Канал: 구자환 AIBigLab

영어로 말해보자 - 첫번째 표현 실전 2 - Research Paper

영어로 말해보자 - 첫번째 표현 실전 2 - Research Paper

영어로 말해보자 - 두번째 표현 - 개념 Concept 설명하기

영어로 말해보자 - 두번째 표현 - 개념 Concept 설명하기

영어로 말해보자 - 첫번째 표현 실전 1 - Transformer

영어로 말해보자 - 첫번째 표현 실전 1 - Transformer

영어로 말해보자 - 즐겁고 풍성한 데이터 되세요~

영어로 말해보자 - 즐겁고 풍성한 데이터 되세요~

영어로 말해보자 - 첫번째 표현 연습 - 객체나 사물 설명하기

영어로 말해보자 - 첫번째 표현 연습 - 객체나 사물 설명하기

영어로 말해보자 - 첫번째 표현 - 객체나 사물 설명하기

영어로 말해보자 - 첫번째 표현 - 객체나 사물 설명하기

논문 Segment Anything in High Quality (박현수 연구원) (Architecture)

논문 Segment Anything in High Quality (박현수 연구원) (Architecture)

논문 Segment Anything in High Quality (박현수 연구원) (Related Works - Fine tuning and Prompt tuning)

논문 Segment Anything in High Quality (박현수 연구원) (Related Works - Fine tuning and Prompt tuning)

논문 Segment Anything in High Quality (박현수 연구원) (Related Works - High -Quality Segmentation)

논문 Segment Anything in High Quality (박현수 연구원) (Related Works - High -Quality Segmentation)

논문 Segment Anything in High Quality (박현수 연구원) (Architecture)

논문 Segment Anything in High Quality (박현수 연구원) (Architecture)

논문읽기-전영진 연구원-What is AI Literacy? Competencies and Design Considerations (Methodology)

논문읽기-전영진 연구원-What is AI Literacy? Competencies and Design Considerations (Methodology)

(서론) DeepXplore - Automated Whitebox Testing of Deep Learning Systems

(서론) DeepXplore - Automated Whitebox Testing of Deep Learning Systems

논문 (Abstract) ICARUS-Q

논문 (Abstract) ICARUS-Q

논문 (1-Introduction) YOLOv9 (박지원 연구원)

논문 (1-Introduction) YOLOv9 (박지원 연구원)

논문 (Abstract) YOLOv9 (박지원 연구원)

논문 (Abstract) YOLOv9 (박지원 연구원)

논문 (03 Taxonomy) Foundation Models for Time Series Analysis-A Tutorial and Survey

논문 (03 Taxonomy) Foundation Models for Time Series Analysis-A Tutorial and Survey

논문 (02 Background-Trajectory-Event) Foundation Models for Time Series Analysis-A Tutorial and Survey

논문 (02 Background-Trajectory-Event) Foundation Models for Time Series Analysis-A Tutorial and Survey

논문 (02 Background - Spatial TS) Foundation Models for Time Series Analysis-A Tutorial and Survey

논문 (02 Background - Spatial TS) Foundation Models for Time Series Analysis-A Tutorial and Survey

논문 (02 Background - Standard TS) Foundation Models for Time Series Analysis-A Tutorial and Survey

논문 (02 Background - Standard TS) Foundation Models for Time Series Analysis-A Tutorial and Survey

논문 (02-Background-Foundation Model) Foundation Models for Time Series Analysis-A Tutorial and Survey

논문 (02-Background-Foundation Model) Foundation Models for Time Series Analysis-A Tutorial and Survey

논문 Segment Anything in High Quality (박현수 연구원) (Abstract-Introduction)

논문 Segment Anything in High Quality (박현수 연구원) (Abstract-Introduction)

논문 (01-Introduction) Foundation Models for Time Series Analysis-A Tutorial and Survey

논문 (01-Introduction) Foundation Models for Time Series Analysis-A Tutorial and Survey

논문 (Figure-1. Roadmap) Foundation Models for Time Series Analysis-A Tutorial and Survey

논문 (Figure-1. Roadmap) Foundation Models for Time Series Analysis-A Tutorial and Survey

논문 (Abstract) Foundation Models for Time Series Analysis-A Tutorial and Survey

논문 (Abstract) Foundation Models for Time Series Analysis-A Tutorial and Survey

딥러닝 모델 시험을 위한 뉴런 커버리지 적용사례 다시보기

딥러닝 모델 시험을 위한 뉴런 커버리지 적용사례 다시보기

2020 딥러닝 모델 시험을 위한 뉴런 커버리지 적용 사례 (한국컴퓨터종합학술대회)

2020 딥러닝 모델 시험을 위한 뉴런 커버리지 적용 사례 (한국컴퓨터종합학술대회)

DeepMind의 AI 신경망 Safety Problem Areas

DeepMind의 AI 신경망 Safety Problem Areas

AI 신경망 안정성 테스트 관련 논문 퀵 리뷰

AI 신경망 안정성 테스트 관련 논문 퀵 리뷰

논문읽기-전영진 연구원-What is AI Literacy? Competencies and Design Considerations (Introduction-03)

논문읽기-전영진 연구원-What is AI Literacy? Competencies and Design Considerations (Introduction-03)

논문읽기-전영진 연구원-What is AI Literacy? Competencies and Design Considerations (Introduction-02)

논문읽기-전영진 연구원-What is AI Literacy? Competencies and Design Considerations (Introduction-02)

축제 분석 / 상권 분석 / 관광 분석 (유동인구 데이터)

