[Paper Review] Causal Discovery with Attention Based Convolutional Neural Network(TCDF)
이번 포스팅에서는 시계열 데이터의 인과그래프를 탐색하는 논문을 리서치하던 중 인용수가 많았던 Causal Discovery with Attention_Based Convolutional Neural Network를 리뷰해보고자 합니다. 최근 업무에서 IT서비스의 성능 표인 시계열 ...
최근 포스트
Session 7 인과 그래프
이번 포스팅에서는 지난 session2에 이어 session7 인과 그래프에 대한 강의를 정리해보도록 하겠습니다.
[Paper Review] You Only Look Once(YOLO)
이번 포스팅에서는 지난 7월에 풀입스쿨 논문요약 스터디에서 다뤘던 YOLO에 대해 요약해보려 합니다. 제조 AI에 관심이 있는데 CV쪽을 알아두면 좋을 것 같아 참여하게 되었습니다.
Session 2 인과추론을 위한 연구 디자인
본 포스팅은 인과추론 두번째 포스팅으로 인과추론을 위한 연구 디자인 방법에 대해 다뤄보도록 하겠습니다.
Session 1 인과추론의 다양한 접근법
AIOps에서 중요한 부분 중 하나는 장애에 대한 원인이 무엇인지 찾는 것입니다. 이러한 연구분야를 Root Cause Analysis(RCA)라고 하는데 회사에서 최근에 이 연구에 대한 업무를 맡게 되었습니다.
2023년 2분기 회고
벌써 7월도 중순을 지나고 있습니다. 회고를 할때마다 항상 느끼지만 시간이 점점 더 빨리가는 것 같아요. 올해 2분기는 정말 바쁘게 지나간 것 같아서 특히나 이번 회고가 특별하게 느껴집니다.
[Paper Review] Detecting Spacecraft Anomalies Using LSTMs and Nonparametric Dynamic Thresholding
본 논문은 2018년 NASA에서 발표한 논문으로 이후 많은 시계열 이상치 탐지 논문들에서 인용한 유명한 논문입니다. 저도 업무 중 이상치 탐지 모델을 계발하는 데 이 논문의 방법을 사용했기 때문에 이 기회에 논문의 리뷰를 해보도록 하겠습니다.
[Paper Review] Informer: Beyond Efficient Transformer for Long Sequence Time Series Forcasting
Informer는 AAAI-21 Outstanding Paper Award에 선정된 논문으로 장기 시계열 예측에서 좋은 성능을 보인 논문입니다. 회사에서 informer로 시계열 예측을 하는 리서치 업무가 있었기 때문에 본 논문을 리뷰해보겠습니다. 본 리뷰는 DSBA 연구실 리뷰의...
2023년 1분기 회고
벌써 2023년 1분기가 끝나고 4월이 왔습니다. 시간이 너무 빠르네요.. 올해는 분기별로 회고를 해보려고 합니다. 그동안 무엇을 했는지 또 앞으로 어떻게 계획을 수정해가야 할지 고민하기 좋을 것 같기 때문입니다.
[Paper Review] Deep Learning for Anomaly Detection in Time-Series Data: Review, Analysis and Guidelines
본 논문은 2021 IEEE 저널에 투고된 논문으로 딥러닝을 이용한 시계열 이상감지에 대한 풍부한 리뷰를 하고 있습니다. 이번 포스팅에서는 본 논문의 간략한 요약을 해보겠습니다.