일반적인 딥러닝 논문의 구성
1) Abstract : 논문의 전체적인 컨셉을 요약 설명 2) Introduction : 논문의 아이디어 전개 방식 등에 대한 설명 3) Method : 논문의 기법과 구현에 대한 아이디어 상세한 설명 - Model - Loss - Techniques
4) Experiment : 논문의 기법의 성능에 대한 평가 5) Conclusion : 논문의 내용을 정리 및 향후 연구방향 제시
용어
state-of-the-art(SOTA) : 논문에서 제안한 기법이 동일한 종류의 기법중에서 가장 뛰어난 성능을 가진다.
end-to-end : 종단간 학습(input과 target 데이터만을 neural network에 맡기고 중간 개입이 없는 형태인 neural network의 장점을 나타내는 용어)
robust : (강건한), 딥러닝 논문에서 성능이 안정적이라는 의미
Tip
읽는순서 추천 1) Abstract, Conclusion을 먼저 읽고 논문의 아이디어 파악 2) Introduction을 읽음 3) Method 단락을 반복해 읽으며 논문의 아이디어를 상세히 파악