# paper-review
Pifu paper review
Saito, Shunsuke, et al. "Pifu: Pixel-aligned implicit function for high-resolution clothed human digitization."
[Paper Review] Self-Attentive Sequential Recommendation
Sequential recommender system의 목표는 유저 데이터로 학습된 모델을 유저의 최근 action에 기반한 context와 결합하는 것이다. 다만 유저의 action을 얼마나 오래 전부터 살펴볼 것인지에 따라 input 데이터 차원이 기하급수적으로 커
[Paper Review] Training Deep AutoEncoders for Collaborative Filtering
추천시스템은 크게 두 종류로 나눌 수 있다. 첫 번째는 context-based recommendations로, 위치, 날짜, 시간 등의 contextual factor를 고려하는 방법이다. 다른 하나는 personalized recommendations인데, coll
[Paper Review] Unsupervised Learning of Visual Features by Contrasting Cluster Assignments (SwAV)
SSL 분야에서 자주 인용되는 SwAV 논문이다. prototype vector 와 mapping 하는 방식의 online algorithm 으로 scalability 를 확보했고 이외에도 multi-crop strategy를 통해 성능을 개선하였다.
[Paper Review] AutoRec: Autoencoders Meet Collaborative Filtering
Collaborative Filtering(CF) 모델들은 아이템에 대한 유저의 선호도를 뽑아내 개인화된 추천을 제공하는 것을 목표로 한다. Netflix challenge를 통해 여러 종류의 CF 모델들이 제안되었고, 그 중 matrix factorization과 n
[Paper Review] DeepFM: A Factorization-Machine based Neural Network for CTR Prediction
click-through-rate(CTR) 예측은 유저가 추천된 아이템을 클릭할 확률을 추정하는 task로, 추천시스템의 주요 과제 중 하나이다. 클릭 수를 높여 더 많은 수익을 내는 것은 많은 추천시스템의 목표라고 할 수 있다. CTR 예측을 위해서는 유저의 클릭
[Paper Review] Wide & Deep Learning for Recommender Systems
추천시스템의 주요 과제 중 하나는 memorization과 generalization 측면에서 동시에 좋은 성능을 내는 것이다. 여기서 memorization이란, 자주 함께 등장하는 아이템 쌍 혹은 feature 조합을 학습하는 것을 말한다. 그리고
[연구실] [논문리뷰] YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors
CoDL [Mobisys'22]
CoDL: Efficient CPU-GPU Co-execution for Deep Learning Inference on Mobile DevicesDL의 on-device 연산이 각광받고 있다. 하지만 간단한 모델에만 좋다. 다른 종류의 프로세서를 병렬적으로 사용하게
[Paper Review] When Does Contrastive Visual Representation Learning Work?
self-supervised representation learning 이 어떤 조건 하에 잘 작동하는지에 대한 insight 를 제공하는 논문이다. quantity, data domain, quality, task granularity 조건을 바꿔 실험을 진행하였다
Asymo [Mobicom'21]
AsyMo: Scalable and Efficient Deep-Learning Inference on Asymmetric Mobile CPUsOn-device DL 연산이 주목받고 있다. 대부분의 on-device 연산에서는 모바일 CPU를 사용한다. AI 가속기가 많
[논문 리뷰] End-to-end object detection with transformers
본 Paper Review는 고려대학교 스마트생산시스템 연구실 2022년 하계 논문 세미나 활동입니다.
[Paper Review] Factorization Machines
Support Vector Machine(SVM)은 머신러닝과 데이터마이닝 분야에서 가장 인기있는 모델 중 하나이다. 그럼에도 불구하고 collaborative filtering에서는 SVM보다 standard matrix/tensor factorization mode
DeepThings [TCAD'18]
DeepThings: Distributed Adaptive Deep Learning Inference on Resource-Constrained IoT Edge Clusters보통 제한된 컴퓨팅 자원을 갖는 IoT 기기에서 DNN/CNN 연산을 직접 하기는 힘들다.그래
[논문 리뷰] Unet 3+: A full-scale connected unet for medical image segmentation
본 Paper Review는 고려대학교 스마트생산시스템 연구실 2022년 하계 논문 세미나 활동입니다.
[Paper Review] Neural Collaborative Filtering
추천 시스템은 이커머스, 온라인 뉴스나 소셜 미디어 사이트 등 많은 양의 정보가 있는 산업에서 필요한 정보만을 추출해주는 데에 중추적인 역할을 수행하고 있다. 대표적인 추천 시스템으로 유저와 아이템 간의 과거 상호작용을 토대로 개인화된 추천을 해주는 collaborat
[논문 리뷰] Anomaly detection in video using predictive convolutional long short-term memory networks
본 Paper Review는 고려대학교 스마트생산시스템 연구실 2022년 하계 논문 세미나 활동입니다.
PAPER REVIEW : Student Customized Knowledge Distillation : Bridging the Gap Between Student and Teacher
본 논문은 Knowledge Distillation 분야 중 Feature Distillation 분야와 관련된 논문이다. 논문의 저자는 "좋은 교사 모델이 학생에게 좋은 정보만 주는가"에 대해 초점을 맞춰 연구 방향성을 잡았다. 이전의 연구들에서는 좋은 교사들이 좋은
[Paper Review] AlexNet: ImageNet Classification with Deep Convolutional Neural Networks (with PyTorch Code)
AlexNet 논문 리뷰와 PyTorch 구현하기