축제 분석 / 상권 분석 / 관광 분석 (유동인구 데이터)

데이터 파일 CSV XML JSON

데이터 파일 CSV XML JSON

NumPy 고차원 Tensor 이해하기

NumPy 고차원 Tensor 이해하기

논문읽기-전영진 연구원-What is AI Literacy? Competencies and Design Considerations (Introduction-01)

논문읽기-전영진 연구원-What is AI Literacy? Competencies and Design Considerations (Introduction-01)

논문읽기-전영진 연구원-What is AI Literacy? Competencies and Design Considerations (Abstract)

논문읽기-전영진 연구원-What is AI Literacy? Competencies and Design Considerations (Abstract)

특강 - 상관분석

특강 - 상관분석

특강 - 회귀분석

특강 - 회귀분석

특강 - 10대부터 70대까지 언제가 더 힘들까요??

특강 - 10대부터 70대까지 언제가 더 힘들까요??

특강 - 영상없이 소리로만 듣는 인생 강의 - 비하인드 스토리

특강 - 영상없이 소리로만 듣는 인생 강의 - 비하인드 스토리

특강 - 성공하는 사람들의 5가지 특성

특강 - 성공하는 사람들의 5가지 특성

특강 - 확률, 확률분포, 그리고 확률변수는 어떻게 만드는가?

특강 - 확률, 확률분포, 그리고 확률변수는 어떻게 만드는가?

특강 - 척도 (Scale)의 측정 기법 (Scaling Techniques)

특강 - 척도 (Scale)의 측정 기법 (Scaling Techniques)

특강 - 데이터 변수의 척도 (Scale) / (양적, 질적) 데이터 / (명목, 서열, 등간, 비율) 척도란 무엇인가?

특강 - 데이터 변수의 척도 (Scale) / (양적, 질적) 데이터 / (명목, 서열, 등간, 비율) 척도란 무엇인가?

특강 - 통계작업은 어떤 순서로 해야 하는가?

특강 - 통계작업은 어떤 순서로 해야 하는가?

특강 - 데이터를 (관리적 / 구조적)으로 분류하고 어떤 유형이 있는가? (스몰 / 라지 / 빅 데이터)

특강 - 데이터를 (관리적 / 구조적)으로 분류하고 어떤 유형이 있는가? (스몰 / 라지 / 빅 데이터)

특강 - 데이터가 되려면 무엇이 필요한가? 데이터의 요건 (내용, 형식, 기호)

특강 - 데이터가 되려면 무엇이 필요한가? 데이터의 요건 (내용, 형식, 기호)

특강 - 통계학은 어떤 과학인가?

특강 - 통계학은 어떤 과학인가?

(2021) LoRA - Low-Rank Adaptation of Large Language Models (윤석우 연구원) Introduction (5번째 문단)

(2021) LoRA - Low-Rank Adaptation of Large Language Models (윤석우 연구원) Introduction (5번째 문단)

(2021) LoRA - Low-Rank Adaptation of Large Language Models (윤석우 연구원) Introduction (4번째 문단)

(2021) LoRA - Low-Rank Adaptation of Large Language Models (윤석우 연구원) Introduction (4번째 문단)

(2021) LoRA - Low-Rank Adaptation of Large Language Models (윤석우 연구원) Introduction (3번째 문단)

(2021) LoRA - Low-Rank Adaptation of Large Language Models (윤석우 연구원) Introduction (3번째 문단)

(2021) LoRA - Low-Rank Adaptation of Large Language Models (윤석우 연구원) Introduction (2번째 문단)

(2021) LoRA - Low-Rank Adaptation of Large Language Models (윤석우 연구원) Introduction (2번째 문단)

(2021) LoRA - Low-Rank Adaptation of Large Language Models (윤석우 연구원) Introduction (1번째 문단)

(2021) LoRA - Low-Rank Adaptation of Large Language Models (윤석우 연구원) Introduction (1번째 문단)

(2021) LoRA - Low-Rank Adaptation of Large Language Models (윤석우 연구원) Abstract

(2021) LoRA - Low-Rank Adaptation of Large Language Models (윤석우 연구원) Abstract

(2023) Segment Everything Everywhere All at Once (박지원 연구원)

(2023) Segment Everything Everywhere All at Once (박지원 연구원)

(2016) You Only Look Once: Unified, Real-Time Object Detection (박현수 연구원)

(2016) You Only Look Once: Unified, Real-Time Object Detection (박현수 연구원)

(2023) QLoRA - Efficient Finetuning of Quantized LLMs (윤석우 연구원)

(2023) QLoRA - Efficient Finetuning of Quantized LLMs (윤석우 연구원)

(2015) LSTM - A search space odyssey (김동연 연구원)

(2015) LSTM - A search space odyssey (김동연 연구원)

(2020) EfficientNet - Rethinking Model Scaling for Convolutional Neural Networks (박지원 연구원)

(2020) EfficientNet - Rethinking Model Scaling for Convolutional Neural Networks (박지원 연구원)

(2018) Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition (김도형 연구원)

(2018) Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition (김도형 연구원)

(2021) Vision Transformer (ViT) 3장 Method 3.1절 ViT (방경아 연구원)

(2021) Vision Transformer (ViT) 3장 Method 3.1절 ViT (방경아 연구원)

(2021) Vision Transformer (ViT) 2장 관련연구 (방경아 연구원)

(2021) Vision Transformer (ViT) 2장 관련연구 (방경아 연구원)

