AI 및 Data Analysis66 [ScRAT] STEP 1. Sample mixup ScRAT의 첫번째 단계 : Sample mixup논문 4.1 Sample Mixup 부분에서는 scRNA-seq 데이터가 적은 샘플 크기로 인해 과적합(overfitting) 될 가능성이 높다는 문제를 해결하기 위해 Mixup 기법을 도입한 방법을 설명하고 있습니다.Mixup은 원래 컴퓨터 비전에서 사용된 데이터 증강 기법으로, 두 개의 샘플을 선형 결합하여 새로운 샘플을 생성하는 방법입니다. 기존의 적은 샘플 데이터를 보완하기 위해, 기존 샘플을 조합하여 새로운 가상 샘플을 생성하여 훈련 데이터 증가시킵니다.x~ =λ xi +(1-λ) x′iy~ =λ y + (1-λ) y′ * given two scRNA-seq samples S and S’ * λ∈[0, 1] * xi and x .. 2025. 3. 20. [ScRAT] utils.py _ mixup() mixup() 함수 상세 분석1. mixup() 개요mixup() 함수는 두 개의 샘플(x, x_p)을 주어진 가중치(lam)에 따라 선형 조합하여 새로운 데이터를 생성하는 핵심 함수입니다.즉, mixups() 함수는 mixup을 수행하기 전에 적절한 데이터 샘플을 선택하고 전처리하는 역할을 하며,실제 mixup을 수행하는 함수는 mixup()입니다. 2. mixup() 코드def mixup(x, x_p, alpha=1.0, size=1, lam=None): batch_size = min(x.shape[0], x_p.shape[0]) if lam == None: lam = np.random.beta(alpha, alpha) if size > 1: l.. 2025. 3. 20. [ScRAT] Code Demo 이전 글에서, ScRAT 실행을 해보았다.2025.03.20 - [AI, 논문, 데이터 분석] - [ScRAT] scRNA Analysis [ScRAT] scRNA AnalysisPaper : Phenotype prediction from single-cell RNA-seq data using attention-based neural networks https://academic.oup.com/bioinformatics/article/40/2/btae067/7613064 본 논문에서 언급된 ScRAT 방법으로 scRNA 분석하기 https://github.com/ydoraemin.tistory.com 어떤 코드가 실행되는지 살펴보자.run.sh python main.py \ --model Tra.. 2025. 3. 20. [ScRAT] scRNA Analysis Paper : Phenotype prediction from single-cell RNA-seq data using attention-based neural networks https://academic.oup.com/bioinformatics/article/40/2/btae067/7613064 본 논문에서 언급된 ScRAT 방법으로 scRNA 분석하기 https://github.com/yuzhenmao/ScRAT GitHub - yuzhenmao/ScRAT: Implementation of Phenotype prediction from single-cell RNA-seq data using attention-based neural netwImplementation of Phenotype predicti.. 2025. 3. 20. [SAM] 모델 다운로드 및 실행 Segment Anything Model (SAM, Meta AI)미리 학습된 강력한 세그멘테이션 모델사람이 따로 학습 데이터를 만들 필요 없이 미술 작품을 자동으로 분할 가능 모델 다운로드https://github.com/facebookresearch/segment-anything?tab=readme-ov-file GitHub - facebookresearch/segment-anything: The repository provides code for running inference with the SegmentAnything Model (SThe repository provides code for running inference with the SegmentAnything Model (SAM), lin.. 2025. 2. 26. [SK텔레콤 FLY AI] 대화형 작품 감상 AI 프로젝트 ; AI 흐름 개요 STEP 1: OpenCV1. 그림 영역 탐지👉가장 바깥쪽 윤곽선만 탐지합니다. (내부 윤곽선은 무시) 이후, 곡선 윤곽선도 직선으로 이루어진 다각형으로 변환합니다. 사각형 객체 중, 가장 큰 사각형 영역을 탐지합니다. | 원근 변환을 수행해 정면 이미지를 반환합니다. (+ 만약 탐지된 영역이 원본 이미지의 일정 비율(기본값 20%)보다 작으면 원본 이미지를 반환합니다.)✅ 객체 윤곽선(contours) 탐지 ✅ 가장 큰 사각형 탐지 ✅ 원근 변환하여 정면 이미지 반환 2. 엣지(경계) 검출👉그레이스케일(흑백) 로 변환합니다. Edge Detection은 색상이 아닌 밝기(Gray Level) 의 변화에 의존하므로 필수 과정입니다. Adaptive Thresholding은 이미지의 명암 차이가 작을 .. 2025. 2. 21. 이전 1 2 3 4 5 6 7 8 ··· 11 다음
