No description, website, or topics provided.
Switch branches/tags
Nothing to show
Clone or download
Latest commit ceaf711 Aug 27, 2018
Failed to load latest commit information.
.gitignore . Apr 24, 2018 Update Aug 27, 2018

test weher am I


Davian Lab 논문 스터디를 위한 저장소입니다.


  • 조영우

    Deep Complex Networks

  • 조원웅

    DiveRse Image-to-image Translation from unpaired data


  • 최민석

    An Empirical Evaluation of Generic Convolutional and Recurrent Networks for Sequence Modeling

  • 조용장

    Interpretable Convolutional Neural Networks


  • 최성하

    Bootstrapping the performance of webly supervised semantic segmentation

  • 최성재

    Multi-Channel Encoder for Neural Machine Translation



  • 방효진

    Glow: Generative Flow with Invertible 1x1 Convolutions

  • 유승주

    CartoonGAN: Generative Adversarial Networks for Photo Cartoonization


  • 이주림

    Attributed Social Network Embedding

  • 최진호

    Efficient Interactive Annotation of Segmentation Datasets with Polygon-RNN++


  • 최성하

    evisiting Dilated Convolution: A Simple Approach for Weakly- and Semi- Supervised Semantic Segmentation - CVPR 2018

  • 조원웅

    Unsupervised Image-to-Image Translation Networks


  • 최성재

    Neural Storyline Extraction Model for Storyline Generation from News Articles - NAACL 2018

  • 방효진

    Unpaired Image-to-Image Translation Using Cycle-Consistent Adversarial Networks


  • 최민석

    Joint Embedding of Words and Labels for Text Classification

  • 조영우

    Synthesizing Audio with Generative Adversarial Networks


  • 최진호

    ESPNet: Efficient Spatial Pyramid of Dilated Convolutions for Semantic Segmentation

  • 정성효

    Learning to See in the Dark (CVPR 2018)


  • 강경필

    Topical word embeddings(AAAI 2015)

    Personalized top-n sequential recommendation via convolutional sequence embedding(WSDM 2018)


  • 박기태

    Self-attention GAN

  • 최민제

    Community Interaction and Conflict on the Web


  • 김태훈

    Born Again Neural Networks


  • 박천복

    Latent Constraints: Learning to Generate Conditionally from Unconditional Generative Models


  • 이주림

    Find the Conversation Killers: a Predictive Study of Thread-ending Posts

  • 유승주

    PairedCycleGAN: Asymmetric Style Transfer for Applying and Removing Makeup


  • 최성하

    Visualizing Deep Neural Network Decisions: Prediction Difference Analysis

  • 조원웅

    Generative Image Inpainting with Contextual Attention


  • 방효진

    Counterfactual Fairness

  • 최성재

    Question Generation for Question Answering


  • 최민석

    Topic on Tiles

  • 조영우

    Understanding Black-box Predictions via Influence Functions


  • 최진호

    What do Deep Networks Like to See?

  • 정성효

    PixelLink: Detecting Scene Text via Instance Segmentation


  • 김민정

    Towards neural phrased-based mathinc translation Hierarchical Multiscale Recurrent Neural Networks

  • 임지수

    Facelet-Bank for Fast Portrait Manipulation



  • 최민제

    Dynamic Word Embeddings for Evolving Semantic Discovery

  • 박기태

    Measuring the tendency of CNNs to Learn Surface Statistical Regularities


  • 김태훈

    Routing Networks: Adaptive Selection of Non-linear Functions for Multi-Task Learning


  • 박천복

    Unsupervised Machine Translation Using Monolingual Corpora Only


  • 김태리

    Learning to Represent Programs with Graphs

  • 유승주

    Style Transfer for Anime Sketches with Enhanced Residual U-net and Auxiliary Classifier GAN


  • 정상헌

    Single Shot Detector with Regional Attention

  • 김준하

    Recurrent Batch Normalization


  • 조원웅

    2-stage detection(RCNN, Fast RCNN, Faster RCNN)

  • 방효진

    AttnGAN: Fine-Grained Text to Image Generation with Attentional Generative Adversarial Networks


  • 최성재

    Building Earth Mover’s Distance on Bilingual Word Embeddings for Machine Translation