(2023) Segment Anything (박현수 연구원)

(2023) Segment Anything (박현수 연구원)

018 샘플 영어강의 - 데이터란 무엇인가? 컴퓨터는 누구를 위한 것인가?를 영어로 말해보자

018 샘플 영어강의 - 데이터란 무엇인가? 컴퓨터는 누구를 위한 것인가?를 영어로 말해보자

017 샘플 영어강의 - 컴퓨터 시스템 구성요소 개념도를 영어로 말해보자

017 샘플 영어강의 - 컴퓨터 시스템 구성요소 개념도를 영어로 말해보자

016 샘플 영어강의 - 컴퓨터 시스템의 구성요소를 영어로 말해보자

016 샘플 영어강의 - 컴퓨터 시스템의 구성요소를 영어로 말해보자

015 샘플 영어강의 - 발표 첫 슬라이드 (제목, 이름, 이메일, 소통방법 등)를 영어로 말해보자

015 샘플 영어강의 - 발표 첫 슬라이드 (제목, 이름, 이메일, 소통방법 등)를 영어로 말해보자

014 What is it 에 대한 대답을 어떻게 하면 좋을까요

014 What is it 에 대한 대답을 어떻게 하면 좋을까요

013 How to do it 총정리

013 How to do it 총정리

012 Index 에서 봤던 동사와 명사를 정리했습니다!!!

012 Index 에서 봤던 동사와 명사를 정리했습니다!!!

011 Python 책 맨뒤에 있는 Index (색인 용어집)를 통해 관련 단어를 암기해 보자!!! (알파벳 M ~ Z 부분)

011 Python 책 맨뒤에 있는 Index (색인 용어집)를 통해 관련 단어를 암기해 보자!!! (알파벳 M ~ Z 부분)

010 Python 책 맨뒤에 있는 Index (색인 용어집)를 통해 관련 단어를 암기해 보자!!! (알파벳 E ~ L 부분)

010 Python 책 맨뒤에 있는 Index (색인 용어집)를 통해 관련 단어를 암기해 보자!!! (알파벳 E ~ L 부분)

009 Python 책 맨뒤에 있는 Index (색인 용어집)를 통해 관련 단어를 암기해 보자!!! (알파벳 B ~ D 부분)

009 Python 책 맨뒤에 있는 Index (색인 용어집)를 통해 관련 단어를 암기해 보자!!! (알파벳 B ~ D 부분)

008 Python 책 맨뒤에 있는 Index (색인 용어집)를 통해 관련 단어를 암기해 보자!!! (알파벳 A 부분)

008 Python 책 맨뒤에 있는 Index (색인 용어집)를 통해 관련 단어를 암기해 보자!!! (알파벳 A 부분)

007 Python 책 맨뒤에 있는 Index (색인 용어집)를 통해 관련 단어를 암기해 보자!!! (Symbol 부분)

007 Python 책 맨뒤에 있는 Index (색인 용어집)를 통해 관련 단어를 암기해 보자!!! (Symbol 부분)

006 Python 언어에서 가장 많이 사용하는 명사, 동사를 체크하자!!

006 Python 언어에서 가장 많이 사용하는 명사, 동사를 체크하자!!

005 김치를 만드는 방법?? How to do it ??

005 김치를 만드는 방법?? How to do it ??

004 어떤 질문을 가장 많이 하거나 받을 수 있을까? Which / Which 명사 + 동사 ?

004 어떤 질문을 가장 많이 하거나 받을 수 있을까? Which / Which 명사 + 동사 ?

003 어떤 질문을 가장 많이 하거나 받을 수 있을까? Who / What / What 명사 + 동사?

003 어떤 질문을 가장 많이 하거나 받을 수 있을까? Who / What / What 명사 + 동사?

002 뭔가 결정하기 어려운 상황일 때

002 뭔가 결정하기 어려운 상황일 때

001 우리는 왜 영어로 말하는 것이 어려울까?

001 우리는 왜 영어로 말하는 것이 어려울까?

스마트 제조 혁신을 위해 제조사 다녀 왔습니다^^

스마트 제조 혁신을 위해 제조사 다녀 왔습니다^^

음악 감상 - 탐 크루즈 영화 칵테일에서 돈워리 비해피 & 히피 히피 셰이크

음악 감상 - 탐 크루즈 영화 칵테일에서 돈워리 비해피 & 히피 히피 셰이크

음악감상 쉬어가기 Mrs. Robinson Song by 사이먼&가펑클 오리지널 뮤직 시스템으로 들어보기

음악감상 쉬어가기 Mrs. Robinson Song by 사이먼&가펑클 오리지널 뮤직 시스템으로 들어보기

(모두의 딥러닝) 16장 이미지 인식 - CNN 컨볼루션 신경망 (박미선 연구원)

(모두의 딥러닝) 16장 이미지 인식 - CNN 컨볼루션 신경망 (박미선 연구원)

(모두의 딥러닝) (하편) 14장 모델 성능 향상시키기 / 15장 실제 데이터로 만들어보는 모델 (윤인남 연구원)

(모두의 딥러닝) (하편) 14장 모델 성능 향상시키기 / 15장 실제 데이터로 만들어보는 모델 (윤인남 연구원)

(모두의 딥러닝) (상편) 14장 모델 성능 향상시키기 / 15장 실제 데이터로 만들어보는 모델 (윤인남 연구원)

(모두의 딥러닝) (상편) 14장 모델 성능 향상시키기 / 15장 실제 데이터로 만들어보는 모델 (윤인남 연구원)

