본문 바로가기

논문 정리11

[논문 정리] Unsupervised Learning Based On Artificial NeuralNetwork: A Review 본 게시글은 Unsupervised Learning Based On Artificial NeuralNetwork: A Review 정리글입니다. 개인적인 생각이 서술되어 있습니다. 잘못된 내용이 존재할 확률이 존재하기에 주의 바랍니다. 잘못된 내용, 오타는 지적해 주시면 감사하겠습니다. Reference Dike, H. U., Zhou, Y., Deveerasetty, K. K., & Wu, Q. (2018, October). Unsupervised learning based on artificial neural network: A review. In 2018 IEEE International Conference on Cyborg and Bionic Systems (CBS) (pp. 322-327). I.. 2023. 3. 17.
[논문 정리] Modeling and Simulating Terrorist Networks in Social and Geospatial Dimensions 본 게시글은 Modeling and Simulating Terrorist Networks in Social and Geospatial Dimensions 정리글입니다. 개인적인 생각이 서술되어 있습니다. 잘못된 내용이 존재할 확률이 존재하기에 주의 바랍니다. 잘못된 내용, 오타는 지적해 주시면 감사하겠습니다. Reference Moon, I. C., & Carley, K. M. (2007). Modeling and simulating terrorist networks in social and geospatial dimensions. IEEE Intelligent Systems, 22(5), 40-49. / APA style Introduction 우리가 어디에 있는지는 우리가 아는 사람에게 영향을 미치며.. 2023. 3. 16.
[논문 정리] Digital Twin in manufacturing: A categorical literature review and classification 본 게시글은 Digital Twin in manufacturing: A categorical literature review and classification 정리글입니다. 개인적인 생각이 서술되어 있습니다. 잘못된 내용이 존재할 확률이 존재하기에 주의 바랍니다. 잘못된 내용, 오타는 지적해 주시면 감사하겠습니다. Reference Kritzinger, W., Karner, M., Traar, G., Henjes, J., & Sihn, W. (2018). Digital Twin in manufacturing: A categorical literature review and classification. Ifac-PapersOnline, 51(11), 1016-1022. / APA style 인용수: 153.. 2023. 3. 8.
Generative Model for Density Estimation 발표영상 주제: Generative Model for Density Estimation 발표 논문 1: Masked Autoregressive Flow for Density Estimation https://proceedings.neurips.cc/paper/2017/file/6c1da886822c67822bcf3679d04369fa-Paper.pdf 발표 논문 2: Density estimation using deep generative neural networks https://www.pnas.org/doi/epdf/10.1073/pnas.2101344118 발표일자: 2023.02.28 발표영상 https://www.youtube.com/watch?v=VjlWNQA7fZg 발표 논문 정리자료입니다. * 원활.. 2023. 3. 3.
[논문 정리] Density estimation using deep generative neural networks 본 게시글은 Density estimation using deep generative neural networks 정리글입니다. 개인적인 생각이 서술되어 있습니다. 잘못된 내용이 존재할 확률이 존재하기에 주의 바랍니다. 잘못된 내용, 오타는 지적해 주시면 감사하겠습니다. Reference Liu, Q., Xu, J., Jiang, R., & Wong, W. H. (2021). Density estimation using deep generative neural networks. Proceedings of the National Academy of Sciences, 118(15), e2101344118. / APA style Abstract 밀도 추정은 통계 및 머신러닝에서 근본적인 문제 본 논문은 심층 .. 2023. 2. 25.
[논문 정리] Masked Autoregressive Flow for Density Estimation 본 게시글은 Masked Autoregressive Flow for Density Estimation 정리글입니다. 개인적인 생각이 서술되어 있습니다. 잘못된 내용이 존재할 확률이 존재하기에 주의 바랍니다. 잘못된 내용, 오타는 지적해 주시면 감사하겠습니다. Reference Papamakarios, G., Pavlakou, T., & Murray, I. (2017). Masked autoregressive flow for density estimation. Advances in neural information processing systems, 30. / APA style Abstract Autoregressive 모델은 가장 성능이 좋은 neural density estimators 중 하나 본 논.. 2023. 2. 21.
[논문 정리] Continual Learning for Anomaly based Network Intrusion Detection 본 게시글은 Continual Learning for Anomaly based Network Intrusion Detection 정리글입니다. 개인적인 생각이 서술되어 있습니다. 잘못된 내용이 존재할 확률이 존재하기에 주의 바랍니다. 잘못된 내용, 오타는 지적해 주시면 감사하겠습니다. Reference Amalapuram, S. K., Tadwai, A., Vinta, R., Channappayya, S. S., & Tamma, B. R. (2022, January). Continual Learning for Anomaly based Network Intrusion Detection. In 2022 14th International Conference on COMmunication Systems & NE.. 2023. 2. 5.
[논문 정리] Continual Learning with Deep Generative Replay 본 게시글은 Continual Learning with Deep Generative Replay 정리글입니다. 개인적인 생각이 서술되어 있습니다. 잘못된 내용이 존재할 확률이 존재하기에 주의 바랍니다. 잘못된 내용, 오타는 지적해 주시면 감사하겠습니다. Reference Shin, H., Lee, J. K., Kim, J., & Kim, J. (2017). Continual learning with deep generative replay. Advances in neural information processing systems, 30. / APA style Continual Learning에 대한 이해가 있어야 본 논문을 이해할 수 있습니다. Continual Learning에 관해 잘 정리한 아래의 .. 2023. 2. 4.
[논문 정리] Learning Graph Structures With Transformer forMultivariate Time-Series Anomaly Detection in IoT 본 게시글은 Learning Graph Structures With Transformer for Multivariate Time-Series Anomaly Detection in IoT 정리글입니다. 개인적인 생각이 서술되어 있습니다. 잘못된 내용이 존재할 확률이 존재하기에 주의 바랍니다. 잘못된 내용, 오타는 지적해 주시면 감사하겠습니다. Reference Chen, Z., Chen, D., Zhang, X., Yuan, Z., & Cheng, X. (2021). Learning graph structures with transformer for multivariate time series anomaly detection in iot. IEEE Internet of Things Journal. / AP.. 2023. 1. 20.
[논문 정리] MST-GAT: A multimodal spatial–temporal graph attention network for time series anomaly detection 본 게시글은 MST-GAT: A multimodal spatial–temporal graph attention network for time series anomaly detection 정리글입니다. 개인적인 생각이 서술되어 있습니다. 잘못된 내용이 존재할 확률이 존재하기에 주의 바랍니다. 잘못된 내용, 오타는 지적해 주시면 감사하겠습니다. Reference Ding, C., Sun, S., & Zhao, J. (2023). MST-GAT: A multimodal spatial–temporal graph attention network for time series anomaly detection. Information Fusion, 89, 527-536. / APA style ABSTRACT MTS(Mu.. 2023. 1. 13.
[논문 정리] Attention Is All You Need 본 게시글은 Attention Is All You Need 정리글입니다. 개인적인 생각이 서술되어 있습니다. 잘못된 내용이 존재할 확률이 존재하기에 주의바랍니다. 잘못된 내용, 오타는 지적해주시면 감사하겠습니다. Reference Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., ... & Polosukhin, I. (2017). Attention is all you need. Advances in neural information processing systems, 30. / APA style Abstract Sequence 변환에 있어 encoder + decoder로 이루어진 recurrent, CNN이 사용되.. 2023. 1. 8.

티스토리툴바