fregu856/papers

I categorize, annotate and write comments for all research papers I read (600+ papers since 2018).

解決する問題

多くの研究論文を読むことは困難です。このプロジェクトは、読んだ内容をカテゴリと個人的なコメントとともに追跡する構造化された方法を提供し、レビューと想起を容易にします。

仕組み

著者は論文のリストを管理しており、各論文には日付、論文番号、タイトル、PDFへのリンクと注釈付きPDF、発表場所と年、カテゴリが含まれます。各エントリには、論文の要約と著者の考えをまとめた個人的なコメントが含まれます。論文は年ごとに整理され、フィルタリング用のカテゴリリストがあります。

対象読者

これは主に著者の個人的な参考資料ですが、公開されており、経験豊富な研究者がどのように論文を読み評価するかを知りたい研究者や学生のリソースとして役立ちます。

ハイライト

2018年以降、550以上の論文を読んで注釈を付けました。
論文は38のカテゴリに整理され、多くのMLおよびヘルスケアのトピックをカバーしています。
各エントリには、論文へのリンク、注釈付きPDF、個人的なコメントが含まれます。
著者は300論文を読むことに関するブログ記事で実用的なヒントを共有しています。

関連

プロジェクト
yandexdataschool/deep_vision_and_graphics
Yandexデータ分析スクールによる、コンピュータビジョンへのディープラーニング応用を教えるコースリポジトリ。畳み込みネットワークから拡散モデル、ニューラルレンダリングまでを網羅する週ごとの講義、セミナー、課題が含まれています。
プロジェクト
ZZZHANG-jx/Recommendations-Document-Image-Processing
このリポジトリは、ドキュメント画像処理のための学術論文、データセット、およびベンチマーク結果を慎重に整理したコレクションであり、影の除去、歪み補正、ぼけ除去、外観強調などのタスクを網羅しています。撮影されたドキュメントをクリーンアップするための最先端手法を理解または適用しようとする研究者や開発者にとっての参照ハブとして機能します。
プロジェクト
ilastik/ilastik
細胞やその他の実験画像データのセグメンテーション、分類、トラッキング、カウントを行うためのインタラクティブな機械学習ツールキット。
プロジェクト
qurator-spk/eynollah
Eynollah is a Python library and command‑line tool for deep‑learning based document layout analysis, image binarization, enhancement, OCR, and reading‑order detection. It supports 10 layout classes, offers both CNN‑RNN and Transformer OCR models, outputs PAGE‑XML, and can be installed via PyPI or Docker. Pre‑trained ONNX models enable fast inference; full TensorFlow/PyTorch checkpoints are available for fine‑tuning. The project targets high‑quality processing of historical and heterogeneous scanned documents.