(모두의 딥러닝) (하편) 12장 다중 분류 문제 해결하기 / 13장 모델 성능 검증하기 (박미선 연구원)

(모두의 딥러닝) (하편) 12장 다중 분류 문제 해결하기 / 13장 모델 성능 검증하기 (박미선 연구원)

(모두의 딥러닝) (상편) 12장 다중 분류 문제 해결하기 / 13장 모델 성능 검증하기 (박미선 연구원)

(모두의 딥러닝) (상편) 12장 다중 분류 문제 해결하기 / 13장 모델 성능 검증하기 (박미선 연구원)

시즌 8 신경망 구조 탐색 Neural Architecture Search (김도형 연구원)

시즌 8 신경망 구조 탐색 Neural Architecture Search (김도형 연구원)

시즌 7 신경망 구조 탐색 Neural Architecture Search (김도형 연구원)

시즌 7 신경망 구조 탐색 Neural Architecture Search (김도형 연구원)

시즌 6 신경망 구조 탐색 Neural Architecture Search (김도형 연구원)

시즌 6 신경망 구조 탐색 Neural Architecture Search (김도형 연구원)

시즌 5 신경망 구조 탐색 Neural Architecture Search (김도형 연구원)

시즌 5 신경망 구조 탐색 Neural Architecture Search (김도형 연구원)

시즌 4 신경망 구조 탐색 Neural Architecture Search (김도형 연구원)

시즌 4 신경망 구조 탐색 Neural Architecture Search (김도형 연구원)

GPT-4 Live 데모영상 (From Greg Brockman (co-founder & President of OpenAI))

GPT-4 Live 데모영상 (From Greg Brockman (co-founder & President of OpenAI))

시즌 3 신경망 구조 탐색 Neural Architecture Search (김도형 연구원)

시즌 3 신경망 구조 탐색 Neural Architecture Search (김도형 연구원)

시즌 2 신경망 구조 탐색 Neural Architecture Search (김도형 연구원)

시즌 2 신경망 구조 탐색 Neural Architecture Search (김도형 연구원)

시즌 1 신경망 구조 탐색 Neural Architecture Search (김도형 연구원)

시즌 1 신경망 구조 탐색 Neural Architecture Search (김도형 연구원)

(2018) EfficientNet (방경아 연구원)

(2018) EfficientNet (방경아 연구원)

(모두의 딥러닝) 7장 퍼셉트론 / 8장 다층 퍼셉트론 (윤인남 연구원)

(모두의 딥러닝) 7장 퍼셉트론 / 8장 다층 퍼셉트론 (윤인남 연구원)

YOLO (방경아 연구원)

YOLO (방경아 연구원)

(모두의 딥러닝) 9장 오차 역전파에서 딥러닝으로 (박미선 연구원)

(모두의 딥러닝) 9장 오차 역전파에서 딥러닝으로 (박미선 연구원)

(모두의 딥러닝) 10장 딥러닝 모델 설계하기 / 11장 데이터 다루기 (윤인남 연구원)

(모두의 딥러닝) 10장 딥러닝 모델 설계하기 / 11장 데이터 다루기 (윤인남 연구원)

(2015) Faster RCNN (윤석우 연구원)

(2015) Faster RCNN (윤석우 연구원)

(2016) DenseNet (윤석우 연구원)

(2016) DenseNet (윤석우 연구원)

(모두의 딥러닝) 6장 로지스틱 회귀 모델 (박미선 연구원)

(모두의 딥러닝) 6장 로지스틱 회귀 모델 (박미선 연구원)

(2015) ResNet (방경아 연구원)

(2015) ResNet (방경아 연구원)

(모두의 딥러닝) 4~5장 선형 회귀 모델 (윤인남 연구원)

(모두의 딥러닝) 4~5장 선형 회귀 모델 (윤인남 연구원)

(2012) AlexNet (윤석우 연구원)

(2012) AlexNet (윤석우 연구원)

파이썬 Pandas와 Matplotlib

파이썬 Pandas와 Matplotlib

(Abstract 빠르게 읽어봅니다!!!) 이미지 융합 - 2019년 - IFCNN - A general image fusion framework

(Abstract 빠르게 읽어봅니다!!!) 이미지 융합 - 2019년 - IFCNN - A general image fusion framework

(모두의 딥러닝) 21장 설명가능한 딥러닝 XAI 모델 만들기 (방경아 연구원)

(모두의 딥러닝) 21장 설명가능한 딥러닝 XAI 모델 만들기 (방경아 연구원)

(모두의 딥러닝) 20장 전이학습을 통해 딥러닝의 성능 극대화하기 (윤석우 연구원)

(모두의 딥러닝) 20장 전이학습을 통해 딥러닝의 성능 극대화하기 (윤석우 연구원)

(2022-10-03) AI 논문연구 트렌드 발표 (윤동현 연구원)

(2022-10-03) AI 논문연구 트렌드 발표 (윤동현 연구원)

사회과학 논문읽기 3-13 (5장 토론-실행가능한 스마트 시티) A value of civic voices for smart city (with 김천진 연구원)

사회과학 논문읽기 3-13 (5장 토론-실행가능한 스마트 시티) A value of civic voices for smart city (with 김천진 연구원)

사회과학 논문읽기 3-12 (4장 결론) A value of civic voices for smart city (with 김천진 연구원)

사회과학 논문읽기 3-12 (4장 결론) A value of civic voices for smart city (with 김천진 연구원)

