[230220] 모두의연구소/AIFFEL이 전해드리는 오늘의 AI뉴스
안녕하세요
모두의연구소 다육이입니다.
오늘은 사투리를 구분할 수 있는 능력을 가진 FRMT 데이터셋, 시계열 분석을 HuggingFace에서 사용하는 방법, 마지막으로 그래프 머신러닝에 대한 개요를 다뤘습니다.모두의연구소의 최신 소식은 하단 모두레터를 통해서도 만날 수 있습니다!!
구글 AI 블로그에서 Few-Shot Region-Aware Machine Translation에(FRMT) 글이 올라왔습니다. 우리나라 사람들은 한국어를 사용하지만 지역에 따라 사투리가 존재합니다. 그리고 사투리에 따라 같은 물체를 보고 이름을 다르게 부르곤 합니다. 오늘날 Machine Translation은 데이터 특성상 표준어 위주로 학습이 되는데 FRMT는 지역 다양성을 측정해서 언어를 좀 더 포괄적으로 다룰 수 있게 측정하는 벤치마크데이터셋입니다. 관심 있는 분은 클릭해서 블로그 읽는거 추천합니다!!
시계열 Transformers에 대해서 허깅페이스에 글이 있어 공유합니다. 시계열 예측은 오랫동안 딥러닝기법보다는 ARIMA와 같은 고전적인 방법을 많이 사용하고 있습니다. 그러나 최근에 시계열분야에서도 딥러닝이 많이 도입되고 있고 추가로 Transformer 스타일의 Neural Network도 도입되고 있습니다. 해당 내용은 Colab에서도 직접 실습할 수 있으니 궁금하신 분들은 블로그 클릭해주세요!!
이번 허깅페이스 블로그는 Graph 머신러닝에 대해서 다룹니다. Graph란 관계로 연결된 item들을 표현하는 것입니다. 소셜 네트워크뿐만 아니라 분자 구조까지 전부 Graph로 되어 있어 Graph로 모든것을 표현할 수 있다고 해도 과언이 아닙니다. 해당 블로그에서는 Graph를 이용한 전통적인 머신러닝부터 GNN이라 불리는 Graph Neural Network까지 다루고 있습니다. 해당 분야에 관심있으시다면 블로그 보는걸 추천합니다!!
모두의연구소는 함께 공유하고 성장하는 연구 문화를 전파합니다
linktr.ee/modulabs
