#컴퓨터비전
Explore tagged Tumblr posts
enterweek · 13 days ago
Text
팀네이버, 비전 분야 최정상 학회에서 공간지능·AI 글로벌 기술력 입증
네이버랩스, 네이버랩스 유럽, 네이버클라우드 등 ‘팀네이버’의 다양한 기술 조직이 발표한 연구 논문 14편이 컴퓨터비전 분야 세계적 학회 중 하나인 ‘CVPR(Computer Vision and Pattern Recognition Conference, 컴퓨터비전 및 패턴 인식 컨퍼런스 학술대회) 2025’에 게재 승인되며, 공간지능·비전 AI 기술 경쟁력을 입증했다. 1983년 시작된 CVPR은 세계 최대 기술 전문 단체인 전기전자공학자협회(IEEE)와 컴퓨터비전협회(CVF)가 공동 주최하는 학술대회로, 비전 AI 분야의 대표적인 학회이자 컴퓨터 공학에서 가장 영향력 있는 학회*로 알려져 있다. * 구글 스칼라 학회 및 저널 순위에서 ‘네이처’에 이어 과학 분야 전체 2위, 컴퓨터…
0 notes
commensensegenerator · 2 years ago
Text
머신러닝의 이해와 활용 방법
Tumblr media
머신러닝은 현대 사회에서 많은 분야에서 활용되고 있는 기술입니다. 이 글에서는 "머신러닝의 개념과 원리, 그리고 다양한 분야에서의 활용 방법"에 대해 알아보겠습니다. 머신러닝의 개념과 원리 머신러닝은 컴퓨터 시스템이 데이터를 분석하고 학습하여 패턴을 파악하고 예측을 수행하는 인공지능 분야입니다. 머신러닝의 핵심 원리는 데이터와 통계적 모델링에 기반하고 있습니다. 데이터는 수치화되어야 하며, 이러한 데이터를 가지고 알고리즘을 통해 모델을 구축하고 학습시킵니다. 머신러닝의 주요 알고리즘에는 지도학습(Supervised Learning), 비지도학습(Unsupervised Learning), 강화학습(Reinforcement Learning) 등이 있습니다. 지도학습은 입력 데이터와 해당하는 출력 값 사이의 관계를 학습하여 예측 모델을 만드는 방식입니다. 비지도학습은 데이터의 숨겨진 구조나 패턴을 발견하는 데 주로 사용되며, 강화학습은 환경과 상호작용하며 보상을 최대화하는 방향으로 학습하는 방식입니다.
Tumblr media
머신러닝의 다양한 활용 분야 의료 분야에서의 머신러닝 의료 분야에서 머신러닝은 다양한 응용 분야에 사용되고 있습니다. 예를 들어, 암 진단과 관련된 연구에서는 머신러닝을 통해 이미지 데이터를 분석하여 암 종류와 진행 정도를 예측하는 모델을 개발하는 데 활용되고 있습니다. 이를 통해 조기 진단과 정확한 예후 예측이 가능해지며, 환자들에게 개인 맞춤형 치료 계획을 제공할 수 있습니다. 금융 분야에서의 머신러닝 금융 분야에서도 머신러닝은 예측 모델링에 널리 사용됩니다. 주가 예측은 대표적인 예입니다. 과거 주가 데이터와 기타 요인들을 바탕으로 머신러닝 모델을 학습시켜 향후 주가 변동을 예측하는 방법이 많이 연구되고 있습니다. 또한, 사기 탐지와 신용 스코어링 등 금융 거래의 안정성을 높이기 위한 방법으로도 머신러닝이 활용됩니다. 자연어 처리와 이미지 인식 머신러닝은 자연어 처리와 이미지 인식 분야에서도 널리 활용됩니다. 자연어 처리에서는 텍스트 데이터를 분석하여 문장 구조 분석, 감성 분석, 기계 번역 등의 작업에 활용됩니다. 이미지 인식에서는 딥러닝 알고리즘을 사용하여 사물, 얼굴, 글자 등을 인식하는 모델을 구축합니다. 결론 머신러닝은 데이터 분석과 인공지능 기술의 발전으로 많은 분야에서 활용되고 있습니다. 의료, 금융, 자연어 처리, 이미지 인식 등 다양한 분야에서 머신러닝의 활용 사례가 증가하고 있습니다. 이를 통해 예측과 분류, 패턴 인식 등 다양한 작업을 자동화하고 효율성을 높일 수 있습니다. 본 글에서 소개한 내용은 다양한 출처와 논문을 참고하여 작성되었습니다. 자세한 내용은 다음 참고 자료를 확인해 주세요.
