논문 리뷰
-
Toward Explainable Deep Neural Network based Anomaly Detection논문 리뷰/XAI for Anomaly detection 2021. 11. 23. 16:23
- DNN + LRP - supervised anomaly detection (binary classification) 1. Introduction - 적기.. 귀찮.. 2. Explainable Deep Neural Networks * DNN의 explainability와 interpretability - 두 용어 거의 같은 뜻으로 쓰임, 본 논문에서도 구분하지 않고 사용 * XAI가 답해야하는 질문 (D. Gunning) 1) Why did it do that? 2) Why didn't it do something else? 3) When does it succeed? 4) When does it fail? 5) When can it be trusted? 6) How can an e..
-
Learning Deep Features for Discriminative Localization논문 리뷰/Vision 2021. 9. 7. 17:18
1. Introduction - 최근 연구는 물체의 위치가 제공되지 않았음에도 CNN의 convolutional unit이 object detector처럼 행동한다는 것을 보여줌 - 그러나 이러한 능력은 분류를 위해 fully-connected 레이어를 거치며 사라짐 - Network in Nerwork (NIN), GoogLeNet은 fully-connected 레이어를 거치지 않는 대신 global average pooling 사용 - 높은 성능은 유지하면서 파라미터 수를 줄이기 위함 - Global average pooling은 오버피팅을 막기 위한 structural regularizer처럼 행동 - 본 연구는 global average pooling가 마지막 레이어까지 localization 능..
-
Pyramid Vision Transformer: A Versatile Backbone for Dense Predictionwithout Convolutions논문 리뷰/Vision 2021. 8. 9. 11:35
1. Introduction - Computer Vision 분야에서 pixel-level dense prediction task를 위한 다목적 convolution-free Transformer backbone network 제안 * Convolutional Neural Network (CNN) - Computer vision 분야의 거의 모든 task에서 지배적인 방법 - Depth가 증가할수록 receptive field 증가 * PVT & ViT 공통점 - pure Transformation models without convolutional operation * Vision Transformer (ViT) - ViT[10]는 image classification을 위해 convolution-fr..
-
A recurrent neural network based health indicator for remaining useful life prediction of bearings논문 리뷰/공부 2021. 7. 8. 12:43
1. Introduction - bearing의 remaining useful life (RUL)을 예측하는 기술을 개발하고 향상시키는 필요성이 증가하고 있음 - bearing의 RUL 예측을 위한 data-driven 방법들의 프레임워크는 일반적으로 3 단계로 구성됨 - 이 중 health indicators (HIs)의 성능이 RUL 예측 정확도에 핵심적인 영향을 미침 - multidimensional statistical feature를 이용한 데이터 fusion을 통해 합성된 HIs는 2개의 문제점이 있음 * 문제점 1. - 많은 기존 통계적 feature들은 범위가 다르기 때문에 HIs의 구성에 동일한 기여를 하지 못함 - 특히 vibration signal의 time domain, freque..
-
Deep Learning of Binary Hash Codes for Fast Image Retrieval논문 리뷰/공부 2021. 6. 30. 18:00
1. Introduction - Content-based image retrieval (CBIR)은 image content 분석을 통해 유사한 이미지를 찾는 것을 목표로 함 - CBIR에서 image representation과 계산 비용은 둘 다 중요한 역할 - large database에서 빠른 검색은 더욱 필요성이 증가하고 있음 * CBIR에서 deep CNN을 이용한 사례 - deep CNN : object detection, image classification, segmentation 등 다양한 vision task에서 좋은 성능을 보임 - 이는 deep CNN이 mid-level image representation을 학습하는 능력이 있음을 의미함 - [14] : image retrieva..
-
Wafer Map Defect Pattern Classification and Image Retrieval Using Convolutional Neural Network논문 리뷰/공부 2021. 6. 30. 15:33
1. Introduction - 반도체 제조 공정에서 wafer map은 defect pattern을 시각화하고 잠재적인 공정 이슈를 식별하기 위해 사용됨 - 특정 공정 단계가 끝난 후 검사가 이루어지며, 감지된 die 내 불량의 위치에 기반하여 wafer map 생성됨 - wafer map 시각화의 주 목적은 비정상 불량 시그니처를 감시하고 관련된 공정의 문제를 빠르게 해결하기 위함 - 관련된 root cause와 함께 wafer map library가 만들어진다면, wafer 사이의 불량 패턴 유사성은 root cause를 나타내는 좋은 지표가 될 수 있음 * 효과적인 knowledge base를 만들기 위하여 필요한 두 가지 component 1) wafer map defect pattern cla..