  • 최진호

    YOLO9000: Better, Faster, Stronger



  • 정성효

    Input Convex Neural Networks(ICML 2017)

  • 김태훈

    Decision-Based Adversarial Attacks: Reliable Attacks Against Black-Box Machine Learning Models


  • 박기태

    Adversarial attack

  • 방효진

    Multi-scale Dense Networks for Resource Efficient Image Classification(MSDNet, ICLR 2018)


  • 최윤제

    Neural Speed Reading via Skim-RNN (ICLR 2018)

  • 최민제

    Neural Hawkes Process


  • 최민석

    DeepEyes: Progressive Visual Analyticsfor Designing Deep Neural Networks

  • 김민정

    Toward Controlled Generation of text


  • 조원웅

    Toward Multimodal Image-to-Image Translation


  • 최성재

    Decoding with Value Networks for Neural Machine Translation

  • 정성효

    Deep Image Prior



  • 김태훈

    Word Translation Without Parallel Data

  • 최태균

    An Online Sequence-to-Sequence Model Using Partial Conditioning


  • 임지수

    Action-Decision Networks for Visual Tracking with Deep Reinforcement Learning

  • 최윤제

    StarGAN: Unified Generative Adversarial Networks for Multi-Domain Image-to-Image Translation


  • 박기태

    TextureGAN: Controlling Deep Image Synthesis with Texture Patches

  • 효진

    An End-to-End Spatio-Temporal Attention Model for Human Action Recognition from Skeleton Data


  • 최민제

    Dynamic Routing Between Capsules


  • 조원웅

    Robust Image Sentiment Analysis Using Progressively Trained and Domain Transferred Deep Networks

  • 김민정

    Gated Word-Character Recurrent Language Model


  • 최민석

    Synthesized Classifiers for Zero-Shot

  • 최성재

    Deep Compositional Question Answering with Neural Module Networks



  • 김태훈

    Learning to remember rare events

    • Memory matrix를 통한 one shot learning 학습
    • cnn의 fully connected layer의 output을 key로 memory update
    • omniglot data을 통한 실험
    • Extended Neural GPU(Synthetic task), GNMT(translation)등을 사용한 실험
  • 정성효

    An End-to-End Trainable Neural Network for Image-based Sequence Recognition and Its Application to Scene Text Recognition


  • 최태균

    DiSAN: Directional Self-Attention Network for RNN/CNN-free Language Understanding 입니다.

  • 임지수

    The Conditional Analogy GAN: Swapping Fashion Articles on People Images


  • 박기태

    Learning Transferable Architectures for Scalable Image Recognition

  • 최민제

    Patient Subtyping via Time-Aware LSTM Networks


  • 김민정

    Constituent-Centric Neural Architecture for Reading Comprehension




  • JinHo Choi

    Learning Cooperative Visual Dialog Agents With Deep Reinforcement

    • RL을 사용해 두 에이전트 봇끼리 자연어로 대화하면서 guessing game을 풀도록 함
    • 두 봇에게 각각 한정된 단어만 사용하도록 했을때 사람의 개입 없이 나름대로 comunication protocol 을 생성해서 대화를 함
  • Sunghyo Chung

    Explaining and Harnessing Adversarial Examples

    • 딥러닝 모델이 adverarial example에 취약한 이유를 모델의 nonlinear한 속성 때문이 아닌 linear한 속성(piecewise linear)때문에 나타남을 예시를 통해 보임
    • ReLU등의 activation unit은 sigmoid에 비해 의도적으로 linear하게 디자인 되어 optimize가 쉽지만 작은 perturbation에도 민감하게 반응하게 됨
    • Adverarial example 생성하기 위해 "fast gradient sign method"를 제시함


  • Choi Taekyoon

    End-to-end Neural Coreference Resolution

    • Coreference Task에 대해서 End-to-end로 접근하여 해결하고자 하는 방법입니다.
    • Span Representation을 활용하여 mention을 detect하고 각 mention간의 antecedent score를 통해 coreference 관계를 찾습니다.
    • 모든 span의 경우에 대한 coreference를 보지않고 mention score를 통해 일부 span에 대해서만 관계를 보게하여 computation 성능을 최적화하고자 합니다.
  • Kim Teahun

    Sparse Composite Document Vectors using soft clustering over distributional representations

    • Doc2Vec을 생성하는 새로운 모델(SCDV)에 대한 논문입니다.
    • skip-gram, Gaussian Mixture Model, Sparsity를 활용하여 skip gram의 Word2Vec에 Topic별 발생 확율을 곱해 doc2vec을 생성한 모델입니다.


