최신 글
-
선형대수학
[3Blue1Brown] Essence of Linear Algebra 정리
참고: 3Blue1Brown, Essence of Linear Algebra 시리즈, 유튜브 플레이리스트, https://www.youtube.com/playlist?list=PLZHQObOWTQDPD3MizzM2xVFitgF8hE_ab Essense of Linear Algebra(by 3blue1Brown)은 선형대수를 시각적으로 보여줌으로써 직관을 길러주는 동영상 강의다. 해당 강의를 듣고 필기한 내용을 아래와 같이 첨부했다.
-
선형대수학
[Friedberg Linear Algebra] 4장 행렬식 연습문제풀이
참고: 프리드버그 선형대수학, 스티븐 H. 프리드버그 외 지음, 한빛아카데미, 2020. 4장 행렬식4.1 2차 정사각행렬의 행렬식4.2 n차 정사각행렬의 행렬식4.3 행렬식의 성질
-
선형대수학
[Friedberg Linear Algebra] 3장 기본행렬연산과 연립일차방정식 연습문제풀이
참고: 프리드버그 선형대수학, 스티븐 H. 프리드버그 외 지음, 한빛아카데미, 2020. 3장 기본행렬연산과 연립일차방정식3.1 기본행렬연산과 기본행렬3.2 행렬의 랭크와 역행렬3.3 연립일차방정식 : 이론적 측면3.4 연릭일차방정식 : 계산적 측면
-
선형대수학
[Friedberg Linear Algebra] 2장 선형변환과 행렬 연습문제풀이
참고: 프리드버그 선형대수학, 스티븐 H. 프리드버그 외 지음, 한빛아카데미, 2020. 2장 선형변환과 행렬2.1 선형변환, 영공간, 상공간2.2 선형변환의 행렬표현2.3 선형변환의 합성과 행렬 곱2.4 가역성과 동형사상2.5 좌표변환 행렬
-
선형대수학
[Friedberg Linear Algebra] 1장 벡터공간 연습문제풀이
참고: 프리드버그 선형대수학, 스티븐 H. 프리드버그 외 지음, 한빛아카데미, 2020. Gilbert Strang의 18.06과 프리드버그 교과서로 선형대수를 독학 중이다. '프로그래머를 위한 선형대수학'이라는 책도 가볍게 보고 있다. 블로그에는 프리드버그 교과서를 1장씩 풀 때마다 연습문제 풀이를 스캔해서 포스팅할 예정이다. 1장 벡터공간 목차1.1 개론1.2 벡터공간1.3 부분공간1.4 일차종속과 연립일차방정식1.5 일차종속과 일차독립1.6 기저와 차원1.7 일차독립인 극대부분집합
-
AI
[실습] 방광암 WSI 기반 병리 보고서 생성 모델 개발
k-medicon 대회를 준비하기 위해 딥러닝 논문을 리뷰한 글을 처음 포스팅한 게 벌써 2달 전이다. https://www.k-medicon.com/sub2_score.jspMEDICAL CONTESTUrinary bladder, transurethral resection; Invasive urothelial carcinoma, with 1) squamous differentiation 2) invasion to muscularis propria Note) The specimens include muscle proper.www.k-medicon.comhttps://apple2jobs.tistory.com/62 [AI 논문] Show and Tell: A Neural Image Caption Genera..
-
강연
[학회] ASDP 2024 Seoul 3일차 후기 (10.04.24)
https://apple2jobs.tistory.com/70 [학회] ASDP 2024 Seoul 1일차 후기 (10.02.24)7월에 어쩌다보니 병리과 교수님 밑에서 인턴을 하고, 이를 계기로 9월에 디지털 병리 관련 대회를 참가하는 중이다. 교수님께서 만약 너가 디지털 병리에 관심이 있다면, 이번 10월에 서울에서 1apple2jobs.tistory.comhttps://apple2jobs.tistory.com/71 [학회] ASDP 2024 Seoul 2일차 후기 (10.03.24)https://apple2jobs.tistory.com/70 [ASDP 2024 Seoul] 1일차 후기 (10.05.24)7월에 어쩌다보니 병리과 교수님 밑에서 인턴을 하고, 이를 계기로 9월에 디지털 병리 관련 대회를 ..