사회과학 논문읽기 3-11 (3장 Environment 환경분야 결과 분석) A value of civic voices for smart city (with 김천진 연구원)

사회과학 논문읽기 3-11 (3장 Environment 환경분야 결과 분석) A value of civic voices for smart city (with 김천진 연구원)

사회과학 논문읽기 3-10 (3장 Traffic 교통분야 결과 분석) A value of civic voices for smart city (with 김천진 연구원)

사회과학 논문읽기 3-10 (3장 Traffic 교통분야 결과 분석) A value of civic voices for smart city (with 김천진 연구원)

사회과학 논문읽기 3-9 (3장 Culture 문화분야 결과 분석) A value of civic voices for smart city (with 김천진 연구원)

사회과학 논문읽기 3-9 (3장 Culture 문화분야 결과 분석) A value of civic voices for smart city (with 김천진 연구원)

사회과학 논문읽기 3-8 (3장 동적 토픽 모델 결과 분석하기) A value of civic voices for smart city (with 김천진 연구원)

사회과학 논문읽기 3-8 (3장 동적 토픽 모델 결과 분석하기) A value of civic voices for smart city (with 김천진 연구원)

2.2 모델 앙상블-2021-Tabular data: Deep learning is not all you need (with 김천진 연구원)

2.2 모델 앙상블-2021-Tabular data: Deep learning is not all you need (with 김천진 연구원)

2. 관련연구-2021-Exploiting Cloze Questions for Few Shot 텍스트 분류 & 자연어 추론 (with 김도형 연구원)

2. 관련연구-2021-Exploiting Cloze Questions for Few Shot 텍스트 분류 & 자연어 추론 (with 김도형 연구원)

1. 서론 (후반부) 관련연구, 연구소개-2021-Exploiting Cloze Questions for Few Shot 텍스트 분류 & 자연어 추론 (with 김도형 연구원)

1. 서론 (후반부) 관련연구, 연구소개-2021-Exploiting Cloze Questions for Few Shot 텍스트 분류 & 자연어 추론 (with 김도형 연구원)

1. 서론 (전반부) 연구배경 및 필요성-2021-Exploiting Cloze Questions for Few Shot 텍스트 분류 & 자연어 추론 (with 김도형 연구원)

1. 서론 (전반부) 연구배경 및 필요성-2021-Exploiting Cloze Questions for Few Shot 텍스트 분류 & 자연어 추론 (with 김도형 연구원)

요약-2021-Exploiting Cloze Questions for Few Shot 텍스트 분류 & 자연어 추론 (with 김도형 연구원)

요약-2021-Exploiting Cloze Questions for Few Shot 텍스트 분류 & 자연어 추론 (with 김도형 연구원)

2.1 (후반부)정형 데이터를 위한 딥러닝 모델-2021-Tabular data: Deep learning is not all you need (with 김천진 연구원)

2.1 (후반부)정형 데이터를 위한 딥러닝 모델-2021-Tabular data: Deep learning is not all you need (with 김천진 연구원)

2.1 (전반부)정형 데이터를 위한 딥러닝 모델-2021-Tabular data: Deep learning is not all you need (with 김천진 연구원)

2.1 (전반부)정형 데이터를 위한 딥러닝 모델-2021-Tabular data: Deep learning is not all you need (with 김천진 연구원)

2. 배경-2021-Tabular data: Deep learning is not all you need-Information Fusion (with 김천진 연구원)

2. 배경-2021-Tabular data: Deep learning is not all you need-Information Fusion (with 김천진 연구원)

1. 서론-2021-Tabular data: Deep learning is not all you need-Information Fusion (with 김천진 연구원)

1. 서론-2021-Tabular data: Deep learning is not all you need-Information Fusion (with 김천진 연구원)

요약-2021-Tabular data: Deep learning is not all you need-Information Fusion (with 김천진 연구원)

요약-2021-Tabular data: Deep learning is not all you need-Information Fusion (with 김천진 연구원)

AI 논문읽기 4-18 NAACL22 (5 결론) Weakly Supervised Text Classification from a LM (with 김도형 연구원)

AI 논문읽기 4-18 NAACL22 (5 결론) Weakly Supervised Text Classification from a LM (with 김도형 연구원)

AI 논문읽기 4-18 NAACL22 (4 실험 - 구현) Weakly Supervised Text Classification from a LM (with 김도형 연구원)

AI 논문읽기 4-18 NAACL22 (4 실험 - 구현) Weakly Supervised Text Classification from a LM (with 김도형 연구원)

AI 논문읽기 4-17 NAACL22 (4 실험 - 결과 분석 후반부) Weakly Supervised Text Classification from a LM

AI 논문읽기 4-17 NAACL22 (4 실험 - 결과 분석 후반부) Weakly Supervised Text Classification from a LM

AI 논문읽기 4-16 NAACL22 (4 실험 - 결과 분석 전반부) Weakly Supervised Text Classification from a LM

AI 논문읽기 4-16 NAACL22 (4 실험 - 결과 분석 전반부) Weakly Supervised Text Classification from a LM

AI 논문읽기 4-15 NAACL22 (4 실험 - Compared Methods) Weakly Supervised Text Classification from a LM

AI 논문읽기 4-15 NAACL22 (4 실험 - Compared Methods) Weakly Supervised Text Classification from a LM

AI 논문읽기 4-14 NAACL22 (4 실험 - 데이터셋) Weakly Supervised Text Classification from a Language Model

AI 논문읽기 4-14 NAACL22 (4 실험 - 데이터셋) Weakly Supervised Text Classification from a Language Model

