문서 둘러보기
TGS-Agent
TGS-Agent는 지시 대상을 해석하고 대략적인 위치를 찾은 뒤 정밀 분할하는 세 단계의 시청각 지시 분할 방법이다. 멀티모달 언어 모델이 만든 물체 설명을 Grounding-DINO와 SAM2의 명시적 프롬프트로 사용한다.
SAM2-LOVE
SAM2-LOVE는 문장·오디오·시각 표현을 학습 가능한 토큰에 통합해 SAM2로 지시 대상을 연속 분할하는 방법이다. 토큰 전파와 누적으로 과거 정보를 유지하고 프레임 사이 대상 이동 오류를 줄이려 한다.
SimToken
SimToken은 멀티모달 대형 언어 모델이 만든 대상 의미 토큰을 SAM의 프롬프트로 쓰는 지시 기반 시청각 분할 방법이다. 같은 물체를 가리키는 서로 다른 문장의 토큰 표현도 정렬한다.
TSAM
TSAM은 SAM에 시간 모델링과 멀티모달 프롬프트를 더해 문장으로 지시한 시청각 대상을 분할하는 방법이다. 여러 영상 프레임의 문맥과 소리·시각·문장 정보를 함께 활용한다.
SAMA-AVS
SAMA-AVS는 SAM의 대부분 매개변수를 고정한 채 어댑터로 시청각 분할에 적응시키는 방법이다. 함께 제안한 자료 합성 절차는 기존 이미지·마스크와 오디오를 범주 정보로 연결해 학습용 삼중쌍을 만든다.
UFE-AVS
UFE-AVS는 주석 없는 영상 프레임을 가까운 프레임과 먼 프레임으로 나누어 시청각 분할에 활용하는 방법이다. 가까운 프레임의 동작 단서와 먼 프레임의 의미·외형 변화를 서로 다르게 이용한다.
SAMOT
SAMOT은 모달리티 상태에 맞춰 시간 모델의 반응을 조절하고 최적 수송으로 소리·시각 개체를 대응시키는 시청각 인스턴스 분할 방법이다. 상태 변화와 장거리 일관성, 모달리티 분포 차이를 함께 다룬다.
H2S 시청각 추적
H2S는 겹친 소리와 시각 개체의 대응 및 비동기 변화를 다루는 시청각 인스턴스 분할 방법이다. 음향 의미 투영과 오디오로 조절하는 상태 전이로 개별 음원의 마스크와 추적을 학습한다.
AVPS-360
AVPS-360은 공간 음향과 360도 영상으로 소리 내는 사람의 인스턴스 분할과 추적을 평가하는 자료다. STARSS23에 기반해 1차 앰비소닉스 소리와 동기화된 영상을 연결한다.
BiAVIS
BiAVIS는 동기화된 바이노럴 소리와 영상으로 소리 내는 개별 물체를 분할하는 과제다. 두 귀에 해당하는 공간 음향 단서를 이용해 같은 범주의 비슷한 물체를 구분하는 문제를 다룬다.
AVISeg
AVISeg는 소리 내는 개별 물체의 영역과 시간에 걸친 동일성을 평가하는 시청각 인스턴스 분할 벤치마크다. 26개 의미 범주, 긴 영상 926개, 9만 개 이상의 인스턴스 마스크를 포함한다.
VCT 시청각 분할
VCT는 시각 특징에서 만든 쿼리로 소리와 영상 정보를 반복 조회하는 시청각 분할 트랜스포머다. 혼합 오디오의 모호함과 시각 세부 정보 손실을 다루기 위해 시각 중심의 쿼리를 사용한다.
DDESeg
DDESeg는 혼합 소리에서 각 음원의 의미를 구별하는 표현을 만들고 영상과 맞지 않는 요소를 동적으로 제거하는 시청각 분할 방법이다. 소리 중첩과 같은 물체가 내는 다양한 소리의 대응 문제를 다룬다.