-
강연
[학회] ASDP 2024 Seoul 2일차 후기 (10.03.24)
https://apple2jobs.tistory.com/70 [ASDP 2024 Seoul] 1일차 후기 (10.05.24)7월에 어쩌다보니 병리과 교수님 밑에서 인턴을 하고, 이를 계기로 9월에 디지털 병리 관련 대회를 참가하는 중이다. 교수님께서 만약 너가 디지털 병리에 관심이 있다면, 이번 10월에 서울에서 1apple2jobs.tistory.com 지난 포스팅에 이어서 이번에는 둘째날 후기를 작성하고자 한다. 수요일과 다르게 목, 금요일은 Room A와 B 중 선택해서 발표를 들어야했다.내가 관심이 많은 강의 주제가 주로 A에 있어서 나는 두 날 모두 A를 선택하였다. 1. Digitization and use of artificial intelligence to enhance diagnostic..
-
강연
[학회] ASDP 2024 Seoul 1일차 후기 (10.02.24)
7월에 어쩌다보니 병리과 교수님 밑에서 인턴을 하고, 이를 계기로 9월에 디지털 병리 관련 대회를 참가하는 중이다.교수님께서 만약 너가 디지털 병리에 관심이 있다면, 이번 10월에 서울에서 1회로 개최하는 아시아 학회가 있는데 가보라고 제안을 주셔서 연구비를 통해 등록을 하였다. 학회 이름은 ASDP(Asian Society of Digital Pathology) 2024 Seoul이고, theme은 'Unlock the Potential of Digital Pathology and AI'이다. 10월 2일부터 5일까지 개최하였는데, 서울에 있는 동안 모두 참석하였다. 매일 어떤 내용을 듣고 배웠는지 블로그에 기록하려고 한다. 디지털 병리에 관심이 있는데, 이 학회의 존재를 몰랐거나 일정이 있어서 참석하..
-
강연
[세미나] 의료 인공지능의 발전과정: 연구 사례 중심으로
9월 20일부터 22일까지 프로그램에 참가하게 되었다.금요일(9.20)에는 딥노이드, 그리고 토요일과 일요일(9.21~9.22)에는 분당서울대병원 견학을 가게 되는데그전에 미리 사전강의를 수강하라고 안내가 와서 해당 강의 중 정말 도움이 되었던 세미나 내용을 블로그에 정리해보고자 한다. 강의 제목: 의료 인공지능의 발전과정: 연구 사례 중심으로 연자: 이동헌, 충남대학교 의과대학 의공학과 조교수 Progess of AI AI가 발전한 이유?1. 3박자: Big data + GPU + Algorithm2. '공개' 문화: arvix.org / GitHub / kaggle AI Application1. Image1) Discriminative: classification, object detection..
-
에세이
[의과대학 소식지] Fear always springs from ignorance
작년 9월, 코엑스에서 열린 대한영상의학회 정기학술대회에 동기들과 함께 참가했었습니다. 그곳에서는 인공지능(AI)을 영상의학에 접목하는 연구들이 활발히 발표되고 있었습니다. 미국 시인 랠프 월도 에머슨이 “두려움은 무지에서 나온다(Fear always springs from ignorance)"라고 말한 것처럼, AI에 대해 잘 알지 못했던 저는 그 순간 두려움을 느꼈습니다. 만약 AI가 의사를 비롯한 여러 직업을 대체한다면 어떻게 될까? 그때 저는 의학과 더불어 AI도 공부해야겠다고 결심했습니다. 두려움을 극복하기 위해서는 그 대상을 본질적으로 이해해야 한다고 생각했기 때문입니다. AI를 본격적으로 공부하기 전에 먼저 머신러닝과 딥러닝이라는 용어부터 명확히 정의할 필요가 있었습니다. AI는 인간의 지능..
-
AI
[AI 논문] CLIP: Learning Transferable Visual Models From Natural Language Supervision (2021)
당시 NLP에서는 raw data로부터 pre-training을 직접 시켜서 zero-shot transfer가 가능하였다. 여기서 zero-shot trasnfer이란 사전 학습 중에 본 적이 없는 새로운 작업이나 데이터에 대해 추가 학습 없이도 바로 성능을 발휘할 수 있는 능력을 말한다. 근데 당시 CV에서는 사람이 직접 labeling한 ImageNet과 같은 데이터셋을 사용해 pre-training하는 것이 표준이었다. 만약 사람이 직접 labeling하지 않고 web에서 image를 설명하는 raw text data를 활용한다면, labeling 노동을 줄일 수 있을 뿐만 아니라, fine-tuning이 필요 없는 zero-shot trasnfer도 가능하지 않을까? 이것이 CLIP 모델이 탄..
