팀 | 스터디그룹 | 그룹장 | 구성원 | 모임시간 | 멘토 |
---|---|---|---|---|---|
S-paper&networking | Group 1 | 권나현 | 서영, 지원, 다선, 현진, 장후, 재성, 영준 | 목 6:50 PM | 배현진 |
Name | Major / Domain | Main | Sub |
---|---|---|---|
나현 | 경영, 소프트웨어 | NLP | ML |
장후 | 컴퓨터공학 / Automobile | CV | RL |
지원 | 항공우주공, 컴퓨터공학 / Pedestrian Detection | CV | RL |
다선 | 항공우주공/ Electronic Warfare | RL | CV |
재성 | 컴퓨터공학 | CV | RL |
현진 | 건축공학 | CV | - |
서영 | 소프트웨어 / C.Graphics | RL | - |
영준 | 컴퓨터공학 | CV | Speech, 3D Reconstruction |
효나 | 지능기전공 |
- 지원 (3/31): Object Detection : 제가 리뷰할 논문은 SSD (Single Shot multibox Detector) RCNN, Fast-RCNN, Faster-RCNN, Mask RCNN 이렇게 5편입니다~!!
모두 Object Detection 관련된 논문들이고 컨셉이 비슷해서 다 공통분모가 많아서 많아보이지 실상 내용은 없습니다! - 재성 (4/7): Cycle GAN : Generative 분야에서 unpaired image 를 이용하여 도메인 간의 스타일을 바꿀수 있도록한 논문입니다. unpaired이기 때문에 그 의의가 엄청나다고 생각합니다
- 나현 (4/14): Catboost
- 영준 (5/5): 3D Face Reconstruction :
- 다선 (5/12): RL applications on multi-rotor : 드론 관련한 강화학습 논문을 리뷰하겠습니다. 하나는 항법 측면이고, 하나는 유도 제어 측면입니다.
- 서영 (5/19): Fluid Simulation + CNN : Calculate pressure via CNN
- 장후 (5/26): Class Activation Map : 요즘도 많이 사용되는 CAM (2016) 을 비롯해, 이전까지의 CNN 시각화 방법론들을 간략히 이해해 봅시다.
- 현진 (6/2): Super Resolution :
- 영준 (6/9): Face Reconstruction : 저는 Speech driven 3D face reconstruction을 주제로 잡고 있기 때문에 그쪽으로 발표하겠습니다~
- 나현 (7/16): Transformer : NLP의 기본인 트랜스포머의 논문과 모델의 기본이 되는 Attention에 대해 간단하게 리뷰해보았습니다.
- 재성 (7/23): StyleGAN : 매우 핫한 논문을 준비해 보았습니다. 이 논문이 나온뒤로 Generative분야에 많은 발전이 생겼습니다.
- 장후 (7/30): Textual Explanations for Self-Driving Vehicles : 영준이형이 추천해주신 논문으로, 자율주행차 + Attention 을 적용한 Image Captioning (XAI) 이야기입니다.
- 지원 (8/6): NAVER LABS MAPPING & LOCALIZATION CHALLENGE : NAVER LABS Mapping&Localization 챌린지에서 3위를 수상하기까지의 과정 및 베이스라인
- 다선 (8/13): RL-Technique-Hindsight Experience Replay : 강화학습의 좋은 학습 테크닉인 HER 알고리즘에 대해 발표합니다.
- 서영 (8/20): Motion manifold + Autoencoder : Learning motion manifold from corrupted data via convolutional autoencoder
- 영준 (9/3):
- 서영 (9/17): Motion editing & Denoise motion data via CAE : Motion editing via Style transfer and Deep learning of motion synthesis
- 재성 (10/1):
- 효나 (10/8):
- 지원 (10/29):
- 다선 (11/5):
- 장후 (11/12): Unsupervised Learning of Depth and Ego-Motion from Video : Single Camera + View Synthesis 로 depth 와 pose 를 추론하기까지 Unsupervised 방법론
- 나현 (11/19): Latent Retrieval for Weakly Supervised Open Domain Question Answering BERT의 간단한 개념 설명과 open domain QA 분야의 ORQA 추론 및 학습 방법
여러분, 안그래도 S팀 하면 팍팍한 냄새 많이 나는데, 우리 (고이고 썩고) 그러지 말고 좀 친하고 파릇파릇게 지냅시다.
Season1 이장후
일단, 학기중에 진행되는 논문 읽기방은, 주제 상관없이 1주에 2명정도 본인이 그룹원들에게 소개하고싶은 논문 한편을 ppt에 정리해서 소개하고, 질의응답 하는식으로 진행하면 어떨까 해요. 모두가 관심사가 각자 다르나 인공지능이라는 공통 베이스에 기초하고 있을테고, 제가 SAI 활동을 하면서 가장 큰 메리트를 느꼈던 점이, 서로 다른 관심사를 가지고 있기 때문에 매주 새롭고 신기한 필드의 인공지능 기술들을 접해볼 수 있다는 것이였습니다.
그래서 조 모임을 통해서 베스트 2가지정도를 추려서 전체 밋업때 발표를 하면 좋을 것 같구요, 다른 의견 있으신 분들 자유롭게 말씀 주시고 논문 읽기 모임인 만큼, 논문 소개 ppt는 최대한 본인이 깊게 이해를 하고 이를 바탕으로 소개할 수 있기를 바래어보아용~
Season2 배현진
- 그룹원들에게 소개하고 싶은 논문 한 편 충분히 이해해서 소개하기
- 다른 필드의 AI 적용사례 서로에게 소개하기
- 논문의 오픈소스 코드를 직접 테스트 해본 결과를 추가해 보기
- 논문에서 이해가 안되는 부분을 discussion 으로 소개해서 같이 토론해 보기
- 논문 구현해 보기
- 개인의 능력에 따라 유동적으로 결정하나, 인당 목표를 세워두고 진행하면 좋지 않을까 함.
- ROS Study (2020.08~)