SSP 시청각 의미 분할
SSP는 광류와 문장 프롬프트를 함께 활용하는 시청각 의미 분할 방법이다. 움직이는 음원에는 동작 단서를, 정지한 음원에는 물체 범주와 장면 설명을 보완 단서로 사용한다.
DDAVS
DDAVS는 여러 음원의 의미가 섞이는 문제와 소리·영상의 정렬 문제를 함께 다루는 시청각 분할 방법이다. 오디오 프로토타입 메모리와 지연된 모달리티 상호작용을 활용한다.
EASE 시청각 분할
EASE는 인코더 중심 구성으로 소리 내는 물체의 위치·영역·범주를 예측하는 시청각 의미 분할 방법이다. 이미지 분할에서 이어받은 구조의 불필요한 부분을 줄여 효율을 높이는 방향을 연구한다.
풍경 사진의 초점과 피사계 심도
풍경에서 하늘이나 먼 곳에 초점을 맞췄을 때 가까운 전경까지 선명한지 판단하는 원리와 과초점 거리의 한계를 설명한다.
Windows 업데이트와 PC 성능
Windows 업데이트의 오류 수정과 성능 개선 가능성, 보안 유지의 목적, Windows 10 ESU와 기능 업데이트의 차이를 설명한다.
Windows 정품 인증과 라이선스
Windows 정품 인증은 제품 키나 디지털 권한을 장치와 연결하는 기술적 과정이다. 인증 성공이나 판매자의 리테일 표기만으로 정품 라이선스 취득이 보장되지는 않는다.
동영상 파일의 용량과 비트레이트
영상 파일의 크기를 평균 비트레이트와 재생시간, 압축 방식과 오디오 트랙으로 구분해 설명한다.
동영상 재인코딩
압축된 동영상을 풀어 다시 부호화하는 작업. 손실 압축을 반복하면 세부 정보가 더 줄어들 수 있으며, 해상도와 비트레이트만으로 화질을 판단할 수는 없다.
디스플레이 케이블과 전송 대역폭
HDMI와 DisplayPort 케이블은 원하는 해상도·주사율·색 설정과 인증 등급을 함께 확인한다.
하드디스크의 용량과 소음
HDD 소음은 용량만으로 결정되지 않는다. 회전음, 탐색음, 설치 환경과 소음 사양을 구분한다.
모니터 주사율과 응답시간의 차이
주사율, 게임 프레임, 픽셀 응답시간과 입력 지연을 구분하고 낮은 주사율에서 성능을 비교하는 방법을 설명한다.
톨보이와 북셀프 스피커
스피커 형태와 저음·출력·배치 조건을 구별한다.
그래픽카드 백플레이트의 역할
기판 보강·보호와 방열 기능을 제품 구조에 따라 구별한다.
다운로드 속도와 저장장치 병목
인터넷 전송과 외장 저장장치 쓰기, 설치 처리량을 구분한다.
헤드폰 EQ와 주파수 응답
EQ의 대역 조절, 플랫의 기준, 청취 음량과 시간을 구분한다.
풍경사진의 초점거리와 구도
풍경에 맞는 초점거리와 화면을 정리하는 방법을 구분한다.
TV 게임 모드와 입력 지연
TV의 게임 모드는 입력 지연을 줄이는 설정이다. PC와 콘솔의 차이는 TV라는 이름보다 지원 기능과 연결 조건을 함께 살펴야 한다.
프리릴리즈 캡처와 Live Photos
셔터를 누르기 전 프레임을 남기는 프리릴리즈 캡처의 원리와 Live Photos의 차이를 설명한다.
SSD의 DRAM·HMB·SLC 캐시
DRAM 없는 SSD의 동작과 HMB, SLC 쓰기 버퍼를 구분하고 게임 로딩 결과의 해석 범위를 설명한다.
듀얼 모니터와 서로 다른 주사율
모니터별 주사율 설정과 확장·복제, 실제 성능 저하를 구별하는 방법.
