Doyun-lab

논문 링크 : http://proceedings.mlr.press/v139/kiyasseh21a/kiyasseh21a.pdf Introduction At present, 의료 시스템에서 Label이 지정되지 않고 생성되는 많은 데이터를 활용하는 데 어려움을 겪고 있습니다. 이는 일반화 성능을 위해 Label이 필요한 Deep Learning Algorithm에 의존하기 때문입니다. 그러나, 실질적으로 High quality label을 모두 사용하기는 어렵습니다. Self-supervised methods는 이러한 문제를 해결할 수 있습니다. 최근에는 Contrastive learning이 도입되고 있습니다. Contrastive Learning 이란. 위의 그림에서 'Cheetah'를 input ima..

Jetson AGX Xavier는 30W 미만의 임베디드 모듈에서 GPU 워크스테이션의 성능을 보입니다. Autonomous Machines을 위해 설계된 NVIDIA Volta 기반의 AI Computer로 이전 모델에 비해 20배 이상의 성능과 10배의 에너지 효율성을 제공합니다. 이는 제조, 물류, 소매, 서비스, Smart City, Health Care 등에서 Modern AI workloads를 실행하고 응용 프로그램을 구축하는데 이상적입니다. (Jetson AGX Xavier의 GPU는 NVIDIA Volta 아키텍처로 384개의 NVIDIA CUDA Core 및 48개 Tensor Core를 장착하고 있으며, CPU는 6코어 NVIDIA Carmel ARM 64비트 장착하고 있습니다. RA..

제가 속해있는 ADM Lab에서 "생체 신호 데이터 수집 및 이상 징후 감지 시스템 개발"이라는 과제를 시작하게 되었습니다. 센서 데이터 분석 기법을 이용하여 GE B650 Monitor로 수집된 데이터를 분석하고 딥러닝 모델을 개발하는 프로젝트입니다. spO2 센서를 GE B650에 연결하여 셍체신호를 수집하고 수집된 데이터를 토대로 시각화한 후, 이상 징후를 사전에 탐지하는 인공지능 모델을 개발하는 데 목적이 있습니다. Patient Monitor에서 직접 데이터를 전송하고 딥러닝 모델이 동작할 수 있도록 하는 Edge computing 기술을 구현할 것입니다. NVIDIA Jetson AXG Xavier에 변화가 발생 지점을 예측하는 딥러닝 모델을 탑재하여 실시간으로 수집되는 생체신호를 처리하는 시..

앞선 포스팅에서 다뤘듯이 불균형 데이터 문제를 해결하기 위한 방법에는 여러가지가 있습니다. 불균형 데이터 문제 해결을 위해 여러가지 자료를 탐색하던 중 좋은 강의가 있어 그것을 참고하여 정리해봤습니다 ! 고려대학교 인공지능공학연구소 김성범 소장님의 "불균형 데이터 분석을 위한 샘플링 기법" 강의를 추천해주고 싶습니다. 저작권에 문제가 된다면, 언제든지 연락주시면 해당 포스팅을 삭제 조치 하겠습니다. 이번 포스팅에서는 불균형 데이터 문제를 해결하기 위한 여러가지 방법에 대해서 다뤄보려고 합니다. 불균형 데이터일 경우 무엇이 문제인가 ? 일반적인 경우에 이상(소수)을 정확히 분류하는 것이 중요한데, 이상(소수)을 정확히 찾아내지 못한다. 이 경우 정확도는 높게 보이지만 이상(소수)에 관한 분류 성능은 좋지 ..

최근 "ESRD 환자의 수술 후 합병증 예측" 프로젝트를 진행하면서 Data Imbalance(데이터 불균형) 문제에 직면했다. 데이터 불균형 문제는 생각보다 매우 흔하며, 앞으로도 프로젝트를 진행할 때 예측하고자 하는 Class가 적은 수를 갖고 있을 확률은 매우 높다. 예를 들어, 의료 데이터를 분석할 때 질병 여부를 분류한다면 당연히 질병인 Class가 훨씬 개수가 적을 것이다. 그렇다면, 질병에 대한 Class에 더 민감한 결과를 얻어야만 데이터 분석 및 모델이 쓸모있을 것이다. 그러나 실제 세상에서는 질병이 없는 사람이 대부분일 것이므로 "질병이 아니다"라는 쪽에 더 치우친 모델이 만들어진다면 쓸모가 없을 것이다. 그러므로, 해결해야 하는 문제와 데이터의 도메인을 고려하여 Data Imbalan..

Subject : Expressing Korea’s Real Estate Network with Social Network Language : R Data : ‘한국감정원 아파트 지수’ Data 1. Data preprocessing ### 주제 - 전국 지역별 아파트 가격 지수의 네트워크 파악 ### 기대효과 - 혼란스러운 부동산 시장의 흐름을 파악하여 부동산 시장의 변동에 대비 ## Vertex : 각 지역 ## Edge(Weight) : 각 지역별 아파트 가격 지수 변동의 상관계수 # 디렉토리 설정 및 라이브러리 불러오기 setwd("C:\\r_temp") library(tidyverse) # 데이터 불러오기 df

Subject : Predicting the Value of Players registered in FIFA19 (Linear Regression) Language : Python Data : ‘Kaggle의 피파19 선수 정보’ 데이터 Model : Linear Regression, Ridge, Lasso, Random Forest 1. Data parsing & preprocessing # Import import numpy as np import pandas as pd from sklearn.model_selection import KFold from sklearn.linear_model import LinearRegression from sklearn.linear_model import Ridge..

Subject : Prediction of Patients with Low Blood Pressure during Anesthesia Language : R Data : ‘수술 중 마취한 환자의 혈압과 정보’ 데이터 Model : Random Forest, SVM, Boosting 1. Data parsing & preprocessing # total 이라는 리스트에 모든 엑셀 파일을 불러와 저장 setwd("C:\\r_temp\\homework") total