  • Keetae Park

    A Persona-Based Neural Conversation Model

    • Standford  박사인 Jiwei Li와 Microsoft가 합작하여 연구한 논문으로, 2016년에 ACL에서 발표되었습니다.
    • 이 연구분야는 NLP에서 Neural Conversation Models 혹은 Neural Dialogue Generation으로 불리며, Open-domain Chatbot과 personal assistant와 같은 Conversation AI가 궁극적인 목표입니다
    • 본 논문에서는 기존에 사용하던 Seq2seq + MLE의 알고리즘의 Decoder에서 각 단어를 예측할 때 사용자 정보를 의미하는 Vi 벡터를 삽입함으로써, 기존의 generic하며 dull한 응답을 개선하고 chatbot에도 character를 입힐 수 있다는 점을 보였습니다.
    • Vi 벡터를 삽입하는 방법으로 Speaker Model과 Speaker-Addressee Model 등 두 모형을 제시하는데, Speaker Model은 응답자의 성격만 고려하는데 반하여 Speak-addressee Model은 질문자와 응답자의 관계 또한 고려하여 서로 다른 대화상대자에 따라 달라지는 자세를 반영할 수 있게 하였습니다.
    • 저자는 단지 성격을 입히는 것 이상으로 나아가서 generic하고 vague한 응답을 수정하는 방안을 제시하는데, 그것이 N-best list를 특정 score를 기준으로 shuffle하는 것입니다. Score는 응답되는 sequence의 길이와 input message의 likelihood에 Penalty를 거는 방식으로 설정합니다.
    • 본 논문은 기존의 딱딱하던 발화자들에게 어느 정도 character 또는 persona를 씌워줬다는 점에서 의의를 가진다고 생각됩니다
  • Jisu Lim

    End-to-end Learning of Image based Lane-Change Decision

    • NAVER_LABS에서 안전하게 차선 변경을 하기 위한 알고리즘 논문입니다.

      위 사이트는 네이버 랩스 홈페이지 입니다. 차량에 부착 된 2개의 카메라를 사용하여 찍힌 사진의 모습을 보고 차선변경이 가능할 경우 'FREE', 불가능할 경우 'BLOCKED', 모호할 경우 'UNDEFINED'의 레이블을 추가합니다. VGG 16 에 수집된 이미지들을 학습시켜 차량이 안전하게 차선 변경이 가능한지의 여부를 학습니다.


  • Kyeongpil Kang

    Quasi-Recurrent Neural Netowrks

    • RNN 방법에 CNN 방법을 접목 시킴
    • 먼저 전체 time step에 대해 convolution을 하고 time step에 따라 liear multiplication을 없애 속도를 빨리 함
    • 해당 모델에 따른 Attention과 sequence to sequence 방법도 제시
    • 기존 LSTM에 비해 속도도 빠르면서 성능도 개선, 더 긴 sequence에 대해서 학습 가능성

    Recurrent Models of Visual Attention

    • 전체 사진을 보지 말고 매 스텝마다 일부 패치를 보고 다음 스텝에서 해당 패치에서 어느 위치의 패치 뽑아서 인식할지를 학습
    • controller는 RNN, Reinforcement learning으로 학습
  • Seongjae Choi

    Imagination-Augmented Agents for Deep Reinforcement Learning

    • 기존 Model-Free RL에 Model-Based 개념을 적용함으로 써 Agent가 상상 및 추론을 하게 함
    • 상상으로 만들어진 Predicted Observation, Predicted Reward에서 RNN(LSTM)을 이용해 정보를 추출하고 이를 optimal policy를 찾는 곳에 활용 함
    • Sokoban 게임에서, 기존 standard model(A3C)가 60% 정도의 성능을 낸 것에 반해, 87% 성능을 확보 함
    • Model-Based planning Method인 MCTS와 결합해 사용할 경우 computation cost는 18배 정도 줄어들었음