그래픽카드 GPU와 제조사 모델의 차이
같은 GPU를 사용한 그래픽카드도 냉각 구조, 크기, 출고 클럭과 부가 기능이 다를 수 있다. GPU 등급 차이와 제조사 제품군 차이를 구별해 비교한다.
모니터 밝기 설정과 휘도
모니터의 밝기 설정값은 실제 휘도와 구별해야 한다. 제품 사양의 니트 수치도 화면 모드와 측정 조건을 맞추어 비교한다.
Windows HDR 보정과 SDR 밝기
HDR 보정용 테스트 패턴과 실제 감상 밝기, HDR 모드에서의 SDR 콘텐츠 밝기 조절을 구분한다.
PC 쿨러와 팬의 냉각 성능과 소음
수냉쿨러와 팬을 비교할 때 냉각 여유, 소음, 풍량과 정압, 외관 및 제어 기능을 구분하는 이유를 설명한다.
그래픽 드라이버 업데이트와 롤백
그래픽 드라이버를 업데이트하는 이유와 공식 배포 경로, 용도에 따른 드라이버 선택 및 이전 버전으로 되돌리는 기준을 설명한다.
대조 조건부 확산 시청각 분할
대조 조건부 확산 시청각 분할은 잠재 확산 모델로 소리와 최종 분할 지도 사이 관계를 학습하는 접근이다. 조건부 생성과 대조 학습 제약을 결합해 음향 입력이 출력에 기여하도록 모델링한다.
COMBO 시청각 분할
COMBO는 픽셀·모달리티·시간의 관계를 함께 다루는 시청각 분할 트랜스포머다. 시각 특징 생성, 소리와 영상의 양방향 정렬, 프레임 사이 일관성 학습을 각각의 구성 요소로 제안한다.
AVESFormer
AVESFormer는 시청각 분할의 계산 효율을 높이기 위해 프롬프트 쿼리 생성기와 ELF 디코더를 제안하는 트랜스포머다. 교차 어텐션의 동작과 초기 단계의 국소 특징 처리를 함께 다룬다.
Stepping Stones 시청각 학습
Stepping Stones는 시청각 의미 분할을 위치 추정과 의미 이해의 두 단계로 나누는 훈련 전략이다. 소리와 영역의 대응을 배우는 목표와 물체 범주를 이해하는 목표를 점진적으로 다룬다.
AVSegFormer
AVSegFormer는 트랜스포머를 이용해 영상에서 소리 내는 물체를 분할하는 방법이다. 오디오 쿼리와 학습 가능한 쿼리, 시청각 믹서로 관련 시각 특징을 선택하고 중간 마스크에 감독을 제공한다.
LAVISH
LAVISH는 시각 자료로 사전 학습한 ViT의 원래 매개변수를 고정하고 시청각 과제에 적응시키는 어댑터다. 각 층에 작은 학습 가능 구성을 넣고 잠재 토큰으로 두 모달리티의 정보를 융합한다.
CMSF 시청각 분할
CMSF 시청각 분할은 기존 멀티모달 기반 모델을 조합해 소리와 물체 마스크를 연결하는 접근이다. 해당 과제에 특화된 새 주석이나 모델 훈련 없이 시청각 분할을 수행하는 조건을 다룬다.
Ref-AVS
Ref-AVS는 소리와 시각 단서를 담은 자연어 표현으로 지시한 물체를 픽셀 수준에서 분할하는 과제다. 주어진 표현의 시청각 조건을 이용해 영상에서 대상 영역을 찾는다.
AVSBench
AVSBench는 영상 프레임 시점에 소리를 내는 물체의 픽셀 수준 영역을 평가하는 시청각 분할 벤치마크다. 단일 음원의 반지도 설정과 여러 음원의 완전 지도 설정을 제시한다.
어려운 영역 대조 음원 위치 추정
어려운 영역 대조 음원 위치 추정은 구분하기 까다로운 이미지 영역을 자동으로 찾아 대조 학습에 넣는 비지도 접근이다. Localizing Visual Sounds the Hard Way 연구에서 영상의 보이는 음원을 찾고 VGG-SS 평가 자료를 제시한다.
