도비의 저장소

본 포스팅은 프로젝트가 종료된 후 상당한 시간이 지난 시점에 작성되었습니다. 당시의 경험을 기록으로 남기기 위해 작성한 글이므로, 당시 느꼈던 감상이나 인상이 현재의 기억과 일부 다를 수 있습니다.프로젝트 진행 시기 (2025.08 - 2025.10)✅ IntroOMS 3에 바로 이어서 OMS 4에 대한 글을 작성해보려 합니다. 이 프로젝트는 시작하게 된 계기가 비교적 선명하게 기억납니다. OMS 2와 3는 Medical AI 안에서 여러 데이터와 기술을 경험해보면서 제가 원하는 분야를 찾고 싶다는 마음에서 시작한 프로젝트였습니다. 하지만 OMS 4에서는 마음가짐이 조금 달랐습니다. 이번에 다룬 기술은 처음부터 제가 앞으로 더 깊게 공부해보고 싶은 분야라고 생각했기 때문입니다. 아마 2025년 여름 즈음..

본 포스팅은 프로젝트가 종료된 후 상당한 시간이 지난 시점에 작성되었습니다. 당시의 경험을 기록으로 남기기 위해 작성한 글이므로, 당시 느꼈던 감상이나 인상이 현재의 기억과 일부 다를 수 있습니다.프로젝트 진행 시기 (2025.05 - 2025.06)✅ Intro이 글은 프로젝트를 마무리한 지 1년이 조금 넘은 시점에서 작성하게 되었습니다. 그동안 블로그나 OMS 시리즈에 크게 신경을 쓰지 못하고 있었는데, 이제서야 조금씩 다시 정리할 여유가 생겼습니다. 시간이 꽤 지난 만큼 당시의 기억이 조금 흐릿할 수도 있겠지만, 남아 있는 기억들을 하나씩 되감아보며 적어보려고 합니다. 당시에는 OMS 2를 마친 이후에도 여전히 Medical AI 안에서 제가 정말 원하는 분야가 무엇인지 명확하게 감을 잡지 못하고 ..

보호되어 있는 글입니다.

연구노트 긁어오기 31. 미분 방정식이 처음이라서Neural ODE에서 다루는 미분 방정식은 크게 어렵지 않다.미분 방정식이 무엇인지? 방정식인데, 그 해가 함수이거나 함수 집합이다.수치적으로 푸는 방법 = Euler’s method (단순한 ODE Solver)이것만 알아도 크게 어려움이 없다. 그리고, 위 두 개념은 크게 어렵지 않다.또한, Runge-Kunta까지 안다면 더더욱 어려움이 없을 것이다.2. 2번 Section의 설명이 조금 난해해서리뷰를 해본 자의 입장으로서, 2번 Section이 Neural ODE의 핵심으로 보인다. (Sensitivity Adjoint Method를 제안)하지만, 이에 대한 수식 전개가 없고 뜬금 없이 등장한 거 같아 매우 혼란을 겪는다. 필자 또한 이를 파훼할 ..

연구노트 긁어오기 2 어제 논문을 읽던 도중이었나? Graph Spectral Convolution을 이해하고자 보고 있었는데, Laplacian matrix의 eigenvector를 보고 왜 Fourier basis라 하는지 궁금했다. 그래서, 기초적인 신호 처리부터 오래 걸리겠지만, 한 번 보자고 마음 먹고 푸리에 변환을 공부했었다. 특히, 1D Signal에서 Basis function이 Complex exponential이라는 점이 위에서 말하는 Fourier basis라고 하는 부분에 대해서 꽤 중요했다. 또, Laplacian operator와 Eigenfunction이 뭔지 알게 되었다. 이 때가 오늘의 스파크가 터지는 지점이었는데, ‘Laplacian operator의 Eigen funct..

연구노트 긁어오기 시리즈를 시작하며.. 요즘 글을 너무 안 올려서... 제 연구노트인데요, 요거라도 올려봅니다. Neural ODE 논문 리뷰를 하는 블로그에서 이 문제를 심층적으로 다루는 글들은 많이 못 봐서요. 제 연구 노트에는 요런 내용들이 좀 많습니다. 괜히 제 딴에는 보다 깊게 이해하려고 하는 것이지만, 시간을 많이 소비한답니다.. 호호 아무튼 요즘 근황 겸 요런 글을 어떠신지요. 올 한 해 의도치 않게 Generative Model에 빠져있었는데, GAN, VAE, Normalizing Flow, DDPM 등에 대해서도 요런 고군분투스러운 글들이 많답니다. (조금의 반응이라도 있다면, 앞으로는 조금씩 정제해서 올려볼까 합니다. 제 생각이 맞는지 의심스러울 때가 많거든요..ㅎ 여기를 discus..

🤔 Problem오랜만에 PyTorch 관련 글입니다. 최근에는 Generative Model 쪽을 공부하면서 DDPM을 구현하다가 PyTorch의 새로운 기능을 발견했는데요. 바로 오늘 글의 주제가 되는 self.register_buffer()입니다. 본 포스트는 예전에 작성한 포스트들 중에 'nn.Parameter(), 이걸 써야 하는 이유가 뭘까? (tensor와 명백하게 다른 점)'라는 포스트의 후속 편이 되기도 합니다.  이전 포스트의 내용을 간략하게 리뷰해 보면 '모델 내에서 단순히 torch.tensor()를 통해 선언한 텐서는 학습의 대상이 되지 못하고, 이를 명확하게 모델 내 학습을 하는 파라미터로 정의하기 위해서는 nn.Parameter()로 감싸서 추가적으로 선언해야 한다.'라는 내..

보호되어 있는 글입니다.