내 질문:실적으로 FR과 CDR Codesign하는 생성모델이 가능할것같아? 내가보기엔 데이터가 너무 적어서 학습하기 너무 어려울 것 같고, FR생성하는 모델 따로, CDR을 생성하는 모델을 따로 이용해서 두 모델이 생성한 구조를 Grafting하는 방법을 고안하고싶은데 이건 어떨까? ChatGPT의 대답:좋은 아이디어예요. 결론부터 말하면,FR+CDR 동시(co-design) 생성은 원리상 가능하지만, 데이터 희소성/라벨 부정확성 때문에 “바로 실전”은 어렵습니다.FR 모델과 CDR 모델을 분리해 각각의 강점을 살린 뒤, 가상 접목(grafting)과 강력한 사후-필터링으로 합치는 전략은 현실적이고 효과적인 트레이드오프입니다.더 나아가, 분리-생성+가교(graft) 파이프라인에 **약한 결합(soft ..
논문 제출할 때 리뷰어 지정을 요구하는 저널들이 많아서 논문 읽으면서 관련분야 전문가라고 생각되는 분들, 논문 잘쓴다고 생각하는 분들은 저장해두는 편이 좋겠다고 생각이 들어서 작성하는 공간. Antigen-Antibody Interaction (AAI) predictionDeepInterAware : Yuhang Xia, Zhiwei Wang, Feng Huang, Zhankun Xiong, Yongkang Wang, Minyao Qiu, and Wen Zhang* Antibody Generation ModelArtificial intelligence-driven computational methods for antibody design and optimization : 김호민 교수님, 차미영 교수님 ..
나도 완전히 동일한 문제를 겪고있다.돈을 깜빡하고 안넣어놔서 돈넣고 결제하려 했더니지금 결제 버튼을 아무리 눌러도 아무런 응답도 없다.당근마켓 사기치는 놈들도 html코드로 멍텅구리 버튼 올려두는, 컴공 2학년이 계절학기로 2주 속성 html 강의만 배워도 안하는 실수는 안하더라.근데 위대하신 마이크로소프트는 돈이 너무 많아서 더 벌 필요가 없는건지 모르겠으나 그 위대한 ChatGPT 개발하는 개발자들 쥐어줄 돈은 있더라도 멍텅구리 지금 결제 버튼 고쳐줄 하꼬 실무용 개발자들 채용할 생각은 없나보다.원드라이브 때문에 울며겨자먹기로 쓰고있는데 언젠가 그냥 개인용 나스를 구축해서 이 개같은 마이크로소프트 노예에서 벗어나기를 고대하고 고대한다.뭘 어쩌라는건지 모르겟다. 원드라이브 끊기면 짜증나는데시발
대한민국이라는 나라 자체가 워낙 서로를 짓밟아야만 내가 우뚝서는 경험을 하게 만들어주는 나라라 헬조선이라는 말을 듣긴 한다.인스타그램이나 에브리타임, 디씨인사이드, 루리웹, 보배드림, 펨코, MLP파크 등 여러 커뮤니티를 가보면 본인은 평가절상하고 타인의 인생들은 평가절하해야만 살아갈 수 있는 사람들이 많이 있다. 위와같은 커뮤니티들이야 워낙 익명을 기반으로 다양한 사람들이 모이는 공간이니 그런 사람들이 필연적으로 많이 보일 수 밖에 없다고 생각한다.그런데 이보다 더 질나쁜 일부 극성 페미니즘, 맘카페, 일베나 허언증 환자 집합소인 블라인드 등의 악질 커뮤니티보다 더 심각한 느낌을 지울수가 없는, 가끔 어쩔 수 없이 정보를 위해 들어가지만 들어갈 때마다 기분을 망치는 커뮤니티가 있으니 김박사넷이나 BRI..
좋은 학회에 등재된 논문은 반드시 좋은 논문일까?반드시 그렇지만은 않다고 생각은 해오고 있었지만 최근 읽은 AbDiffuser라는 논문을 통해 반드시 그렇지는 않다는 것을 새삼 깨닫게 되었다.해당 논문은 Deep Learning 분야의 저명한 Top tier Conference인 NeurIPs(NIPS) 논문으로 BK에서도 최상위 학회로 인정하여 IF 4.0을 인정하는, 1저자 등록되면 플랜카드가 붙을법한 저명한 학회에 메인 페이퍼로 나와 심지어 higlight까지 받은 논문이다.그런데 나는 조금은... 이해가 안간다. 내가 해당 논문의 리뷰어였다면 나는 부정적으로 해당 논문을 바라봤을 것이다. 실제로 open reivew 페이지를 가보면 리뷰어 중 한명이 나처럼 부정적인 스탠스를 취하고 있는 것을 확인..