AI 논문읽기 4-13 NAACL22 (3장 방법론 - 문서 분류기) Weakly Supervised Text Classification from a LM

AI 논문읽기 4-13 NAACL22 (3장 방법론 - 문서 분류기) Weakly Supervised Text Classification from a LM

AI 논문읽기 4-12 NAACL22 (3장 방법론 - 단어 분포 Learner) Weakly Supervised Text Classification from a LM

AI 논문읽기 4-12 NAACL22 (3장 방법론 - 단어 분포 Learner) Weakly Supervised Text Classification from a LM

AI 논문읽기 4-11 NAACL22 (3장 방법론 - 모델 학습) Weakly Supervised Text Classification from a LM

AI 논문읽기 4-11 NAACL22 (3장 방법론 - 모델 학습) Weakly Supervised Text Classification from a LM

AI 논문읽기 4-10 NAACL22 (3장 방법론 - Pseudo 라벨 생성) Weakly Supervised Text Classification from a LM

AI 논문읽기 4-10 NAACL22 (3장 방법론 - Pseudo 라벨 생성) Weakly Supervised Text Classification from a LM

AI 논문읽기 4-9 NAACL22 (3장 방법론 - 차별성없는 단어 제거하기) Weakly Supervised Text Classification from a LM

AI 논문읽기 4-9 NAACL22 (3장 방법론 - 차별성없는 단어 제거하기) Weakly Supervised Text Classification from a LM

AI 논문읽기 4-8 NAACL22 (3장 방법론 - Signal Words 후반부) Weakly Supervised Text Classification from a LM

AI 논문읽기 4-8 NAACL22 (3장 방법론 - Signal Words 후반부) Weakly Supervised Text Classification from a LM

AI 논문읽기 4-7 NAACL22 (3 방법론 - Signal Words 전반부) Weakly Supervised Text Classification from a LM

AI 논문읽기 4-7 NAACL22 (3 방법론 - Signal Words 전반부) Weakly Supervised Text Classification from a LM

AI 논문읽기 4-6 NAACL22 (2 관련연구 - Variational Methods) Weakly Supervised Text Classification from a LM

AI 논문읽기 4-6 NAACL22 (2 관련연구 - Variational Methods) Weakly Supervised Text Classification from a LM

AI 논문읽기 4-5 NAACL22 (2 관련연구 - Zero-Shot 텍스트 분류) Weakly Supervised Text Classification from a LM

AI 논문읽기 4-5 NAACL22 (2 관련연구 - Zero-Shot 텍스트 분류) Weakly Supervised Text Classification from a LM

사회과학 논문읽기 3-6 (2장 방법 - 모델링, Word2vec, 동적토픽모델) A value of civic voices for smart city (with 김천진 연구원)

사회과학 논문읽기 3-6 (2장 방법 - 모델링, Word2vec, 동적토픽모델) A value of civic voices for smart city (with 김천진 연구원)

사회과학 논문읽기 3-7 (3장 결과 - 자동 분류 결과) A value of civic voices for smart city (with 김천진 연구원)

사회과학 논문읽기 3-7 (3장 결과 - 자동 분류 결과) A value of civic voices for smart city (with 김천진 연구원)

AI 논문읽기 4-4 NAACL22 (2 관련연구 - Querying an MLM with Prompts) Weakly Supervised Text Classification

AI 논문읽기 4-4 NAACL22 (2 관련연구 - Querying an MLM with Prompts) Weakly Supervised Text Classification

사회과학 논문읽기 3-5 (2장 방법 - 데이터 수집) A value of civic voices for smart city (with 김천진 연구원)

사회과학 논문읽기 3-5 (2장 방법 - 데이터 수집) A value of civic voices for smart city (with 김천진 연구원)

AI 논문읽기 4-3 NAACL22 (1 서론) Weakly Supervised Text Classification using Supervision Signals from a LM

AI 논문읽기 4-3 NAACL22 (1 서론) Weakly Supervised Text Classification using Supervision Signals from a LM

AI 논문읽기 4-2 NAACL22 (요약) Weakly Supervised Text Classification using Supervision Signals from a LM

AI 논문읽기 4-2 NAACL22 (요약) Weakly Supervised Text Classification using Supervision Signals from a LM

초거대 인공지능 HyperCLOVA 사용 예시 샘플

초거대 인공지능 HyperCLOVA 사용 예시 샘플

AI 논문읽기 4-1 NAACL22 (들어가며) Weakly Supervised Text Classification using Supervision Signals

AI 논문읽기 4-1 NAACL22 (들어가며) Weakly Supervised Text Classification using Supervision Signals

사회과학 논문읽기 3-4 (서론 후반부 - 연구목표, 방법, 기대효과) A value of civic voices for smart city (with 김천진 연구원)

사회과학 논문읽기 3-4 (서론 후반부 - 연구목표, 방법, 기대효과) A value of civic voices for smart city (with 김천진 연구원)

초거대 인공지능 HyperCLOVA 소개

초거대 인공지능 HyperCLOVA 소개

AI 논문읽기 2-23 EMNLP21 (5 결론 및 총평) Weakly-Supervised Text Classification Based on Keyword Graph

AI 논문읽기 2-23 EMNLP21 (5 결론 및 총평) Weakly-Supervised Text Classification Based on Keyword Graph

사회과학 논문읽기 3-3 (서론 중반부 - 기존연구) A value of civic voices for smart city (with 김천진 연구원)

