Generative Modeling by Estimating Gradients of the Data Distribution Generative Modeling by Estimating Gradients of the Data Distribution Introduction 이 논문에서는 생성형 모델에서 우도함수 기반 (ex. VAE) 이나 A...

Denoising Diffusion Probabilistic Models Denoising Diffusion Probabilistic Models Introduction 좁은 엘레베이터 안, 누군가 방귀를 뀌었다. 방귀 분자는 공기 중으로 무질서하게 퍼지기 시작하고, 이내 엘레베이터 내부 전체를 가득 채운다. 똥! ㅋㅋ 아무튼 물리학에서...

Auto-Encoding Variational Bayes Auto-Encoding Variational Bayes Introduction 이전에 GAN에선, 모델 $G$가 생성하는 분포 $p_{g}$를 실제 데이터의 분포 $p_{\text{data}}$에 가까워지도록(근사하도록) 학습 목표를 잡았었다. 여기서 이미지라는 시각 데이터를 왜 ...

GAN: Generative Adversarial Nets Generative Adversarial Nets Introduction 기존 생성 모델은 주로 최대우도추정(Maximum Likelihood Estimation, MLE)를 기반으로 학습을 하였다. 모델이 생성하는 샘플의 확률 분포 $p_{\text{model}}$이 진짜 데이터...

U-Net: Convolutional networks for Biomedical Image Segmentation U-Net: Convolutional networks for Biomedical Image Segmentation Introduction 이미지 세그멘테이션에선 픽셀 단위로 정답을 맞춰야 하기 때문에, 한 픽셀을 중심으로 주변...

Deep Residual Learning for Image Recognition Deep Residual Learning for Image Recognition Background 이미지 분류 모델(CNN)은 층이 깊어질수록 저수준의 특징(선, 면)부터 고수준의 추상적 특징(이목구비, 물체의 형태)까지 단계적으로 학습할 수 있다. 따라서 ...