다음 주, 연구실 논문 세미나에서 논문 리뷰 발표를 한다.논문 제목은 "Sample-Efficient Multi-agent Reinforcement learning with Reset Replay (Yaodong Yang, 2024, ICML)" 논문 키워드의 기본 개념들을 훑고, 세부적인 내용을 이해하는 방식으로 진행하고자 한다.  Keyword: Multi-agent Reinforcement learning, Sample Efficient, Reset Replay, Buffer  https://openreview.net/forum?id=w8ei1o9U5y&referrer=%5Bthe%20profile%20of%20Pheng-Ann%20Heng%5D(%2Fprofile%3Fid%3D~Pheng-Ann_..

연구실 논문 세미나에서 들은 내용을 정리하고자 한다.논문 제목은 ' TabNet: Attentive Interpretable Tabular Learning'이다.  Paper link:https://ojs.aaai.org/index.php/AAAI/article/view/16826 TabNet: Attentive Interpretable Tabular Learning | Proceedings of the AAAI Conference on Artificial Intelligence ojs.aaai.org  논문 간단 설명Tabular 데이터에서 주로 결정 트리(Decision Tree) 기반 모델들이 많이 사용된다. 하지만 트리 기반 모델은 표현력의 한계가 있으며, 딥러닝이 다양한 데이터 유형을 처리하는 ..

이번 포스팅에서 리뷰할 논문은'Towards maximizing expected possession outcome in soccer(2023)' by Pegah Rahimian https://journals.sagepub.com/doi/10.1177/17479541231154494?icid=int.sj-full-text.similar-articles.4  딥러닝 신경망을 이용하여 팀의 대략적인 strategy를 파악하고, 거기 위에 강화학습을 하여 Optimal policy를 찾아내는 논문이다. 키워드는 RL과 축구가 되겠다.** 이 포스팅의 모든 figure과 표는 리뷰 논문에서 가져온 것임을 밝힌다.  1. Important QuestionHow to split the whole game into d..

최근 Toy project를 진행하던 도중, 감정을 분류하는 프로세스에 관심이 생겼다. 감정 분류는 어떤 모델로 하고 있을까?라는 궁금증이 생겨 가볍게 읽어보게 되었다. 내용은 간단하다. [Source url: https://arxiv.org/pdf/1706.00188.pdf , Cornell University] 1. Summary 혐오표현 Detection은 AI챗봇, 추천 알고리즘, 감정 분석에 중요하다. 하지만 NLP 구조의 복잡성 때문에 쉽지 않다. 저자는 Deep learning Model을 써서 Hate speech detection을 시도했으며, 성과가 있었다. * 딥러닝은 활성화된지 오래되지 않았다. 2017년에 논문이 발간되었으며, 당시엔 DL로 시도한 것만으로 의미가 있었던 것으로 생..

오늘 리뷰할 paper는 2014년에 발표된 논문 'NEURAL MACHINE TRANSLATION BY JOINTLY LEARNING TO ALIGN AND TRANSLATE'이다. 이다. 기존의 Seq2Seq 방식에서 확장된 Attention 기법을 제안하여 많은 주목을 받았다. Attention 기법은 NLP 영역에서 필수로 알아야 하는 메커니즘이다. [Source url: https://arxiv.org/abs/1409.0473 , Cornell University] [Github url: https://github.com/bentrevett/pytorch-seq2seq/blob/master/3%20-%20Neural%20Machine%20Translation%20by%20Jointly%20Lea..

오늘 리뷰할 paper는 Yoon kim님(Newyork University)의 논문 'Convolutional Neural Networkds for Sentece Classification' 이다. 간단한 형태의 CNN을 이용한 문장 분류에서 탁월한 성능을 보여주어 주목을 받았다. LSTM을 공부하다가 Vision쪽에서 쓰이는 CNN이 분류에서 좋은 성능을 보여준다기에 읽게되었다. [Source url: https://arxiv.org/abs/1408.5882 , Cornell University] [Github url: https://github.com/yoonkim/CNN_sentence] 1. Summary NLP 문제( 대표적으론 예측, 단어/문장 분류 )를 해결하기 위해 많은 ML,DL 연구가..