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..