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

Club374

[유런오토냥] Segformer 구현 보호되어 있는 글 입니다. 2025. 7. 12.
🛡️ UCPC 예비소집/예선 줌 감독 보호되어 있는 글 입니다. 2025. 7. 12.
📑 결과 - 물리량 / 이미지-수치 물리량 관계 해석 전략 ✅ 방향성 1: 어떤 물리량이 결과에 가장 영향을 끼쳤는지 알아내기 ① Feature Importance 분석 (Tabular Encoder 기준)Tabular encoder로 MLP / TabTransformer / FT-Transformer를 쓰기 :Attention weight 평균 또는 학습된 MLP의 weight magnitude로 feature 중요도 추정 가능.Permutation Importance: 각 feature 값을 셔플하고 성능 변화 측정 → 가장 성능이 떨어지면 중요하다는 의미SHAP (SHapley Additive exPlanations):각 샘플에 대해 각 feature가 예측에 기여한 정도를 수치화멀티모달 모델에서도 tabular encoder가 분리되어 있다면 적용 가능.. 2025. 7. 11.
📆 이형준 교수님 3번째 미팅 교수님의 칭찬 📆 1. 데이터 및 라벨링라벨링 방식:병합 전이면 pre-merger, 병합 중이면 post-merger, 병합 없으면 non-merger.10 스냅샷 윈도우 기준 (±10).시점 구분을 더 세분화할 수 있지만, 우선은 3클래스로 실험 진행하는 게 좋을 듯이미지 전처리:은하 중심을 기준으로 크롭 → 리사이즈 (224×224) - 이거 좀 작다는 의견 → 텐서화.은하 크기 차이를 보정하기 위해 black pixel 비율 기반 다이내믹 리사이징 고려.너무 확대/축소되지 않도록 주변 정보 일부 포함 유지.사이즈를 여러 개 만들어서 최적 성능을 내는 데이터셋을 찾아라 (나중에) 📆 이미지 분류 모델 실험실험한 모델들:✅ Swin Transformer (Acc: 0.79) → 가장 우수.. 2025. 7. 11.
👩🏻‍🔬[AGILE] 연구원 등록 / 장학금!~~! 이약호주변에 장학금 안 받고 하는 랩실인턴 언냐들 많길래생각도 안 하고 있었는데앗싸슨~!감사합니다 교수님~~1. 국가연구자번호 발급 IRIS https://www.iris.go.kr/ www.iris.go.kr 국가연구자번호를 발급 이렇ㄱ? 연구자.,,! 발급 완 2. 개인정보동의: 유레카 (https://ewportal.ewha.ac.kr/) 로그인 > 연구산학 > My Page > 개인정보 제공 및 활용동의 > 확인 체크 후 저장우왕 신기하다~생김오앙 3. 서류 제출1) 본인 명의의 은행 및 계좌번호 ✅3333222727766 카카오뱅크 2) 신분증 사본 ✅ 3) 계좌 사본 ✅ 4) 국가연구자번호✅ 2025. 7. 9.
🎇 은하 병합 image-only 모델 : AutoEncoder 우선 나는 최신 은하 병합 관련 피어슨 씨 논문에서 가장 성능이 좋았다는 오토인코더 모델 재현을 맡음🎇 데이터 준비 GalaxyDataset:Hugging Face Dataset 객체를 받아 PyTorch Dataset으로 감싸는 클래스이미지: float32 / 라벨: long 타입으로 변환__getitem__에서 (image, label) 반환train_loader, valid_loader, test_loader HamCaDor/GalaxyMergerImgTensor · Datasets at Hugging Face[[[-2.1179039478302,-2.1179039478302,-2.1179039478302,-2.1179039478302,-2.1179039478302,-2.117903947(..... 2025. 7. 9.
🎇 은하 병합 image-only 모델 진행 계획 🎇 계획 🎇 데이터 희수 언니가 image only 데이터를 넘겨줬다이렇게 되어 있구 이렇게 정리해 봤다 우리 허깅페이스 스페이스에도 업데이트 HamCaDor/GalaxyMergerRawImage · Datasets at Hugging FaceSearch is not available for this datasethuggingface.co 🎇 이미지 모델 테스트 계획 지금까지 읽었던 선행 논문들을 대상으로따라해 보기로 결정 마미 피어슨 씨 논문 zoobot 정기 회의는 다음주부터 격주 수요일이 될 것 같다 한국천문연 협업 캠프..!설렘 2025. 7. 8.
🛡️ UCPC 9차 회의 보호되어 있는 글 입니다. 2025. 7. 7.
[Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation] 논문 Semantic Image Segmentation을 위한 Atrous Separable Convolution 기반 Encoder-Decoder 구조 초록(Abstract)딥러닝 기반의 Semantic Segmentation(의미론적 분할) 과제에서는 공간 피라미드 풀링 모듈(Spatial Pyramid Pooling)이나 인코더-디코더 구조가 자주 사용된다. 전자는 다양한 비율과 receptive field로 필터링 또는 풀링을 수행해 다중 스케일의 컨텍스트 정보를 인코딩할 수 있으며, 후자는 점차 공간 정보를 복원함으로써 보다 선명한 객체 경계를 포착할 수 있다. 이 논문에서는 두 방식의 장점을 결합한 DeepLabv3+ 모델을 제안한다. 이는 기존 DeepLabv3에 간단하지만 효과적인 디코더 모듈을.. 2025. 7. 5.
[U-Net: Convolutional Networks for Biomedical Image Segmentation] 논문 U-Net: 생물의학 영상 분할을 위한 합성곱 신경망 초록(Abstract) 딥러닝 모델의 성공적인 학습에는 일반적으로 수천 개의 주석이 달린 학습 샘플이 필요하다는 것이 정설이다. 본 논문에서는 제한된 수의 라벨링된 샘플을 보다 효율적으로 활용하기 위해 강력한 데이터 증강 전략을 활용한 네트워크 구조와 학습 방식을 제안한다. 이 네트워크는 컨텍스트를 포착하기 위한 수축 경로(contracting path)와 정확한 위치 추정을 위한 대칭적 확장 경로(expanding path)로 구성된다. 제안된 네트워크는 소수의 이미지로도 end-to-end 학습이 가능하며, 기존 최상위 성능(슬라이딩 윈도우 기반 CNN)을 능가했다.또한, 동일한 구조를 사용하여 광학 현미경 이미지(위상차 및 DIC)에 대해 학습.. 2025. 7. 5.