วีดีโอ

김예진(24기), 김종진(24기), 김채현(24기), 백준호(25기), 유준선(25기), 이동진(24기), 임세은(24기)

최서영(25기), 김민서(25기), 박정양(24기), 임도근(25기), 정이삭(25기), 정재빈(25기)

김대솔(24기), 김지훈(24기), 문찬우(25기), 서지연(25기), 오재현(23기), 이건(24기), 이윤이(24기)

고정훈(25기), 목종원(24기), 오승옥(24기), 정수현(23기), 조윤영(24기)

김준호(25기), 김서윤(23기), 김성환(25기), 이상헌(24기), 최수현(25기), 홍규원(25기)

류지현(24기), 김소윤(25기), 김예찬(25기), 박준형(25기), 방준현(25기), 이승준(24기), 한예지(25기)

🐬24-1 YBIGTA🐬 컨퍼런스 및 활동 한눈에 보기🌱 영상에 나온 자료 및 역대 YBIGTA 활동을 더 자세히 알고 싶다면, 다음 링크를 확인해주세요. 📍YBIGTA 24-1 컨퍼런스 복습하기: yonseibigdata.notion.site/994360d5c7ed4a8ab6d166238f245fb5?v=017e9bd36692425087b3e2d48d9113b7 📍YBIGTA 역대 컨퍼런스 모아보기: yonseibigdata.notion.site/CONFERENCE-eb317c1ba96640a4bf591274c61c1181 📍YBIGTA Github: github.com/YBIGTA 그외 소식은 인스타그램 @yonsei_ybigta, 카카오톡 채널 ybigta로 문의해주세요! 감사합니다. ✔ Musi...

- 상품 설명(text)을 기반으로 E-commerce 서비스의 상품 분류(product label)를 자동화하는 모델을 제작하고자 함 - 목표: domain-general hierarchical text classification for e-commerce product categorization, global approach with fewer parameters 사용한 모델 - HiTIN (HiTIN: Hierarchy-aware Tree Isomorphism Network for Hierarchical Text Classification) (arxiv.org/abs/2305.15182) 모델 훈련 - HiTIN은 영어 기반의 textRCNN과 BERT를 text encoder로 사용함 - RoB...

- 에이치디메디(HDMedi)에서 의약품 부작용 사례를 복약지도를 통해 해결하고자 아이약이라는서비스를 출시하였으나, 약품별 주의사항의 전문을 출력하여 가독성이 좋지 않았음 - 딥러닝/머신러닝 등 확률 기반 모델은 필연적으로 부정확한 결과가 도출될 가능성이 있음 - exPR 공식 데이터와 모순되거나 잘못된 정보를 제공할 경우 소송 등 법적 risk 존재 - 따라서 기존 정보를 오차 없이, 필터링해서 사용자에게 유의미한 정보를 제공하는 것에 집중함 구현한 핵심 기능 1. 중요도/위험도에 따른 주의사항 분류 2. 개인의 특성 PPM연령, 성별, 주요 질환PR에 따른 주의사항 필터링

- HandChive는 Handwriting과 Archive의 합성어로, 분실하기 쉽고 관리가 어려운 손 필기 문서를 사진 촬영으로 한번에 전자 문서화 하는 것을 목표로 하는 OCR, 즉 광학문자인식 서비스 - 텍스트 검출은 Naver의 CRAFT 모델을 활용함. 해당 모델은 Batch-Norm이 포함된 VGG-16 모델을 네트워크의 기본 뼈대로 사용하고, U-Net처럼 얕은 레이어의 피처맵을 깊은 레이어의 피처맵과 결합하는 방식을 통해 Segmentation 정확성을 높임 - 텍스트 인식은 trOCR 모델을 사용함. trOCR은 사전 훈련된 CV 및 NLP transformer 모델을 인코더-디코더 구조로 사용한 OCR 모델로. 합성곱 연산을 사용하지 않고 복잡한 사전/사후 처리 단계에 의존하지 않음

- Background Replacement with BLIP Fine-tuning - Develop by personalized Diffusion model Fine-tuning - 본 프로젝트는 컨퍼런스 이후에도 지속되어 발전함

- 한국의 Landmark를 배경으로한 스냅 사진 생성하는 서비스 (드림부스 & 로라 활용) 1. 기존의 prompt로는 생성되지 않는 인물 구도를 학습 2. 이미지 내 인물의 비율을 학습 3. 실제의 장소를 뒷배경으로 생성

- 인지 행동 치료 방법을 적용한 심리 상담 보조 챗봇을 제작해서 기존의 문제였던 비용, 프라이버시, 접근성의 허들을 극복 - 데이터셋은 가용 데이터셋 수집 및 Automatic Prompt Engineering & In-context few shot learning을 통해 비합리적인 신념 모델인 모델 B와 무드 트래커 모델인 모델 D에 사용할 데이터 - 일반 상담 채팅 모델, 감정 분석 모델, 비합리적 신념 모델(GPT-3.5-turbo 파인튜닝), 무드 트래커 모델(GPT-3.5-turbo 파인튜닝) 엮어 사용

- 최소 거리를 구하는 지도앱은 많으나, 앉아서 갈 수 있는 경로를 알려주는 앱은 드물다. - 한국의 지하철 평균 혼잡도 145% 이상으로 이미 사고 발생 확률이 높은 혼잡도이다. 또한 이에 대한 원인으로 특정 칸에 인원이 몰리는 현상이 꼽혔다. - 위 2가지를 해결할 수 있도록, 지하철 평균 혼잡도를 예측하여 유저에게는 앉아서 갈 수 있는 칸을 알려주고 사회적으로는 인원을 칸별로 분배하여 혼잡도를 낮추고자 한다. # 프로젝트 파이프라인 1. 2,3호선 - api를 통해 실시간 연결 2. 1호선~8호선 - 역의 정보: 급행 여부, 역간 길이, 배차 간격 등 - 칸의 정보: 빠른 환승 칸과의 거리 등 → 위 2가지를 dataframe 형태로 정제하여 이를 기반으로 칸별 혼잡도 예측 (모델은 xgboost...

[2023-2 컨퍼런스] 밈고리즘: Multimodel Meme Retrieval Model

[2023-1 컨퍼런스] YEOLLM : 여러분의 글이 시나리오로

[2023-1 컨퍼런스] Visual Studio Travel : 내맘대로 체험하는 All-Day 가상여행 서비스

[2023-1 컨퍼런스] paperRaccoon : RLHF 논문 요약기

[2023-1 컨퍼런스] Market Early : 주가 조작 세력탐지 프로젝트

[2023-1 컨퍼런스] CodifyMe : 맞춤형 코디 추천 서비스

[2023-1 컨퍼런스] iCANsee : 시각장애인을 위한 캔음료 분류 어플리케이션

[2023-1 컨퍼런스] 구해줘 내 지갑 : 암호화폐 자동매매

[2022-2 컨퍼런스] Fingly: 손유희 기반 유아 홈스쿨링 서비스

[2022-2 컨퍼런스] 이동네 어때?: 동별 지역여론 세줄 요약

[2022-2 컨퍼런스] 바텐더Y: 칵테일 추천 및 정보 공유 서비스

[2022-2 컨퍼런스] 트렌비앙: 놀거리 추천 서비스

[2022-2 컨퍼런스] InfantinO: Learning Infants' facial expression Online

[2022-2 컨퍼런스] 대면수업, 점심 뭐 먹지?

[2022-2 컨퍼런스] BARD: Beyond Author, Recomposing your Day