내년 2월에 열리는 AAAI 2023 학회에 저희 팀 관련하여 아래 두 논문이 채택되었습니다.
모두들 열심히 한 결과라고 생각하고 내년에는 더욱 좋은 소식들이 있도록 열심히 하겠습니다.
- GuidedMixup: An Efficient Mixup Strategy Guided by Saliency Maps
- Balanced Column-wise Block Pruning for Maximizing GPU Parallelism
KDST(KIST Data Science Team)는 기계학습을 포함한 데이터와 지능에 관련된 여러 주제에 대해서 연구하는 팀입니다.
KDST
KDST
tag cloud
- CVPR 2021
- cnn
- ICCV
- anomaly detection
- AAAI 2021
- Dynamic Pruning
- 강화학습
- bearing fault diagnosis
- Neural Architecture Search
- Out of Distribution
- NaturalInversion
- 2022AAAI
- Multi-Task Learning
- Manifold Regularized Dynamic Network Pruning
- point-based image editing #dragdiffusion #dragondiffusion
- gan
- MLP-Mixer
- pruning
- Knowledge Distillation
- Data-Free Image Synthesis
- Reinforcement Learning
- Neural network inversion
- DegAug
- AdaShare
- neuron merging
- DQN
- 2022-AAAI
- autoencoder
- Singulairty
- bearing fault detection
