논문

[Review] U-Net : Convolutional Networks for Biomedical Image Segmentation

U-Net: Convolutional Networks for Biomedical Image Segmentation 2015년 5월에 나온 Biomedical 분야에서 이미지 분할(Image Segmentation)을 목적으로 제안된 End-to-End 방식의 Fully-Convolutional Network 기반 모델인 U-net에 대해 정리해보려 합니다. ◼ 논문 링크 : U-Net : Convolutional Networks for Biomedical Image Segmentation Abstract data argumentation을 이용해 few labeled data를 가지고도 적절한 학습이 가능하다. contracting path 부분을 통해 context 정보를 얻고, contracting ..

[Review] A Lightweight CNN andJoint Shape-Joint Space (JS2) Descriptor for Radiological Osteoarthritis Detection

프로젝트를 수행하면서 선행 논문으로 읽은 논문에 대해 간략하게 정리를 해보려고 한다. A Lightweight CNN and Joint Shape-Joint Space (JS2) Descriptor for Radiological Osteoarthritis Detection - MIUA 2020 - ◼ 논문 링크 : A Lightweight CNN and Joint Shape-Joint Space (JS2) Descriptor for Radiological Osteoarthritis Detection 무릎 골관절염은 전 세계적으로 흔한 근골격계 질환이다. 이 논문에서는 관절의 모양과 CNN기반 뼈 질감 특징을 활용한 자동화된 방법을 제안하고, 골관절염이 있는 사진과 없는 사진을 구별해준다. 논문에서 사용한..

[Review] FCN : Fully Convolutional Networks for Semantic Segmentation

FCN : Fully Convolutional Networks for Semantic Segmentation ◼ 논문 링크 : Fully Convolutional Networks for Semantic Segmentation

[Review] An overview of gradient descent optimization algorithms

An overview of gradient descent optimization algorithms 최적화 알고리즘에 대한 내용이 담긴 An overview of gradient descent optimization algorithms Paper에 대해 정리해보려고 한다. ◼ 논문 링크 : An overview of gradient descent optimization algorithms 경사하강법은 최적화를 수행하는 가장 널리 사용되는 알고리즘 중 하나이며 신경망을 최적화하는 가장 일반적인 방법이다. 하지만 이러한 알고리즘은 강점과 약점에 대한 실제적인 설명이 나오기 어렵기 때문에 종종 블랙 박스 최적화 프로그램으로 사용된다. 경사 하강법(Gradient descent) Gradient descent는..