠재 표현(latent representation)과 마스크 토큰을 이용해 원래 이미지를 복원한다.둘째, 입력 이미지의 상당 비율(예: 75%)을 마스킹하는 것이 의미 있는 자가 지도 학습 과제를 형성한다는 점을 발견했다. 이 두 설계를 결합함으로써, 우리는 대규모 모델을 효율적이고 효과적으로 학습.. 2025. 5. 14. 🔭 LSST with AI : day 2 싸인받았따!!소은이 알바 사장님이 부탁하셧다고 A4용지 묶음 가져옴ㅋㅋㅋㅋ나도 껴서 받음밥...오늘도 맛잇음...챱챱🔭 Practical application tutorial session II: machine learning with survey images GitHub - csabiu/KAML-2025: AI with LSST workshop - KAML 2025AI with LSST workshop - KAML 2025. Contribute to csabiu/KAML-2025 development by creating an account on GitHub.github.com 이미지 처리!🔭 Autoencoder-Based Galaxy Image Search: A New Approach to M.. 2025. 5. 14. 🔭 LSST with AI : day 1(PM) 밥...맛있음...공짜밥인데 짱임🔭 Practical application tutorial session I: machine learning with survey catalogs GitHub - csabiu/KAML-2025: AI with LSST workshop - KAML 2025AI with LSST workshop - KAML 2025. Contribute to csabiu/KAML-2025 development by creating an account on GitHub.github.com SDSS(슬론 디지털 전천탐사)의 천체 데이터를 불러와서 은하(GALAXY), 별(STAR), 퀘이사(QSO)를 분류하는 천체 분류 머신러닝 📚 전체 노트북 구성 요약 1. 데이터 수집 및 전처.. 2025. 5. 13. 이전 1 ··· 8 9 10 11 12 13 14 ··· 122 다음
