프린이씨롯메

프린이씨롯메

  • 분류 전체보기 (257)
    • 선형대수학 (0)
    • 자료구조 (20)
    • 알고리즘 (48)
    • 신호및시스템 (10)
    • 영상신호처리 (1)
    • 머신러닝 (8)
    • RF시스템 (3)
    • Computer Vision (16)
    • 로봇 내비게이션 (1)
    • Deep Learning (21)
    • Active Learning (1)
    • 3D Vision (18)
      • Nerd's NeRF (2)
      • NeRF with Real-World (14)
      • Urban Scene Reconstruction (5)
    • 3D Object Detection (3)
    • View Synthesis (38)
    • Diffusion (14)
    • text-to-3D (18)
    • Human Pose Estimation (0)
    • Robotics (15)
  • 홈
  • 태그
  • 방명록
RSS 피드
로그인
로그아웃 글쓰기 관리

프린이씨롯메

컨텐츠 검색

태그

브루트 자료구조 컴퓨터 코딩테스트 알고리즘 Python 머신러닝 RF시스템 포스 백준 PAPER 브루트포스 컴퓨터비전 machinelearning 비전 해시 R-CNN 프로그래머스 논문 파이썬

최근글

댓글

공지사항

아카이브

Active Learning(1)

  • Learning Loss for Active Learning

    Learning Loss for Active Learning Donggeun Yoo, In So Kweon Abstract 심층 신경망의 성능은 주석이 달린 데이터가 많을수록 향상된다. 문제는 주석 예산이 제한적이라는 점이다. 이에 대한 한 가지 해결책은 모델이 불확실하다고 인식한 데이터에 주석을 달도록 인간에게 요청하는 active learning이다. 딥 네트워크에 active learning을 적용하기 위해 최근 다양한 방법이 제안되었지만 대부분은 타겟 작업에 특화되거나 대규모 네트워크에 대해 계산적으로 비효율적이다. 본 논문에서는 간단하지만 작업에 구애받지 않고 심층 네트워크와 효율적으로 작동하는 새로운 active learning 방법을 제안한다. 우리는 "loss prediction modul..

    2023.01.17
이전
1
다음
티스토리
© 2018 TISTORY. All rights reserved.

티스토리툴바