사회과학 논문읽기 3-3 (서론 중반부 - 기존연구) A value of civic voices for smart city (with 김천진 연구원)

AI 논문읽기 2-22 EMNLP21 (4.6 Case Study) Weakly-Supervised Text Classification Based on Keyword Graph

AI 논문읽기 2-22 EMNLP21 (4.6 Case Study) Weakly-Supervised Text Classification Based on Keyword Graph

사회과학 논문읽기 3-2 (서론 전반부 - 연구배경, 관련연구) A value of civic voices for smart city (with 김천진 연구원)

사회과학 논문읽기 3-2 (서론 전반부 - 연구배경, 관련연구) A value of civic voices for smart city (with 김천진 연구원)

AI 논문읽기 2-21 EMNLP21 (4.5.6 하이퍼파라미터 효과) Weakly-Supervised Text Classification Based on Keyword Graph

AI 논문읽기 2-21 EMNLP21 (4.5.6 하이퍼파라미터 효과) Weakly-Supervised Text Classification Based on Keyword Graph

AI 논문읽기 2-20 EMNLP21 4.5.5 텍스트 분류기 구현 효과 Weakly-Supervised Text Classification Based - Keyword Graph

AI 논문읽기 2-20 EMNLP21 4.5.5 텍스트 분류기 구현 효과 Weakly-Supervised Text Classification Based - Keyword Graph

사회과학 논문읽기 3-1 (요약) A value of civic voices for smart city (with 김천진 연구원)

사회과학 논문읽기 3-1 (요약) A value of civic voices for smart city (with 김천진 연구원)

AI 논문읽기 2-19 EMNLP21 4.5.4 IDF Power M 효과 Weakly-Supervised Text Classification Based- Keyword Graph

AI 논문읽기 2-19 EMNLP21 4.5.4 IDF Power M 효과 Weakly-Supervised Text Classification Based- Keyword Graph

AI 논문읽기 2-18 EMNLP21 (4.5.3 키워드 수의 효과) Weakly-Supervised Text Classification Based on Keyword Graph

AI 논문읽기 2-18 EMNLP21 (4.5.3 키워드 수의 효과) Weakly-Supervised Text Classification Based on Keyword Graph

AI 논문읽기 2-17 EMNLP21 (4.5.2 서브그래프 어노테이터 구현) Weakly-Supervised Text Classification - Keyword Graph

AI 논문읽기 2-17 EMNLP21 (4.5.2 서브그래프 어노테이터 구현) Weakly-Supervised Text Classification - Keyword Graph

AI 논문읽기 2-16 EMNLP21 4.5.1 서브그래프 어노테이터 효과 Weakly-Supervised Text Classification Based -Keyword Graph

AI 논문읽기 2-16 EMNLP21 4.5.1 서브그래프 어노테이터 효과 Weakly-Supervised Text Classification Based -Keyword Graph

AI 논문읽기 2-15 EMNLP21 (4.4 성능 비교) Weakly-Supervised Text Classification Based on Keyword Graph

AI 논문읽기 2-15 EMNLP21 (4.4 성능 비교) Weakly-Supervised Text Classification Based on Keyword Graph

AI 논문읽기 2-14 EMNLP21 (4.3 실험 세팅하기) Weakly-Supervised Text Classification Based on Keyword Graph

AI 논문읽기 2-14 EMNLP21 (4.3 실험 세팅하기) Weakly-Supervised Text Classification Based on Keyword Graph

AI 논문읽기 2-13 EMNLP21 4.1 데이터셋 4.2 비교 방법들 Weakly-Supervised Text Classification Based - Keyword Graph

AI 논문읽기 2-13 EMNLP21 4.1 데이터셋 4.2 비교 방법들 Weakly-Supervised Text Classification Based - Keyword Graph

AI 논문읽기 2-12 EMNLP21 (논문 약점 및 아이디어 도출) Weakly-Supervised Text Classification Based on Keyword Graph

AI 논문읽기 2-12 EMNLP21 (논문 약점 및 아이디어 도출) Weakly-Supervised Text Classification Based on Keyword Graph

AI 논문읽기 2-11 EMNLP21 (3.6 키워드 추출하기) Weakly-Supervised Text Classification Based on Keyword Graph

AI 논문읽기 2-11 EMNLP21 (3.6 키워드 추출하기) Weakly-Supervised Text Classification Based on Keyword Graph

AI 논문읽기 2-10 EMNLP21 (3.5 텍스트 분류기) Weakly-Supervised Text Classification Based on Keyword Graph

AI 논문읽기 2-10 EMNLP21 (3.5 텍스트 분류기) Weakly-Supervised Text Classification Based on Keyword Graph

AI 논문읽기 2-9 EMNLP21 (3.4.2 Finetuning) Weakly-Supervised Text Classification Based on Keyword Graph

AI 논문읽기 2-9 EMNLP21 (3.4.2 Finetuning) Weakly-Supervised Text Classification Based on Keyword Graph

AI 논문읽기 2-8 EMNLP21 (3.4.1 Self-supervised 학습) Weakly-Supervised Text Classification - Keyword Graph

AI 논문읽기 2-8 EMNLP21 (3.4.1 Self-supervised 학습) Weakly-Supervised Text Classification - Keyword Graph

AI 논문읽기 2-7 EMNLP21 (3.4 서브그래프 어노테이터 학습 Weakly-Supervised Text Classification Based on Keyword Graph

AI 논문읽기 2-7 EMNLP21 (3.4 서브그래프 어노테이터 학습 Weakly-Supervised Text Classification Based on Keyword Graph