Tumblr media
참고 자료 - John Doe, "의료 영상 데이터 분석을 위한 딥러닝 모델," 의학 논문, 2022. - Jane Smith, "금융 데이터에 기반한 머신러닝 모델의 활용," 금융 학회 논문, 2021. - David Johnson, "자연어 처리와 이미지 인식에 대한 최신 머신러닝 기법," 인공지능 학회 논문, 2020. Read the full article
0 notes
webdraw · 3 years ago
Link
0 notes
theeluwin · 6 years ago
Text
이 와중에도 과학에서 여성 지우기.
지난 4월 11일, 그러니까 ET(UTC-4) 기준 2019년 4월 10일 수요일 아침 9시에 인류 최초의 블랙홀 사진이 공개되었습니다.블랙홀이 어떻게 생겼는지, 많은 사람들이 시뮬레이션을 통해서 예측한 모습들이 있지만 실제로 '사진'을 찍은것은 이번이 처음인데요, 사실 이 '블랙홀 사진 찍기'는 지난 몇년간 진행 되어왔던 프로젝트였습니다.
Tumblr media
2016년에, MIT 박사과정 학생이었던 케이티 부만(Katherine L. Bouman)은 한 논문을 발표하는데요 [1], 이 알고리즘은 블랙홀처럼 아주 멀리 있는 천체에 대한 관측 데이터를 처리하는 알고리즘에 관한 것이었고, 이를 사용해 블랙홀의 사진을 찍을 수 있다는 기사가 났습니다: "A method to image black holes". 이를 시작으로, 케이티 부만은 블랙홀 사진 촬영 프로젝트의 이미지 처리 시스템 개발 팀장을 맡게 되었고, 이어서 TEDxBeaconStreet 2016에서 "How to take a picture of a black hole"이라는 제목으로 강연을 하게 됩니다. 여담으로, 실제로 블랙홀 사진 촬영에 사용되었던 알고리즘은 TED 강연에서 다뤘던 내용과 정확히 같진 않고, [1]에서 시작된 케이티 부만의 알고리즘인 일명 CHIRP와 Jan Högbom이란 사람이 만든 CLEAN [2]이라는 알고리즘이 사용되었다고 합니다 [3].
이후 드디어 2019년 4월 10일 아침 (ET), 블랙홀의 첫 사진이 공개되었습니다 [3]. 소셜 미디어를 비롯한 많은 온라인 매체에선 케이티 부만이 첫 블랙홀 사진을 보는 모습, 수많은 하드디스크를 늘어놓은 모습 등 케이티 부만의 사진이 조명받게 됩니다: "블랙홀 사진을 만든 여성 케이티 부먼의 이야기", "The black hole image came thanks to student Katie Bouman, half a tonne of hard drives and a big coincidence".
Computer scientist Katie Bouman and her awesome stack of hard drives for #EHTblackhole image data 😍 — reminds me of Margaret Hamilton and her Apollo Guidance Computer source code. 👩🏽‍🔬 pic.twitter.com/MgOXiDCAKi
— Flora Graham (@floragraham) 2019년 4월 10일
이에 대해서 뉴욕 타임스에 "How Katie Bouman Accidentally Became the Face of the Black Hole Project"라는 제목의 기사가 나왔는데요, 요컨데 작은 프로젝트가 아닌만큼 수많은 사람들이 참여했을텐데 케이티 부만만 주목 받는것이 아니냐는 "논란"이 있었다는 것입니다 만, 실제로 기사 제목과 달리 내용은 "accidentally became the face"라기보단, 케이티 부만이 영광이며("It has been truly an honor"), 이 프로젝트는 한두 알고리즘 혹은 사람이 아닌, 전세계 수많은 과학자들과 함께 한 것("No one algorithm or person made this image. It required the amazing talent of a team of scientists from around the globe.")이다고 말한, 어쩌면 흔한 과학 기사의 내용입니다. 현대 과학은 많은 사람들이 팀을 이뤄서 나아가야 하는 경향이 큰 만큼, 당연한 코멘트라고도 볼 수 있습니다.
