만땅이의 서랍장

목차 Abstract 딥러닝이 네크워킹 문제에 적용되고 있음. 하지만, 실제 적용환경이 학습한 환경과 다를때, 성능이 저하된다. 학습중심 시스템을 안전하게 배치하려면 시스템 동작이 일관적인지 여부를 실시간으로 확인하여야 하는데 그렇지 않은 경우, 휴리스틱으로 기본설정할 수 있어야함. = 온라인 안전 보장문제 비디오 스트리밍의 경우이 문제가 불확실성을 추론하는데 사용되는 3가지 접근법 제시 1. Introduction - 네트워크 도메인에서 딥러닝 기능을 사용하려면 데이터가 많이 필요하며, 오프라인으로 학습뒤에 실행이 가능함. - 하지만 실제 네트워크의 복잡성을 포착하지 못함. 라우팅변경, 고장, 사용자 증가 등으로 인하여 어려움 ( online safety assurance problem (OSAP)) ..

목차 1. github 아이디 만들기 → 나는 이미 아이디가 있어서 패스 2. 윈도우 용 git 설치 (이후 mac에도 할예정) https://gitforwindows.org/ 뭐가 뭔지 모르기때문에 우선 전부 default로 설치하기 위해서 그냥 전부 next로! ㅎㅎ 다 설치하고 git bash를 실행하면 위와 같은 창이 생성된다 3. github 설정 가장 먼저 기본 설정이 필요한데 git config --global user.name "유저 이름" git config --global user.email "가입할 때 사용한 메일 주소" 대로 작성하면 위에 보이는 것처럼 된다. 이제, 내 local PC와 Github를 연결해주어야하는데, 우선 cd 명령어를 이용하여 원하는 디렉토리로 이동한다. pw..

Error UnknownError: 2 root error(s) found. (0) Unknown: Failed to get convolution algorithm. This is probably because cuDNN failed to initialize, so try looking to see if a warning log message was printed above. [[node sequential/conv1d/conv1d (defined at :2) ]] [[sparse_categorical_crossentropy/Reshape_1/_12]] (1) Unknown: Failed to get convolution algorithm. This is probably because cuDNN fail..

에러명 ValueError: Unknown resampling filter (512). Use Image.NEAREST (0), Image.LANCZOS (1), Image.BILINEAR (2), Image.BICUBIC (3), Image.BOX (4) or Image.HAMMING (5) 해결방법 Before code im1 = im1.resize(x, y) After code im1 = im1.resize((x, y))

에러명 ImportError: libGL.so.1: cannot open shared object file: No such file or directory 해결방법 Dockerfile안에 설치하는 구문을 추가 pip install -U opencv-python apt-get upgrade apt update && apt install -y libsm6 libxext6 ffmpeg libfontconfig1 libxrender1 libgl1-mesa-glx

목차 Universal Measure for Medical Image Quality Evaluation Based on Gradient Approach ICCS 2020 Abstract 의료 영상 품질에 대한 새로운 보편적 측정방법 제안 검사된 이미지에서 분리된 피크의 수는 이미지 품질 평가의 기초 더 높은 품질의 이미지에 대해 상기 함수의 그래프의 곡률은 더 낮은 임계값에 대해 더 높은 값을 갖는다 1. Introduction 1) 필요성1 - 이미지는 진단 목적으로, 초기 단계에서 병변을 찾기 위해서는 좋은 이미지 품질 필요 2) 필요성2 - X선 영상은 환자가 유해한 방사선에 노출되됨. 따라서 검진 시간을 최소화하면서 화질을 극대화할 수 있는 방법을 개발하는 것이 중요 2. Medical Imagi..

목차 0. Abstract 1) 완전히 3D 접근 방식을 사용하여 2D에서 손실될 수 있는 CT 정보 최대사용 2) 6개의 결절 특성을 다중 작업 학습(MTL) 프레임워크를 통해 결합 3) 방사선사들끼리 불일치하는 데이터를 sparse multi-task learning로 통합 4) CT data 이용 1 Introduction 1) 조기 진단이 폐암 사망률 줄이는 방법 2) CT가 결절 발견 및 risk stratication할때 사용됨 3) LIDC-IDRI 데이터에서 방사선 전문의의 해석에서 형태, 크기 등 특징들을 잘 사용하여 정교함 증가 4) 방사선사마다 위험함을 측정하기 위한 채점함수 제안 2 Related Work 3 Method 3.1 Problem Formulation X = [x1; x..

듣고 있는 수업 중에서 자유주제로 데이터 분석하기가 있다. 이걸 어떻게 할까 고민하다가, 비트코인의 과거 및 현재 주가를 이용하여 미래를 예측해보는 것을 계획했다. 우선 업비트 API얻기 아래 링크로 가면 https://upbit.com/mypage/open_api_management?# 이런 사이트를 볼 수 있는데 내가 필요한 기능들을 체크한 뒤에 Open API 키를 발급받으면 된다. 주문하기, 입금하기를 선택하면 특정 IP 고정이 필수다 업비트, 카카오 페이 인증을 하고 나면 접근키와 비밀키를 알려주는데 한 번만 알려준다고 하니 잘 기록해두자! 제공받은 키는 동일 페이지 하단에서 확인할 수 있다 이제는 제공되는 파이썬 라이브러리를 설치하자 ↓ 업비트에서 제공되는 라이브러리를 설치하고 pip inst..

Abstract Introduction 반 가상화를 통해 많은 OS 인스턴스를 고성능의 단일 물리적 시스템에서 동시실행가능 → 물리적 리소스를 보다 효율적으로 사용가능 → 개별 OS 인스턴스를 격리 할 수 있음 전체 OS와 어플리케이션 마이그레이션 하면, 프로세스 레벨 마이그레이션 접근방식이 문제 방지가능 1. 잔차 종속성 방지가능 - 가상화된 OS와 VMM간 인터페이스 협소로, 마이그레이션 된 프로세스를 대신하여 특정 시스템 호출 또는 메모리 엑세스까지 서비스할때면 기존 호스트 시스템을 사용가능, 네트워크 엑세스 필요 But, 가상시스템 마이그레이션을 사용하면 마이그레이션완료시 원래 호스트 해제 So, 원래 호스트 유지관리시 좋음 2) 전체 가상 시스템 수준에서 마이그레이션하면, 메모리 일관성, 효율적..

Accurate Pulmonary Nodule Detection in Computed Tomography Images Using Deep Convolutional Neural Networks DeepCNN을 이용한 정확한 폐 결절 검출 2017년 논문, 인용수 168회 ( 21.01.13 기준 ) 1. Abstract - DCNN을 이용하여 폐 결절 감지 - 축 슬라이스에서 탐지를 위해서 Faster R-CNN에 deconvolutional structure을 이용함 - False-True를 줄이기 위해 3차원 DCNN 사용 - 2016 LUNG Nodule Challenge에서 1위차지 평균 FROC 0.891 * Faster R-CNN : Fast R-CNN의 단점을 해결하기 위해 RPN(Region..