AVE 시청각 사건 위치 추정
AVE 시청각 사건 위치 추정은 영상 구간에서 보이면서 동시에 들리는 사건의 시간적 위치를 찾는 과제다. 지도·약한 감독의 사건 위치 추정과 교차 모달 위치 추정을 평가하는 AVE 데이터셋을 함께 제안한다.
LLP 시청각 영상 파싱
LLP 시청각 영상 파싱은 영상을 시간적 사건 구간으로 나누고 각 사건이 들리는지, 보이는지, 둘 다인지 구분하는 약한 감독 과제다. Look Listen and Parse 데이터셋과 멀티모달 다중 인스턴스 학습 틀을 제시한다.
MUSIC-AVQA
MUSIC-AVQA는 음악 영상의 시각 물체와 소리, 둘의 관계에 관한 질문에 답하는 시청각 질의응답 데이터셋이다. 서로 다른 모달리티와 질문 유형을 다루는 33개 질문 틀과 4만 5천 개 이상의 질의응답 쌍을 포함한다.
EZ-VSL
EZ-VSL은 학습 중 소리 나는 영역과 그렇지 않은 영역을 따로 구성하지 않고 시청각 공간을 정렬하는 비지도 음원 위치 추정 방법이다. 대응 이미지의 적어도 한 위치와 소리가 일치하도록 학습한다.
자기 지도 시청각 객체 표현
자기 지도 시청각 객체 표현은 영상을 개별 시청각 객체의 집합으로 바꾸는 접근이다. 어텐션으로 소리 원천의 위치와 묶음을 찾고 광류로 시간에 걸친 정보를 모아 발화 관련 과제에 활용한다.
시청각 공동 분할 학습
시청각 공동 분할 학습은 자연 영상에서 이미지의 물체 분할과 오디오 음원 분리를 함께 배우는 자기 지도 접근이다. 특징 채널에 의미 범주를 대응시키고 학습 후에는 두 과제를 독립적으로 수행하는 구성을 다룬다.
See Hear and Read
See Hear and Read는 이미지·소리·언어가 공유하는 정렬된 표현을 학습하는 연구다. 이미지와 문장, 이미지와 소리의 쌍으로 학습하고 학습 중 직접 관측하지 않은 문장과 소리 사이 전이도 평가한다.
Visually Indicated Sounds
Visually Indicated Sounds는 물체를 두드리거나 긁는 무음 영상에서 소리를 합성하는 연구다. 영상으로 소리 특징을 예측한 뒤 예제 기반 합성으로 파형을 만드는 절차를 사용한다.
AVTS
AVTS는 소리와 영상의 시간적 동기 여부를 구분하며 두 모달리티의 표현을 배우는 자기 지도 과제다. 교육과정 학습, 음성 사례 선택, 대조 손실의 구성을 함께 다룬다.
주변음 예측 시각 학습
주변음 예측 시각 학습은 영상 프레임과 관련된 소리의 통계적 요약을 예측하며 시각 표현을 배우는 접근이다. 주변 소리를 감독 신호로 삼아 물체와 장면 정보를 학습하는 문제를 다룬다.
동기 예측 다감각 표현
동기 예측 다감각 표현은 영상 프레임과 소리가 시간적으로 정렬됐는지 예측하며 두 정보를 융합해 배우는 자기 지도 접근이다. 학습한 표현을 음원 위치 추정, 시청각 행동 인식, 화면 안팎 음원 분리에 활용한다.
어텐션 기반 시청각 음원 위치 학습
어텐션 기반 시청각 음원 위치 학습은 소리와 시각 장면의 쌍에서 화면 속 소리의 원천을 찾는 비지도 접근이다. 각 모달리티를 처리하는 두 스트림과 어텐션을 결합하며 소량의 감독으로 잘못된 대응을 바로잡는 조건도 다룬다.
Looking to Listen
Looking to Listen은 영상 속 얼굴을 단서로 혼합 소리에서 해당 사람의 발화를 분리하는 시청각 모델이다. 화자별로 별도 모델을 훈련하는 대신 한 번 학습한 모델을 여러 화자에 적용하는 접근을 제시한다.