먹을때마다 기록해서 별로인 집 걸러내기, 맛집 찾아다니기특히 짜장면과 떡볶이 위주로 하하하. 가게이름을 ctrl + f로 찾아서 보도록 하자.떡볶이편스텔라 떡볶이 : 떡닭순 시켰는데 가격에 비해 양이 적고 맛도 딱히 뛰어나지 않음 특히 순대랑 치킨 퀄리티가 너무 별로 재주문 의사 없음, 뭔가 후리카게같은 튀김옷이 같이 오는건 좋았긴 한데.. 그거 말고는 아무런 메리트가 없음.청년분식 : 떡볶이는 지금 일단 여기서만 주구장창 시켜먹는 중, 무엇보다 집앞이라서 네이버 10% 할인 쿠폰 쓰면 가격에 비해 상당한 양이 많이 온다. 마라로제는 굳이? 싶은 맛이었고 로제는 맛있었다. 마라는 2번정도 먹어봤는데 마라 좋아하면 먹어볼 법 한데 나는 '오늘은 마라가 미친듯이 땡긴다' 같은 날이 아니라면 굳이 안시킬듯. ..
한동안 블로그 관리를 할 수가 없었다.태어나 처음으로 해외 저널에 논문을 제출해봤고, 리비전을 해봤고, 이제는 정말 SCIE급의 논문을 하나라도 가지고싶다는 생각으로 열심히 공부하고, 준비하다보니 블로그를 생각할 여력이 없더라.나름대로 이제 두편의 SCIE급 논문을 제출했고, 하나는 리비전스텝을 밟고 있고, 나머지 하나는 제출만 되어있는 상태이다. 리비전중인 논문은 IF 7.0의 나름 내가 쓴 논문의 수준치고 생각보다 높은 수준의 저널이라 기대를 하는중이고 (물론, 리비전 이후에도 떨어질 수 있다는건 각오하고 있다) 나머지 한편은 clinical data를 이용한 통계분석을 진행한 논문이라 신경외과쪽 의사분들이 주로 참고하는 논문이라 IF자체는 1.9로 낮지만 SCIE급에 포함되어 나름 해당 분야에서는 ..
Normal distribution(Gaussian) https://www.youtube.com/watch?v=0IRn5gwDpsc Normalization Constant for the Normal https://www.youtube.com/watch?v=u2q7YmwfcyU Multivariate normal distribution https://www.youtube.com/watch?v=Rc1LzGmrcmY MLE for Univariate normal distribution https://www.youtube.com/watch?v=_Eh9VUsCBHU MLE for Multivariate normal distribution https://www.youtube.com/watch?v=mhPXXlPvK..
Native가 아니기때문에 영어 논문 쓰는건 당연히 어렵다. 많이많이 써보고 노력하면서, 잘못된 표현들을 고쳐가자. 단어관련 사용에 주의 할 표현 써봄직한 단어들 뜻 대체 가능한 표현들 예시 문장 outstanding 놀라운, 뛰어난 outperform, remarkable relevant 관련있는, 적절한, 유의미한 conceive (모델 계획 등을) 상상하다, 품다 design It was originally conceived for addressing B. address (문제따위를) 다루다, 고심하다. Your essay does not address the real issues. satisfy 만족하다, 만족시키다. select 선택하다, 고르다 Choose, Choice ability 능력 p..
- Total
- Today
- Yesterday
- dataloader
- 베이즈정리
- ai신약개발
- MorganCircularfingerprint
- 파이썬
- 3B1B따라잡기
- 나노바디
- eigenvector
- 3b1b
- 오일석기계학습
- 논문리뷰
- manim
- 이왜안
- nanobody
- 백준
- 인공지능
- eigenvalue
- MLE
- antigen antibody interaction prediction
- manimtutorial
- 기계학습
- 항원항체결합예측모델
- 최대우도추정
- Manimlibrary
- 선형대수
- MatrixAlgebra
- manim library
- marginal likelihood
- Matrix algebra
- elementry matrix
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 |