0. Referencehttps://www.nature.com/articles/s41591-021-01343-41. Introduction- 사람들을 진단할 때, 일반적으로 의사들은 데이터를 직접 분석한후 해석하게 된다.- 하지만, 여러 연구에서 의사들의 이러한 능력은 정확도가 엄청 높은 편은 아니라고 한다.- 또한, 의료기술이 발전함에 따라 데이터가 더더욱 정밀해지고 더더욱 분석하기 어려워지는데,- 점점 인간의 시각으론 해결하기 어려운 수준까지 도달하고 있다.- 이를 AI를 활용하여 진단을 더 효율적이고 더 정확하게 할 수 있다고 한다. - Ai의 활용이 주목받고 있는 영역 중 하나는 병리학적 조직 분석이라고 한다.- 보통 이작업은 전문의인 병리학자가 수행하는데, gigapixel 크기의 대용량 이미지..
0. Referencehttps://arxiv.org/abs/1410.3916 Memory NetworksWe describe a new class of learning models called memory networks. Memory networks reason with inference components combined with a long-term memory component; they learn how to use these jointly. The long-term memory can be read and written to, with the garxiv.org1. Introduction- 대부분의 머신러닝 모델들은 long-term component를 읽고 잘 사용하지 못한다고 한다.- 예..
0. Reference https://arxiv.org/abs/1409.3215 Sequence to Sequence Learning with Neural NetworksDeep Neural Networks (DNNs) are powerful models that have achieved excellent performance on difficult learning tasks. Although DNNs work well whenever large labeled training sets are available, they cannot be used to map sequences to sequences. In this paparxiv.org1. Introduction- DNN은 음성 인식, Object De..
0. Referencehttps://arxiv.org/abs/1412.3555 Empirical Evaluation of Gated Recurrent Neural Networks on Sequence ModelingIn this paper we compare different types of recurrent units in recurrent neural networks (RNNs). Especially, we focus on more sophisticated units that implement a gating mechanism, such as a long short-term memory (LSTM) unit and a recently proposed gatedarxiv.org1. Introductio..