2-5D Visual Sound
2-5D Visual Sound는 영상의 공간 단서를 이용해 단일 채널 소리를 바이노럴 음향으로 변환하는 연구다. 화면 속 물체와 장면 배치를 음향 복원에 연결하며 원 제목은 2.5D Visual Sound다.
VisualVoice
VisualVoice는 영상 속 얼굴에 대응하는 발화를 배경음이나 다른 화자의 소리에서 분리하는 방법이다. 입술 움직임 외에도 얼굴 외형을 추가 단서로 사용하며 발화 분리와 교차 모달 화자 임베딩을 함께 학습한다.
AVID-CMA
AVID-CMA는 소리와 영상 사이의 인스턴스 구분과 두 특징 공간의 일치 관계를 활용하는 자기 지도 학습 방법이다. 두 모달리티에서 함께 유사한 여러 사례를 양성 집합으로 묶는다.
Co-Separation
Co-Separation은 여러 음원이 이미 섞인 주석 없는 영상에서 물체 수준 소리를 배우는 훈련 방식이다. 비슷한 외형의 물체에서 분리된 소리가 일관되게 식별되도록 하면서 영상 수준 음향도 재현하도록 학습한다.
PixelPlayer
PixelPlayer는 영상에서 소리를 내는 영역을 찾고 입력 음향을 픽셀 위치에 대응하는 성분으로 분리하는 시스템이다. The Sound of Pixels 연구에서 시청각 동기 관계를 이용하는 Mix-and-Separate 학습을 제시한다.
The Sound of Motions
The Sound of Motions는 물체의 시각적 움직임을 명시적으로 이용해 소리 위치 추정과 음원 분리를 수행하는 연구다. Deep Dense Trajectory 모델과 교육과정 학습을 결합한다.
시각 물체 기반 음향 기저 분리
시각 물체 기반 음향 기저 분리는 레이블 없는 영상에서 물체에 대응하는 소리의 주파수 기저를 학습하고 이를 새 영상의 음원 분리에 활용하는 접근이다. 물체가 홀로 등장하거나 단독으로 소리 내는 자료가 없어도 학습하는 문제를 다룬다.
CVRL
CVRL은 같은 짧은 영상에서 얻은 두 증강 클립을 가깝게 학습하는 자기 지도 영상 표현 방법이다. 프레임 사이의 일관성을 유지하는 공간 증강과 시간 간격을 고려한 클립 표본 추출을 함께 다룬다.
Look Listen and Learn
Look Listen and Learn은 레이블 없는 영상의 시각·음향 스트림 사이 대응을 학습 신호로 이용하는 자기 지도 연구다. 원시 영상만으로 시각 네트워크와 오디오 네트워크를 처음부터 학습해 두 표현의 활용 가능성을 살핀다.
Objects that Sound
Objects that Sound는 소리와 이미지를 공통 공간에서 검색하고 이미지 속 소리 내는 물체의 위치를 찾는 자기 지도 연구다. 주석 없는 영상의 시청각 대응을 학습 목표로 이용한다.
SeLaVi
SeLaVi는 소리와 영상의 자연스러운 대응을 활용해 사람의 주석 없이 영상 데이터를 군집화하고 의사 레이블을 만드는 방법이다. 좋은 특징 표현을 얻는 일과 의미 있는 군집을 얻는 일을 구분한다.
SoundNet
SoundNet은 레이블 없는 영상의 소리와 화면 사이 동기 관계를 이용해 소리 표현을 학습하는 방법이다. 시각 인식 모델의 지식을 교사·학생 절차로 음향 모달리티에 전달한다.
XDC
XDC는 한 모달리티에서 얻은 군집을 다른 모달리티의 학습 신호로 사용하는 자기 지도 방법이다. 소리와 영상이 공유하는 의미와 서로 다른 정보를 함께 활용해 표현을 학습한다.
