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

Club376

🛡️ UCPC 8월 3주차 회의 보호되어 있는 글 입니다. 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 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 판단 필요시각화 차이는 방법론에 따른 노이즈 차이일 가능성이 큼정량화가 어려운 부분은 핵심 결과로 기대하기보다는.. 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.
📝 [TabTransformer: Tabular Data Modeling Using Contextual Embeddings] 보호되어 있는 글 입니다. 2025. 8. 8.
🌌 Tabular 모델 개발 : TabTransformer 정해진 일정보다 조굼 더 늘어지게 됐따ㅠ모델 먼저 짜놓으려구예시 부탁ㅠㅠ! 자원도 없어서...사비 더 지출 예정*^^*이거 안 돼두 우리 연구실 이제 곧 서버 쓸 수 있을 둣.. 일단 내가 TabTransformer~소으니가 FT-trans포머🌌 Tabular 데이터 보기SubHaloIDSnapshot Phase훔ㅋㅋㅋㅋㅋ 연습 후 전송🌌 Tabular 모델 개발 TabTransformer: Tabular Data Modeling Using Contextual EmbeddingsWe propose TabTransformer, a novel deep tabular data modeling architecture for supervised and semi-supervised learning. The T.. 2025. 8. 8.
👁️ KCCV 2025 - DAY 2 보호되어 있는 글 입니다. 2025. 8. 5.
👁️ KCCV 2025 - DAY 1 : 쓰다가밥먹으러감 August 4 (Mon) - 6 (Wed) Main Conference: August 4 - 6, BEXCO, Busan, Korea Workshop/Tutorial: August 1, Virtual Only Host(사단법인) 한국컴퓨터비전학회" data-og-host="kcvs.kr" data-og-source-url="https://kcvs.kr/?act=info.workshop&pseq=8" data-og-url="https://kcvs.kr/?act=info.workshop&pseq=8" data-og-image=""> KCVS 사단법인 한국컴퓨터비전학회KCCV 2025 Korean Conference on Computer Vision Website http://kccv2023.kcvs.kr .. 2025. 8. 4.
🌌 이미지 Only XAI 결과 해석 공유 호이이이 이미지 Only 결과 해석 공유 | Notion크게 두 가지 모델(CNN 기반 / Transformer 기반)에 대해 각각 하나의 대표 모델을 사용half-echinodon-afc.notion.site 🎞️ Grad-CAM원리: 클래스 예측에 대한 출력의 기울기(gradient)를 마지막 convolution layer의 feature map에 곱하여 클래스별 활성화 맵(CAM)을 생성.특징:마지막 conv 레이어의 공간적 정보만 사용 → 모델이 어디를 중요하게 보는지 시각화 가능.구현이 단순하고 연산 속도가 빠름.작은 물체나 복잡한 구조를 완벽히 포착하기 어려움.적합: 모델의 주요 시각적 주의 영역을 빠르게 확인할 때, 기본적인 해석 목적으로 활용.🎞️ Smooth Grad-CAM원리: 여.. 2025. 7. 31.

티스토리툴바