SAM : Segment Anything - 싹 다 세그멘트 해버려 !

Abstract Next token prediction으로 학습한 GPT가 온갖 task를 잘한다. Computer Vision에서도 이런 만능 모델을 만들고 싶어서 새로운 task, model, data를 개발했다. Segmentation은 당연히 잘하고, 다른 테스크들에서도 성능이 높음. CV 분야에서 파운데이션 모델(Foundation model)을 만드려는 시도 파운데이션 모델(Foundation model)이란 하나의 테스크로 학습시킨 모델이 학습하지 않았던 다양한 분야에 바로 적용될 수 있는 general한 모델 ( ex. gpt ) Motivation 최근에 출시된 대규모의 언어모델 (ex. chat GPT)은 Zero-shot / Few-shot Generalization 성능을 보이고 있..

• format_list_bulleted 딥러닝 논문 리뷰
• · 2023. 9. 4.

[통계학] - 통계데이터분석 - 콕스회귀분석 ( Cox Regression analysis )

콕스회귀분석 개요 콕스회귀분석(Cox regression analysis)은 생존시간과 하나 이상의 예측변수 간의 관계를 분석하는 일종의 회귀분석모델입니다. 카플란-마이어분석과 달리 범주형 변수뿐만 아니라 연속형 변수가 생존시간에 미치는 영향을 분석할 수 있는 다변량분석(multivariate analysis)기법입니다. 일반적인 다중회귀분석에서처럼 복수의 요인을 동시에 통계모델에 투입함으로써 모델에 포함된 다른 예측변수들이 일정하다는 가정하에 각 예측변수가 사건발생률에 미치는 영향을 분석합니다. 앞서 학습한 카플란-마이어(Kaplan-Meier)와 Log-Rank Test 방법은 생존율을 추정하는 가장 간단한 방식입니다. 시간(Time)과 사건(Event)만을 고려하여 생존율을 추정하기 때문입니다. 이..

• format_list_bulleted 카테고리 없음
• · 2023. 8. 17.

[통계학] - 생존분석 - 카플란 마이어 분석 ( Kaplan-Meier analysis) , 생존확률, 생존함수곡선

카플란 마이어 분석 개요 카플란-마이어분석(Kaplan-Meier analysis)은 관측된 생존시간으로부터 생존확률을 추정합니다. $ S(t) = \prod_{i: t_i \le t} \left(1 - \frac{d_i}{n_i}\right) = P_{1} +P_{2} + ... + P_{t-1} = \widehat{S}(t-1) \times P_{t} $ $p1$은 첫 번째 구간을 지나 생존한 비율입니다. $t$개의 구간에서 구한 생존비율들을 누적생존비율(cumulative proportion survivng)이라고 합니다. $ p_{i} = 1 - \frac{d_{i}}{n_{i}},i = 1,2, ... ,t $ 여기에서, $ S(t) $는 $t$시점에서의 생존확률 추정치 $ p_{i} $는 $i..

• format_list_bulleted R programming & 통계
• · 2023. 8. 16.

[통계학] - 생존분석 - 중도절단과 생존함수 - survival analysis censoring censored

생존분석 개요 생존분석(survival analysis)은 관심있는 어떤 사건이 발생할 때까지 경과된 시간(time-to-event)를 분석합니다. 사건이 발생할 때까지 걸리는 시간을 생존시간(survival time) 이라고 합니다. 사건을 정의하는 방식에 따라 생존분석의 응용 분야는 광범위합니다. (ex. 자동차 부품이 고장날 때까지 걸린 시간, 장애 발생 후 복구할 때까지 걸린 시간, 실직 후 새로운 직업을 구할 때까지 경과된 시간) 생존분석은 시간의 흐름에 따라 달라지는 사건발생률의 분포를 분석합니다. 사건 발생을 시간의 함수로 모델링하여 일정 시점에서의 생존확률을 추정합니다. 사건 발생까지의 시간이 집단 간에 차이가 있는지 분석합니다. 또한 어떤 변수들이 사건 발생까지의 시간에 영향을 미치는지 ..

• format_list_bulleted R programming & 통계
• · 2023. 8. 12.

[논문리뷰] - SimCLR v2 - 데이터없이 학습을 더 잘해보자

Big Self-Supervised Models are Strong Semi-Supervised Learners paper: [https://arxiv.org/pdf/2006.10029.pdf] SimCLR v2는 세 가지 측면에서 개선되었습니다. 우선 기존에 ResNet-50을 4배 키운 모델을 이용했었는데, SimCLR v2에서는 ResNet-152를 3배 키우고 selective kernel을 더해 channel별로 attention을 가해주었습니다. 이는 기존과 비교했을 때 2배 정도 많은 parameter를 이용하지만, 1% labeled sample로 fine-tuning 했을 때 29%의 놀라운 top-1 accuracy 성능 향상을 보여주었습니다. 또한 SimCLR v2는 projectio..

• format_list_bulleted 딥러닝 논문 리뷰
• · 2023. 8. 10.

[R] - 통계데이터분석 - 회귀분석(regression analysis) , 한 개의 독립변수 , 최소자승법(least-squares method)

회귀분석 (regression analysis) 개요 변수(독립변수 및 종속변수) 간의 관계를 나타내는 선형회귀식(linear regression equation)을 도출하여 변수 간 연관성을 분석 단순회귀 분석(simple regression analysis) 한 개의 연속형 독립변수를 이용하여 한 개의 연속형 종속변수를 예측 다항회귀분석(polynomial regression analysis) 한 개의 연속형 독립변수를 이용하여 한 개의 연속형 종속변수를 예측 선형관계는 독립변수의 n차 다항식(nth order polynomial)으로 모델링 다중회귀분석(multiple regression analysis) 두 개 이상의 연속형 독립변수를 이용하여 한 개의 연속형 종속변수를 예측 회귀식의 도출 **최..

• format_list_bulleted 카테고리 없음
• · 2023. 8. 10.