| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | ||||||
| 2 | 3 | 4 | 5 | 6 | 7 | 8 |
| 9 | 10 | 11 | 12 | 13 | 14 | 15 |
| 16 | 17 | 18 | 19 | 20 | 21 | 22 |
| 23 | 24 | 25 | 26 | 27 | 28 | 29 |
| 30 | 31 |
Tags
- pytorch c++
- SVM hard margin
- support vector machine 리뷰
- computervision
- Deep Learning
- darknet
- libtorch
- CNN
- Object Detection
- pytorch project
- self-supervision
- SVM 이란
- pytorch
- yolo
- EfficientNet
- fast r-cnn
- Computer Vision
- 데이터 전처리
- SVM margin
- 서포트벡터머신이란
- CS231n
- 논문분석
- svdd
- cnn 역사
- yolov3
- DeepLearning
- TCP
- cs231n lecture5
- Faster R-CNN
- RCNN
Archives
- Today
- Total
목록Deep SAD (1)
아롱이 탐험대
Deep semi-supervised anomaly detection (Deep SAD) 분석
1. Motivation 위 논문은 2020년도 ICLR에서 나온 논문이다. 논문의 저자는 이전 Deep SVDD 저자와 같다. 또한 내용도 매우 흡사해 이전 논문을 먼저 공부한 후 해당 논문을 보는 것을 추천한다. https://ys-cs17.tistory.com/50 (Deep One-Class Classification [Deep SVDD] 리뷰) 해당 논문을 요약하자면 기존 SVDD의 수식을 약간 변형시켜 Semi-Supervised learning에 활용하였다. 여기서 Semi-Supervised learning이란 label이 있는 데이터와 label이 없는 데이터 둘 다 딥러닝 모델에 넣어 학습시키는 방법을 의미한다. 2. Relation Work A. Information Bottlenec..
study/paper reviews
2021. 10. 25. 17:16