안녕하세요, 이번에 리뷰할 논문은 지난 번에 리뷰했던 U-Net의 개념을 이용해 확장한 3D U-Net입니다. 논문명: 3D U-Net: Learning Dense Volumetric Segmentation from Sparse Annotation저자: Özgün Çiçek, Ahmed Abdulkadir, Soeren S. Lienkamp, Thomas Brox, Olaf Ronneberger저널: MICCAI(의료 영상 처리 학회)발표 년도: 2016기존의 U-Net이 있는데, 이 모델이 왜 등장했는가? 하면 의료 영상에서 얻는 대부분의 데이터(CT, MRI, PET 촬영 영상)는 3차원의 구조를 가지고 있습니다. MRI 영상을 예로 들자면 NIfTI 포맷이라 해서 nii.gz 확장자를 가진 형태가 ..

두 번째 논문 리뷰입니다. 이번에 리뷰할 논문은 U-net이라는 CNN 기반의 네트워크로 이미지 segmentation 작업에서 사용되는 모델입니다. 논문명:U-Net: Convolutional Networks for BiomedicalImage Segmentation저자: Olaf Ronneberger, Philipp Fischer, and Thomas Brox저널: MICCAI(Medical Image Computing and Computer-Assisted Intervention)링크: https://arxiv.org/pdf/1505.045971. 개요해당 논문은 2015년 MICCAI 학술대회에서 발표된 논문으로 의료 영상에서의 이미지 분할(semantic segementation)을 수행하는 모..

안녕하세요, 오랜만에 글을 작성하네요.오늘부터 주에 2개씩 논문 리뷰 글을 올려보려고 합니다.. 이전에 리뷰는 항상 Notion 같은데 쓰거나, 가볍게 정리하는 식으로 했었는데, 블로그에도 남겨야겠다는 생각이 들어서 시작하게 되었습니다.처음 작성 하다 보니 이상하거나 부족한 점이 있을 수 있습니다.그러한 부분들을 지적해주시면, 고쳐나가겠습니다. 이번에 리뷰할 논문은 2012년도 ILSVRC 대회에서 우승한 모델인 AlexNet 논문에 대해 리뷰 해보겠습니다.Paper Name: ImageNet Classification with Deep Convolutional Neural NetworksAuthors: Alex Krizhevsky, Ilya Sutskever, Geoffrey E. Hintonlink:..

안녕하세요!, 오랜만에 글을 쓰네요. 요즘 딥러닝에 대해 공부하고 있어서 여러 딥러닝 책과 다양한 분야의 논문을 읽으면서 공부하고 있는데요.그 중 제가 가장 최근에 읽었던 입문 서적인 유튜브에서 딥러닝 등 강의를 하고 계신 혁펜하임님이 쓰신Easy! 딥러닝에 대해 이야기 해보려 합니다. 제가 읽었던 딥러닝 책 리스트는'밑바닥부터 시작하는 딥러닝1, 2권''혼자 공부하는 머신러닝 + 딥러닝'그리고 'Easy! 딥러닝' 책이었습니다. 저 4권의 책 모두 잘 쓰였고 모두 입문서적으로 추천하지만, 가장 추천드리는 책은'Easy! 딥러닝' 책입니다. 우선, 가장 추천 드리는 이유는 책 내용이 핵심을 잘 알 수 있게 잘 작성되었고 삽화도 많아서 이해가 쉽다는 점에 있습니다.그리고 해당 책에서는 폭 넓게 CNN과 N..

100만년만에 글을 쓰러왔다. 이번 학기에는 대학교에 와서 처음으로 프로젝트를 진행했다. 우리 팀에서 내가 맡은 역할은 팀장이자, 이번 프로젝트의 메인 기능을 담당하였다. 이번 프로젝트에서 주제는 자율 주제였다. 대신 자바의 스레드 기능을 사용해서 프로그램을 구현해야했기에 게임이 적합하다고 생각해서, 회의를 통해 게임을 만들기로 결정했다. 1차 회의에서는 게임라는 주제를 정하고, 컨셉을 정했다. 이때 조원 중 한 명이 Tv 프로그램 중 '대탈출' 컨셉의 해리포터 게임을 만들어보자고 했다. 그리하여 처음 컨셉은 해리 포터가 금지된 숲에서 길을 잃었고, 호그와트로 돌아가기 위해 금지된 숲을 돌아다니며 호크룩스를 모으고, 볼드모트와 전투를 통해 호그와트로 돌아가는.. 그런 이야기였지만...프로젝트 막판에 전면..

신경망은 기계 학습과 인공지능 분야에서 사용되는 일종의 도구입니다. 사람의 뇌의 작동 방식에서 영감을 받아 만들어진 모델로, 입력 데이터를 처리하고 패턴을 학습하여 문제를 해결하는 능력을 갖추고 있습니다. 신경망의 구조는 기본적으로 입력층과 은닉층, 출력층으로 구성이 되어 있으며 아래 사진과 같은 형태를 지닙니다. 신경망에 대해 자세하게 알아보기 전에 퍼셉트론이라는 개념을 알아야한다. 퍼셉트론은 이전 글에서 설명했으니 참고바랍니다. https://steffen-lee.tistory.com/65 [Deep Learning]퍼셉트론이란? 퍼셉트론이란? 퍼셉트론은 1957년 프랑크 로젠블라트라는 사람이 고안한 알고리즘입니다. 다수의 신호를 입력받아 하나의 신호로 출력하는데, 여기서 말하는 신호는 전류처럼 흐름..