XAI-4th-Deep-Learning-Papers

[ 인공지능 학회 ] CV, NLP, AE, GAN, RecSys, Speech 등 다양한 분야의 논문 리뷰 및 구현

목적 및 목표

• 다양한 Task의 논문 리뷰 및 구현

  • CV, NLP, AE, GAN 등 다양한 분야의 Base 논문을 접해보고 본인이 원하는 분야 선정
  • 해당 분야의 SOTA 논문 리뷰를 통해 더 깊게 탐구
  • 최종적으로 하나의 프로젝트를 수행할 수 있는 능력 도모

• Git&GitHub 활용 능력 배양

  • 다른 사람의 코드를 가지고 와서 사용하는 것에 능숙해짐
  • 새로운 데이터가 들어왔을 때 모델 구조를 직접 변경해보고 성능 향상을 할 수 있도록 함
  • VSCode, PyCharm, Colab, JupyterLab 등의 다양한 Python Editor 환경을 잘 다룰 수 있도록 함

• 활발한 커뮤니케이션

  • 자유로운 질의응답 분위기 조성을 통한 의견 나눔
  • 스터디원들과 함께 발표를 준비함으로써 실력 보완 및 시너지 효과 기대

• 논문 작성 및 포트폴리오 정리

  • 각 주에 발표한 내용은 Notion 및 GitHub에 업로드
  • 프로젝트 한 내용을 기반으로 논문 작성

세션 별 커리큘럼

• Base Session에서는 BASE 논문을 읽고 관심 있는 분야 선정
• Advanced Session에서는 SOTA 모델 리뷰 및 단계별 구현
• Project Session에서는 하나의 프로젝트를 스스로 수행할 수 있는 능력 도모
• Writing Session을 통해 궁극적으로 본인만의 논문을 작성

BASE 세션 주차 별 커리큘럼

주차	분류/분할	탐지/생성	자연어
1주	Network(1)	Object Detection(1)	NLP(1)
2주	Network(2)	Object Detection(2)	NLP(2)
3주	Network(3)	Object Detection(3)	NLP(3)
4주	Image Segmentation(1)	Object Detection(4)	NLP(4)
5주	Image Segmentation(2)	Auto Encoder(1)	NLP(5)
6주	Image Segmentation(3)	Auto Encoder(2)	NLP(6)
7주	Image Segmentation(4)	GAN(1)	NLP(7)
8주	GAN(2)	GAN(3)	GAN(4)

BASE 세션 주차 별 상세 커리큘럼

주차	분류/분할	탐지/생성	자연어
1주	InceptionV3	SPPNet	Seq2Seq
2주	DCN	Faster R-CNN	Transformer
3주	EfficientNet	YOLO	ELMO
4주	U-Net	RetinaNet	GPT-1
5주	SegNet	AE	Digital Signal Bert
6주	DeepLAB	VAE	RoBERTa
7주	Mask-RCNN	GAN	BART
8주	CycleGAN	StyleGAN	StarGAN