본문 바로가기
  • 컴공생의 공부 일기
  • 공부보단 일기에 가까운 것 같은
  • 블로그

전체 글1217

🌌Tabular Only 모델 결과 해석 내용 : SHAP-Beeswarm(MLP/FT-Transformer/TabTransformer) SHAP 구성Class 0, 1, 2별 multiclass SHAP summary plot각 클래스 예측에 대해 어떤 feature가 중요한지를 보여줌 전체 평균 global summary plot은 모든 클래스를 합쳐서 전역적으로 중요도를 보여줌 Beeswarm 플롯 설명점 하나 = 데이터 하나색 = feature 원래 값(파랑=낮음, 빨강=높음)x축 = SHAP 값 (양수=그 클래스일 확률 높임, 음수=낮춤)점 분포 = 데이터 샘플별 feature 효과의 다양성 ex)B/T가 높은 은하(빨간 점)는 merger로 분류하는 방향(+ SHAP value)에 기여B/T가 낮은 은하(파란 점)는 non-merger 쪽(− SHAP value)에 기여. Post-merger 클래스에서 NumMajorM.. 2025. 8. 19.
🥼 Agile 6차 랩실 미팅 랩실 잘 들어온 듯.. 교수님 짱 조음 8월 셋째 주 미팅 정리 | Notion🌟 Achievementshinyflight.notion.site 데이터 처리와 결측치의료보험 납부 여부 같은 특수한 결측치는 단순 대체가 부적절할 수 있음 → 데이터 특성을 먼저 확인해야 함.결측치가 많은 feature가 중요 feature로 뜨는 경우, 모델이 “결측 여부 자체”를 분류 신호로 삼을 위험이 있음 → 클래스별 결측 비율을 비교하고 필요시 “결측 여부 indicator”를 추가하는 것도 고려. Tabular 모델 실험 결과사용한 모델: MLP, TabTransformer, TabNet(TabM), FT-Transformer.TabNet(TabM)이 가장 높은 성능이 나왔지만, 구조적으로 앙상블적 특성이 .. 2025. 8. 19.
🛡️ UCPC 8월 3주차 회의 보호되어 있는 글 입니다. 2025. 8. 18.
🚏 팀 버스탑승감사합니다 : SUAPC 22W 셋 팀연습 이번엔 분좋카갓숴 내가 ABCD를 잡았다 C- 카카오뷰 큐레이팅 효용성 분석빠르게 풀고 A - 튜터-튜티 관계의 수이걸 내가 풀었어야 했는데ㅠ내가 이미 전에 풀었던 문제라서 지호오빠가 그냥 자기가 하겠다고 해서 뺏김안돼~~! 자력솔가능문제 손실 B 선인장~ 이건 국렬님 등장부터 걍 포기선인장 자료구조..진심 처음 들어봤어요귀엽긴 한데 안 귀여울 것 같아 D - Y잡고 발발대다 튕 J - 일이 너무 많아...이거 포함 배제 원리로 풀었는데..111..들의 배수 셋 전체를 들고 계산 시도해서ㅅㅣ간복잡도 터뜨리고~!~!지호오빠가 봉합해줌...업솔빙 해야 하는데... 집에 갈게 한 3시간 하다가아무도 7솔 넘긴 사람이 없어서 끝~~~~ 이러고 집가서 신촌방위본부랑 멋진수열쿼리 업솔빙한 대지호;;휴;.. 2025. 8. 18.
📆 이형준 교수님 4번째 미팅 헤헤 칭찬연구 목표 및 방향기존 목표: 단순 성능 향상 중심의 멀티모달 모델.새로운 초점: Grad-CAM, SHAP 같은 XAI 기법을 활용해 천문학적으로 의미 있는 해석을 도출하는 것.세부 전략:이미지 Only → Grad-CAM, SmoothGrad-CAM, Layer-CAM 등 다양한 XAI 기법 적용.수치 Only → SHAP 활용, 물리량(feature) 중요도 분석.멀티모달 → 이미지/수치 단독과 비교하여 달라진 주목 영역·물리량을 분석하고, Cross-Attention을 통해 이미지 영역 ↔ 물리량 연결 탐구. 교수님 피드백해석 관점:이미지 Only 해석: 눈·중심부 등 특정 부위에 주목하는 경향.물리량 Only 해석: SHAP 등으로 중요 변수 파악 가능.Cross-Attention: .. 2025. 8. 18.
🌌 은하 병합 단계 분류 Tabular 모델 : MLP / Tab-Transformer / TabM 📍데이터 정제 : SubHaloID, redshift, Snapshot drop: BarStrength, B_T, AxisRatio, SpecificAngMom - null값 -1로 대체: 나머지 칼럼의 null값 MICE로 결측치 채우기: Bar_missing column 추가 📍모델 MLP( 가장 기본적인 tabular 학습 baseline 모델)Test macro-F1 : 0.6980 Tab-Transformer(Transformer self-attention tabular 적용 모델)Test macro-F1 : 0.6108 TabM( 현재 sota/ 최신 출시 모델 )Test macro-F1 : 0.7419 FT-Transformer(TabM 팀의 이전 모델이라 우선 구현 생략)- 학습 로.. 2025. 8. 14.
🥼 Agile 5차 랩실 미팅 교수님이 곤약젤리 주심 8월 둘째 주 미팅 정리 | Notion🌟 Achievementshinyflight.notion.site 시각화 기법 관련 논의Gradient-based 방법 비교Gradient, SmoothGrad, LayerCAM, Integrated Gradients(IG) 등 비교같은 모델이라도 시각적 결과가 다르게 나오는 이유 논의IG는 baseline(검정/흰색 이미지)에서 원본까지 인터폴레이션하며 gradient 평균오브젝트를 좀 더 안정적으로 잡는 경향특정 클래스별 차이가 눈에 띄면 그 방법을 사용하고, 애매하면 최신 기법 채택 추천XRAI기존 시각화 결과에 segmentation 적용 후 평균값을 내어 시각적으로 더 명확하게 함은하에 의미 있는 segmentation인지 판.. 2025. 8. 12.
✳️ 유런 방학프로젝트 최종 발표 : 자율주행 차량 시점 영상에서의 semantic Segmentation ppt는 팀원들이 맡아 줬당나는 발표랑 발표문 작성 담당라임안녕하세요. 오토냥 팀 방학프로젝트 최종 발표 진행하겠습니다.저희의 주제는 자율주행 차량 시점 영상에서의 semantic Segmentation입니다.자율주행 차량 시점 영상에서의 시맨틱 세그멘테이션 모델을 비교하고, 앙상블을 통해 성능을 향상한 프로젝트 결과를 공유하겠습니다. 발표는 배경과 목표, 데이터와 전처리, 모델과 학습 설정, 평가 지표, 결과와 한계, 그리고 개선 방향 순으로 진행하겠습니다.저희 팀원 ~~~~ 입니다.지금부터 프로젝트 개요를 말씀드리겠습니다. 왜 이 문제가 중요한지, 그리고 무엇을 달성하려 했는지 구체적으로 설명하겠습니다.자율주행의 핵심은 주변 환경 인식입니다.차량은 주행 중 도로, 차선, 보행자, 차량, 신호등 .. 2025. 8. 12.
🎲 NYPC : Yacht Auction : A2C 강화학습 모델 보호되어 있는 글 입니다. 2025. 8. 10.
📝 [TabTransformer: Tabular Data Modeling Using Contextual Embeddings] 보호되어 있는 글 입니다. 2025. 8. 8.

티스토리툴바