AI 논문읽기 2-6 EMNLP21 (3.3 키워드 그래프 구축) Weakly-Supervised Text Classification Based on Keyword Graph

AI 논문읽기 2-6 EMNLP21 (3.3 키워드 그래프 구축) Weakly-Supervised Text Classification Based on Keyword Graph

AI 논문읽기 2-5 EMNLP21 (3.1 문제정의 3.2 프레임웍) Weakly-Supervised Text Classification Based on Keyword Graph

AI 논문읽기 2-5 EMNLP21 (3.1 문제정의 3.2 프레임웍) Weakly-Supervised Text Classification Based on Keyword Graph

AI 논문읽기 2-4 EMNLP21 (2 관련연구 2.2) Weakly-Supervised Text Classification Based on Keyword Graph

AI 논문읽기 2-4 EMNLP21 (2 관련연구 2.2) Weakly-Supervised Text Classification Based on Keyword Graph

AI 논문읽기 2-3 EMNLP21 (2 관련연구 ~ 2.1) Weakly-Supervised Text Classification Based on Keyword Graph

AI 논문읽기 2-3 EMNLP21 (2 관련연구 ~ 2.1) Weakly-Supervised Text Classification Based on Keyword Graph

AI 논문읽기 2-2 EMNLP21 (1장 후반부) Weakly-Supervised Text Classification Based on Keyword Graph

AI 논문읽기 2-2 EMNLP21 (1장 후반부) Weakly-Supervised Text Classification Based on Keyword Graph

AI 논문읽기 2-1 EMNLP21 (요약~1장 전반부) Weakly-Supervised Text Classification Based on Keyword Graph 김도형 연구원

AI 논문읽기 2-1 EMNLP21 (요약~1장 전반부) Weakly-Supervised Text Classification Based on Keyword Graph 김도형 연구원

AI 논문읽기 1-22 CIKM2018 (7장 결론) Weakly-Supervised Neural Text Classification (with 김도형 연구원)

AI 논문읽기 1-22 CIKM2018 (7장 결론) Weakly-Supervised Neural Text Classification (with 김도형 연구원)

AI 논문읽기 1-21 CIKM2018 (6.6절 Case Study) Weakly-Supervised Neural Text Classification (with 김도형 연구원)

AI 논문읽기 1-21 CIKM2018 (6.6절 Case Study) Weakly-Supervised Neural Text Classification (with 김도형 연구원)

AI 논문읽기 1-20 CIKM18 (6.5 Parameter Study) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-20 CIKM18 (6.5 Parameter Study) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-19 CIKM18 (6.4.2~3 Self-Training, 라벨문서 개수 효과) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-19 CIKM18 (6.4.2~3 Self-Training, 라벨문서 개수 효과) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-18 CIKM2018 (6.4.1 전반적인 텍스트 분류 성능) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-18 CIKM2018 (6.4.1 전반적인 텍스트 분류 성능) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-17 CIKM2018 (6.3 Experiment Settings) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-17 CIKM2018 (6.3 Experiment Settings) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-16 CIKM2018 (6.2 Baselines 후편) Weakly-Supervised Neural Text Classification (with 김도형 연구원)

AI 논문읽기 1-16 CIKM2018 (6.2 Baselines 후편) Weakly-Supervised Neural Text Classification (with 김도형 연구원)

AI 논문읽기 1-15 CIKM2018 (6.1 Datasets / 6.2 Baselines 전편) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-15 CIKM2018 (6.1 Datasets / 6.2 Baselines 전편) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-14 CIKM2018 (5.3.2 Instantiating with RNNs) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-14 CIKM2018 (5.3.2 Instantiating with RNNs) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-13 CIKM2018 (5.3.1 Instantiating with CNNs) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-13 CIKM2018 (5.3.1 Instantiating with CNNs) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-12 CIKM2018 (5.2절 Neural Model Self-training) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-12 CIKM2018 (5.2절 Neural Model Self-training) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-11 CIKM18 (5.1절 Neural Model Pre-training 후편) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-11 CIKM18 (5.1절 Neural Model Pre-training 후편) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-10 CIKM18 (5.1절 Neural Model Pre-training 전편) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-10 CIKM18 (5.1절 Neural Model Pre-training 전편) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-9 CIKM2018 (4장 4.2절 Pseudo Documents 후편) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-9 CIKM2018 (4장 4.2절 Pseudo Documents 후편) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-8 CIKM2018 (4장 4.2절 Pseudo Documents 전편) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-8 CIKM2018 (4장 4.2절 Pseudo Documents 전편) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-7 CIKM2018 (4장 4.1절 클래스 분포 모델링하기 후편) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-7 CIKM2018 (4장 4.1절 클래스 분포 모델링하기 후편) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-6 CIKM2018 (4장 4.1절 클래스 분포 모델링하기) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-6 CIKM2018 (4장 4.1절 클래스 분포 모델링하기) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-5 CIKM2018 (3장 3.1 문제 정의 / 3.2 방법 개요) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-5 CIKM2018 (3장 3.1 문제 정의 / 3.2 방법 개요) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-4 CIKM2018 (2장 2.2절 Embedding-based Models) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-4 CIKM2018 (2장 2.2절 Embedding-based Models) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-3 CIKM2018 (1장 ~ 2.1절 Latent Variable Models) Weakly-Supervised Neural Text Classification

AI 논문읽기 1-3 CIKM2018 (1장 ~ 2.1절 Latent Variable Models) Weakly-Supervised Neural Text Classification