normalization 3

[논문리뷰] REVERSIBLE INSTANCE NORMALIZATION FORACCURATE TIME-SERIES FORECASTING AGAINSTDISTRIBUTION SHIFT

REVERSIBLE INSTANCE NORMALIZATION FOR ACCURATE TIME-SERIES FORECASTING AGAINST DISTRIBUTION SHIFT ICLR 2022에 accept된 논문으로, 저자는 Taesung Kim, Jinhee Kim, Yunwon Tae, Cheonbok Park, Jang-Ho Choi, Jaegul Choo 으로 카이스트에서 나온 논문이다. 이 논문은 Time-series Forecasting의 domain shift에 대해 다룬 논문이다. Motivation Time-series forecasting은 healthcare, economics 와 같이 일반적인 daily problem를 다루기 위해 중요한 분야이다. 지금까지의 연구는 long-te..

논문리뷰 2024.03.23

[논문리뷰] Unsupervised Domain Adaptation Using Feature-Whitening and Consensus Loss

본 논문은 CVPR 2019에 accepted된 논문이다. https://openaccess.thecvf.com/content_CVPR_2019/papers/Roy_Unsupervised_Domain_Adaptation_Using_Feature-Whitening_and_Consensus_Loss_CVPR_2019_paper.pdf 1. Motivation annotated trainind data를 모으는 것은 cost가 매우 많이 들기 때문에 이를 해결하기 위해서 Domain Adaptation (DA) method가 많이 제시되었었다. 특히 annotated 되지 않은 target domain이 train 때 접근 가능한 Unsupervised Domain Adaptation (UDA)에 대한 많은 ..

논문리뷰 2024.01.27

[논문리뷰] Learning to Optimize Domain Specific Normalization for Domain Generalization

본 논문은 ECCV 2020에 accepted된 논문으로 새로운 Normalization을 통해서 Domain Generalization 문제를 해결한 논문이다. 1. Motivation 본 논문은 Domain Generalization (DG)에 관한 논문이다. Domain Generalization은 generic feature representations를 배워 model이 새로운 domain에서 성능이 잘 나오도록 하는 것을 목표로 한다. Domain Generlization은 Unsupervised Domain Adaptation (UDA)과 과련이 깊지만, target domain data에 대한 availability 측면에서 차이가 있다. Domain Generlization은 triani..

논문리뷰 2024.01.13