강건한 시청각 인스턴스 구분
강건한 시청각 인스턴스 구분은 소리와 영상의 대조 학습에서 잘못된 양성과 잘못된 음성의 영향을 줄이는 자기 지도 방법이다. 약한 대응에는 가중치를 낮추고 사례 사이 관계에는 부드러운 목표 분포를 사용한다.
RSPNet
RSPNet은 두 영상 클립의 상대 재생 속도와 외형 차이를 함께 학습하는 비지도 영상 표현 방법이다. 절대 속도 레이블의 어려움과 움직임에만 치우친 표현을 다루려 한다.
VideoMoCo
VideoMoCo는 적대적으로 일부 프레임을 제거하는 학습과 메모리 큐의 시간 감쇠를 MoCo에 더한 비지도 영상 표현 방법이다. 프레임 누락에 강건한 인코더와 오래된 키의 표현 차이를 함께 다룬다.
USB4와 eGPU 지원 조건
USB4 외장 그래픽 연결은 PCIe 터널링과 호스트·외장 케이스의 지원 조건을 확인해야 한다. 40Gbps 표기만으로 특정 조합의 호환성이나 성능을 단정하지 않는다.
TCN 시각 표현
TCN은 같은 순간의 여러 시점을 가깝게 하고 시간상 이웃한 관측을 구별하는 거리 학습으로 표현을 배우는 자기 지도 방법이다. 시점에 덜 민감하면서 상호 작용과 자세의 변화를 담는 표현을 로봇 모방에 활용한다.
시간 순환 대응 학습
시간 순환 대응 학습은 미주석 영상에서 순환 일관성이 있는 추적에 유용하도록 특징 지도를 학습하는 자기 지도 대응 방법이다. 학습한 표현의 시공간 최근접 이웃으로 새로운 영상의 대응을 찾는다.
SpeedNet
SpeedNet은 영상이 정상 속도인지 가속 재생인지 구별하는 자기 지도 학습으로 움직임의 자연스러운 빠르기를 추정하는 모형이다. 이진 학습을 바탕으로 다양한 속도와 시공간 표현을 다룬다.
시간 순환 일관성 학습
시간 순환 일관성 학습은 여러 영상의 시점 대응을 미분 가능한 순환 손실로 배우는 자기 지도 방법이다. 프레임별 임베딩의 최근접 이웃을 이용해 영상 사이 동작 단계를 정렬한다.
영상 시간 방향 예측
영상 시간 방향 예측은 영상이 순방향인지 역방향인지 구별하는 감독으로 시간 단서와 시각 표현을 학습하는 접근이다. 물리적 변화뿐 아니라 제작 관행 같은 인공 단서가 판단에 미치는 영향도 살핀다.
Shuffle and Learn
Shuffle and Learn은 영상 프레임들이 올바른 시간 순서인지 판별하도록 합성곱망을 학습하는 비지도 시각 표현 방법이다. 의미 레이블 없이 원시 시공간 신호로 변화에 민감한 특징을 얻으려 한다.
자기 이동 등변 표현
자기 이동 등변 표현은 관측 주체의 특정 움직임에 특징이 예측 가능한 방식으로 반응하도록 학습하는 시각 표현 접근이다. 일인칭 영상과 자기 운동 신호로 합성곱망을 정규화한다.
자기 이동 감독 시각 학습
자기 이동 감독 시각 학습은 이동 주체가 알 수 있는 자신의 움직임 정보를 감독 신호로 사용해 시각 특징을 배우는 접근이다. 물체 범주의 수동 레이블 외에 물리적 관측 변화에서 학습 정보를 얻는다.
Context Encoders
Context Encoders는 이미지의 주변 문맥으로 비어 있는 영역의 내용을 생성하도록 합성곱망을 학습하는 비지도 시각 표현 방법이다. 인페인팅 과제를 통해 외형뿐 아니라 장면의 의미 구조를 담는 특징을 얻으려 한다.
