Archives
- 07 Nov 법식물학 7주차 — 규조류·조류와 수생 식물: 익사 진단의 규조류 시험과 그 한계
- 07 Nov 법식물학 6주차 — 화분학과 포자: 보이지 않는 꽃가루가 장소를 말할 때
- 07 Nov 법식물학 5주차 — 현장 식물 증거의 채취와 보존: 기록이 먼저, 종이 봉투가 다음
- 07 Nov 법식물학 4주차 — 식물 분류학과 동정: 이름을 붙이는 일과 멈추는 일
- 07 Nov 법식물학 3주차 — 식물 해부학과 조직학: 씹고 삼키고 끓여도 남는 것들
- 07 Nov 법식물학 2주차 — 식물 형태학 기초: 잎 한 조각을 증거로 읽는 법
- 07 Nov 법식물학 1주차 — 법식물학 개론과 역사: 사다리 한 짝에서 법정의 기준까지
- 07 Nov RAG 스터디 ① — 임베딩 없이 어디까지 찾나: 질문 30개와 BM25 기준선
- 07 Nov RAG 스터디 ⓪ — 이 블로그를 검색하는 RAG를 직접 만들며 공부하기: 로드맵
- 04 Nov UMUD 챌린지 ⑮ — 예측기를 믿을 수 있는지 정보 제출로 확인하고, 미세조정의 한계를 재다
- 01 Nov UMUD 챌린지 ⑭ — 같은 근섬유, 다른 근막선: 이틀 동안 50여 개 가설을 닫고 찾은 관례 차이
- 30 Oct UMUD 챌린지 ⑬ — 관문은 어디까지 믿을 수 있나: 사흘 동안 닫은 증강·자기학습·스타일 전이
- 27 Oct UMUD 챌린지 ⑫ — 0.02의 벽: 오차 예산과 하루에 닫은 다섯 갈래
- 24 Oct UMUD 챌린지 ⑪ — 내부 판정은 어디까지 믿을 수 있나: 시드 운, 중복 데이터, 최종 쌍
- 21 Oct UMUD 챌린지 ⑩ — 최신 분할 백본 실험: 더 좋은 Dice가 더 좋은 측정은 아니다
- 19 Oct UMUD 챌린지 ⑨ — 셀 단위 보정과 곡률 비용: public을 private의 대리로 쓰는 법
- 16 Oct 스마트빌딩 ① — 한 줄로 31%: HVAC 제어 대회 공략 계획
- 11 Oct 필라멘트 ① — 같은 함정에 세 번 빠졌다: 지표가 아닌 자로 고른 날
- 10 Oct 학생 손글씨 풀이에서 오개념 찾기 ② — 0.68에서 0.75로: 같은 문항 예시, 모범 풀이, 그리고 '생각하는' 리랭커
- 09 Oct RSNA 무릎 ⑤ — 가장 약한 멤버가 유일하게 보탰다: 스물 몇 개 축이 전부 평지였던 이유
- 08 Oct 학생 손글씨 풀이에서 오개념 찾기 ① — 읽고 나서 진단하기, 그리고 잘 읽는 리더가 진단을 망친 이유
- 08 Oct 학생 손글씨 풀이에서 오개념 찾기 ⓪ — 대회 개요: 무엇을, 왜, 어떻게 겨루나
- 07 Oct UMUD 챌린지 ⑧ — public 1등, 그리고 로컬 검증이 볼 수 없는 것
- 07 Oct UMUD 챌린지 ⑦ — 3등에서 2등으로: 긴 화면에서만 PA를 당기다
- 05 Oct RSNA 무릎 ④ — 잣대가 틀렸다: 닫힌 축 하나를 다시 열고, 다시 닫기까지
- 05 Oct UMUD 챌린지 ⑥ — 5등에서 3등으로: 측정 규칙 두 개, 그리고 잘 안 된 것들
- 03 Oct RSNA 무릎 ③ — 잴 수 없는 것을 재려 했다: 해상도 ±0.0031 과 다섯 장의 분해
- 02 Oct RSNA 무릎 ② — 베낄 것도 데이터도 라벨도 바닥났을 때: 천장 세 개를 재고 0.945를 얻었다
- 02 Oct RSNA 무릎 ① — 0.944에서 멈춰 선 이유를 찾기까지: 잣대부터 만들고 축을 하나씩 닫았다
- 02 Oct UMUD 챌린지 ⑤ — 0.271 제출 해부: 무엇이 점수를 만들었고, 다음엔 무엇을 실험할까
- 02 Oct UMUD 챌린지 ④ — 0.325 → 0.271, 19등에서 6등으로: 화면마다 평가자의 좌표계가 달랐다
- 01 Oct PMCT ② — 뼈 마스크에서 골절 찾기: 연구 계획
- 01 Oct PMCT ① — 사후 CT 500건을 분할 가능한 데이터로 만들기
- 01 Oct UMUD 챌린지 ③ — 112등에서 19등으로: 측정값 앙상블과 '평가자는 어떤 화면을 봤나'
- 30 Sep UMUD 챌린지 ② — 모델은 그대로, 재는 법만 바꿨더니 0.742 → 0.505
- 30 Sep UMUD 챌린지 ① — 모델보다 데이터부터: 늘어난 초음파와 뒤집힌 팔레트
- 30 Sep 무엇이 재구성 품질을 결정하는가 — 잡음, 수용 영역, 그리고 해상도
- 29 Sep 포스터 수치 되찾기 — 재현을 막고 있던 건 모델이 아니었다
- 29 Sep 잃어버린 코드 되살리기 — SITL 재구성 네트워크를 PyTorch로 이식하기
- 28 Sep PET 원리 ⑨ 정량화와 최신 흐름 — SUV, TOF, 그리고 딥러닝
- 28 Sep PET 원리 ⑧ 영상 재구성 — 직선들로부터 영상을 되찾기
- 28 Sep PET 원리 ⑦ 보정 — 가로막히고, 튕기고, 엇갈린 신호 되살리기
- 28 Sep PET 원리 ⑥ Sinogram — 수억 개의 직선을 표 하나로
- 28 Sep PET 원리 ⑤ 동시계수와 LOR — 짝을 찾아 직선을 얻다
- 28 Sep PET 원리 ④ 검출기 — 보이지 않는 감마선을 전기 신호로
- 28 Sep PET 원리 ③ 소멸 — 511 keV 감마선 두 개가 정반대로
- 28 Sep PET 원리 ② 추적자와 양전자 — 방사성 원자는 무엇을 내뿜는가
- 28 Sep PET 원리 ① PET은 무엇을 찍는가 — 구조가 아니라 기능
- 22 Sep PET 영상재구성 학습 데이터 만들기 — 영상에서 Sinogram까지
- 07 Apr RAG(Retrieval-Augmented Generation) 기본 개념과 구현 튜토리얼