아이공의 AI 공부 도전기

AI 필수 사이트 소개(arxiv, arxiv Sanity etc)

AI를 공부한다!


이 말인 무조건적으로 논문을 읽어야 함을 의미합니다.


왜냐하면 아직 어린 아이처럼 어떤 것이 좋은지 어떻게 다뤄야할지 어떤 방식이 더 효율적인지 대해 명확히 정립된 것이 없기 때문입니다.


여기서 AI 필수 사이트란 논문 찾거나 혹은 효율적으로 찾을 수 있는 사이트를 의미합니다. 다양한 분야에 해당하는 논문은 시간이 허락하고 지식이 허락하는 상황에서 지속적으로 추가해가도록 하겠습니다.


그럼 사이트들을 소개하도록 하겠습니다.

1. Arxiv

당연하지만 논문을 검색만 해도 찾아 들어가지는 곳이 바로 Arxiv입니다. 본래 자연 과학 (특히 물리학) 분야의 출판 전 논문을 수집하던 사이트였습니다. 이것을 무료 Archive로 전환하여 여러 분야의 논문들을 확인할 수 있습니다.


URL : https://arxiv.org/

현재는 8개의 항목에 대해서 확인할 수 있습니다.


항목별로 세부 전공 분야로 기술해놨기 때문에 필요한 곳을 선택하면 됩니다.

저의 경우 Artificial Intelligence, Computer Vision and Pattern Recognition이 2개의 세부 전공이 주 관심사이기 때문에 저 2개만 선택하는 편입니다.


2020.07.07 오후 11시


Artificial Intelligence의 항목을 클릭하여 들어가면 날짜별 논문들이 지속적으로 올라옵니다. 올리기 쉽기 때문에 하루에 올라오는 논문의 수가 어마어마하게 많습니다.


그럼 이 중 유의미한 논문은 어떻게 찾아야할까요?

2. Arxiv Sanity

위 질문의 답을 이 사이트로 대신할 수 있을 것 같습니다. 물론 뒤에 다른 사이트 또한 소개할 것 입니다.


URL : http://www.arxiv-sanity.com/



arxiv에 지정된 기간 동안 원하는 항목에 대해 중요하고 인기 있는 논문들을 상단에 배치시켜 주는 것을 확인할 수 있습니다.


지금 현재 top recent - All time 항목에서 최상단에 위치한 논문은 Attention is All You Need 입니다. 이 모듈에 대해서 정확하게 기억나지 않지만 Transfomer와 Attention Module에 대한 내용으로 NLP에서 중요하게 다뤄지는 논문으로 알고 있습니다. 매우 중요하기 때문에 놓쳐서는 안되는 논문인데 이렇게 이 사이트처럼 해당 항목에 가장 위에 위치시켜주는 것을 볼 수 있습니다.


그 아래 NIPS 2016 Tutorial : Generative Adversarial Networks는 너무 유명한 논문이기에 이 부분에 대한 부분들도 인기 있고 놓치지 말라고 상단에 위치시켜주네요.


지금 저는 All time에 대해서 보여드렸지만 바로 어제 혹은 지난주 혹은 지난달, 지난해에 가장 중요했지만 놓치고 있는 것은 없는지 확인할 수 있는 좋은 곳입니다. 이곳은 아는 사람은 다 아는 사이트인 만큼 놓쳐서는 안됩니다.

3. PaperswithCode

URL : https://paperswithcode.com/


arxiv말고 다른 사이트는 없을까요?

있습니다. arxiv sanity보다 보기 수월하고 논문별 성능 비교는 물론이고 코드가 어디에 위치해있는지까지 보여주는 사이트!


바로 PaperswithCode입니다.


이 사이트도 알 사람은 다 알죠.



보이는 바와 같이 Treding Research Section으로 좋은 논문을 보여주고 있고 인기를 Star로 짐작할 수 있습니다.

Greatest Top Paper Section으로 확인해보면 Star를 많이 받은 순으로 보이는 것을 확인할 수 있습니다.


그러나 이 사이트의 진정한 가치는 이런 부분들에서 나타나지 않습니다.


바로 사이트 좌 상단에 Browse State-of-the-Art라는 버튼을 클릭하면 아래와 같은 화면을 확인할 수 있는데 정말 많은 세부분야별 논문들로 분류되어 있고 이곳을 통해 LeaderBoard로 어떤 논문이 제일 좋은지 Dataset별로 확인할 수 있습니다.



Image Generation을 한번 클릭해보겠습니다.

그러면 아래와 같이 Dataset별 LeaderBoard를 확인하실 수 있습니다.



CIFAR-10 Datatset에서 Compare-See 버튼을 클릭해보도록 하겠습니다.

그러면 GAN metric인 Inception score를 기준으로 순위가 매겨지는데 현재 53번 순서까지 확인할 수 있습니다.



훨씬 사용하기 쉬운 웹의 기능들 덕분에 초심자가 공부하기에는 훨씬 도움이 많이 되는 사이트입니다.


(추가해나가는 상황)


이상으로 글을 마치도록 하겠습니다.


읽어주셔서 감사합니다.


공유하기

facebook twitter kakaoTalk kakaostory naver band
loading