Split-Brain Autoencoders
Split-Brain Autoencoders는 서로 분리된 두 하위망이 한 채널 집합에서 다른 집합을 예측하도록 학습하는 비지도 표현 방법이다. 두 경로가 전체 입력의 특징을 추출하도록 채널 간 예측 과제를 결합한다.
문맥 예측 표현 학습
문맥 예측 표현 학습은 같은 이미지에서 뽑은 두 패치의 상대 위치를 예측하도록 합성곱망을 학습하는 자기 지도 접근이다. 물체와 부분의 공간 관계를 감독 신호로 이용해 시각 표현을 얻는다.
분류 기반 자동 채색
분류 기반 자동 채색은 흑백 사진에 가능한 색을 예측하기 위해 채색을 분류 문제로 다루는 합성곱망 접근이다. 범주 재균형으로 색의 다양성을 높이고 채색을 자기 지도 특징 학습의 사전 과제로도 활용한다.
RotNet 표현 학습
RotNet은 입력 이미지에 적용한 이차원 회전을 예측하도록 합성곱망을 학습하는 자기 지도 표현 학습 방법이다. 사람이 물체 이름을 붙이는 대신 변환 과정에서 얻은 감독으로 의미 특징을 배우려 한다.
직소 퍼즐 표현 학습
직소 퍼즐 표현 학습은 이미지 타일의 올바른 배치를 맞히는 사전 과제로 물체 부분과 공간 관계를 학습하는 자기 지도 접근이다. 초기 처리의 문맥을 타일 하나로 제한하는 CFN 구조를 제안한다.
GroCo
GroCo는 양성과 음성 쌍의 거리 순서를 미분 가능한 정렬망으로 학습하는 자기 지도 목적이다. 양성 거리가 음성보다 뒤에 놓인 정도를 손실로 다루며 지역 이웃의 순서를 개선하려 한다.
시간 대비 비선형 ICA
시간 대비 비선형 ICA는 비정상 시계열의 시간 구간을 구별하는 표현 학습과 선형 ICA를 연결해 비선형 성분을 추정하는 접근이다. 시간에 따른 분포 변화가 식별에 필요한 정보를 제공한다.
식별 가능한 VAE와 비선형 ICA
식별 가능한 VAE와 비선형 ICA는 추가 관측에 조건화된 분해 사전 분포를 이용해 관측과 잠재 변수의 결합 분포를 식별하는 생성 모형 틀이다. 관측 분포를 잘 맞추는 것보다 강한 잠재 구조의 식별을 다룬다.
보조 변수 비선형 ICA
보조 변수 비선형 ICA는 자료와 추가 관측의 실제 결합을 무작위 결합과 구별해 바탕 잠재 변수를 학습하는 틀이다. 시간 인덱스나 시계열 이력 같은 보조 정보로 비선형 성분의 식별 문제를 다룬다.
비지도 분리 표현의 식별 한계
비지도 분리 표현의 식별 한계는 자료를 설명하는 변화 요인을 주석 없이 유일하게 찾아낼 수 있는지에 관한 문제다. 관련 연구는 모형과 자료의 귀납 편향 없이 분리 표현을 학습하는 데 근본적인 한계가 있음을 보인다.
약한 감독의 요인 분리
약한 감독의 요인 분리는 일부 변화 요인을 공유하는 이미지 쌍을 이용해 표현의 변화 요인을 나누는 학습 접근이다. 개별 요인의 정답 레이블 없이 관측의 관계가 제공하는 정보를 활용한다.
DTS Virtual:X와 음원 형식
DTS Virtual:X는 가상 서라운드 처리 기술이다. 같은 효과를 적용해도 입력 채널과 원본 내용이 다르면 결과가 같아진다고 볼 수 없다.
대조 시각 학습의 데이터 조건
대조 시각 학습의 데이터 조건은 사전 학습 자료의 양과 도메인, 품질 및 후속 과제의 세분성이 표현 성능에 미치는 영향을 연구하는 관점이다. 한 정제 자료의 성과를 다른 자료로 확장할 때 필요한 조건을 살핀다.