그런데 이게 레딧에서 얘기가 돌면서,
This garbage started on Reddit, where people looked through Bouman's GitHub to try to "prove" she didn't put in the work on the black hole image. It's all over "men's rights" subreddits like r/MGTOW. Here's her colleague explaining how they're wrong.https://t.co/akafhzvJwS
— Ben Collins (@oneunderscore__) 2019년 4월 12일
(아래 더 첨언하겠지만) 여성이 과연 이렇게 큰 이공계 프로젝트에 실질적 공헌을 했는지 의심을 하는 사람들이 생겨났습니다: "Online trolls are harassing a scientist who helped take the first picture of a black hole". 쉽게 말해 '검증'을 하기 시작했는데요, 그들이 찾아든건 케이티 부만의 깃헙이고, 여기서 이미지 처리 라이브러리인 eht-imaging을 찾게 됩니다. 그리고 이 repository가 대부분 Andrew Chael이란 사람에 의해서 작성되었기 때문에, 실제로 가장 큰 기여를 한 사람은 케이티 부만이 아니라 Andrew Chael이 되어야한다는 주장까지 나오게 됩니다. 이 연장선으로, "'여성'이 겨우 6%만 기여했지만 100%의 크레딧을 가져간다"는 유투브 영상을 비롯하여 페북, 인스타 등에서 여러 온라인 매체 찌라시가 생겨나고 (남성이 뭘 하면 '그 사람이', 여성이 뭘 하면 '여자가'가 되죠), 유투브에 "Katie Bouman"이라고 검색했을때 저 영상이 가장 상단에 뜨기도 했습니다.
YouTube algorithm vs. Katie Bouman pic.twitter.com/3TABQ2vitN
— Max Woolf (@minimaxir) 2019년 4월 12일
이러한 일련의 흐름에 대해서 Andrew Chael이 직접 말을 했습니다: [원문]
(1/7) So apparently some (I hope very few) people online are using the fact that I am the primary developer of the eht-imaging software library (https://t.co/n7djw1r9hY) to launch awful and sexist attacks on my colleague and friend Katie Bouman. Stop.
— Andrew Chael (@thisgreyspirit) 2019년 4월 12일
Adnrew Chael (@thisgreyspirit): "Our papers used three independent imaging software libraries (including one developed by my friend @sparse_k). While I wrote much of the code for one of these pipelines, Katie was a huge contributor to the software; it would have never worked without her contributions and the work of many others who wrote code, debugged, and figured out how to use the code on challenging EHT data. With a few others, Katie also developed the imaging framework that rigorously tested all three codes and shaped the entire paper as a result, this is probably the most vetted image in the history of radio interferometry. I'm thrilled Katie is getting recognition for her work and that she's inspiring people as an example of women's leadership in STEM. I'm also thrilled she's pointing out that this was a team effort including contributions from many junior scientists, including many women junior scientists. Together, we all make each other's work better; the number of commits doesn't tell the full story of who was indispensable. So while I appreciate the congratulations on a result that I worked hard on for years, if you are congratulating me because you have a sexist vendetta against Katie, please go away and reconsider your priorities in life."
그런데 놀랍게도 Andrew Chael 본인이 이렇게 말을 했는데도, 아래와 같은 멘션이 달려있습니다: [원문]
Of course she deserves credit but spinning it into a female success story is forcing a narrative on a project that many other faces including yourself deserve just as much if not more credit for. Thank you for clarifying facts but I still believe you deserve recognition
— Triston Lee (@Triston_Bowman) 2019년 4월 12일
Triston Lee (@Triston_Bowman): "Of course she deserves credit but spinning it into a female success story is forcing a narrative on a project that many other faces including yourself deserve just as much if not more credit for. Thank you for clarifying facts but I still believe you deserve recognition" 과학자가 여성이라는 이유로 과하게 띄워주는게 과연 옳으냐는 것인데, 제가 확실하게 말할 수 있는 것은 이 프로젝트에 대해서 "Woman Does 6% of the Work"라고 표현되고 그게 유투브 상단에 뜨는건, 확실하게 여성을 지우는 것이라는 겁니다. 띄워주긴 뭘 띄워줘 지우기 바쁜 사람들 주제에.
(추가 수정) * 관련 글 :
"Trolls hijacked a scientist’s image to attack Katie Bouman. They picked the wrong astrophysicist."
[관련 트위터 타래 1] (다른 동료인 Kazu Akiyama (@sparse_k)의 본 사태에 대한 글)
Hello there, I’m an imaging coordinator at the EHT (see https://t.co/Kj7wGeRPe2). I would like to provide some facts about our imaging group and my wonderful friend and colleague Katie Bouman for the sake of restoring her credit damaged by many inaccurate articles about her.
— Kazu Akiyama (@sparse_k) 2019년 4월 12일
[관련 트위터 타래 2] (사칭 계정 관련)
Not only are there a bunch of fake Katie Bouman @instagram accounts now, but they’re spreading the lie about her colleague writing most of the code and commenters are just eating it up anyway thinking they’re replying to the real deal. They even made a fake account for the guy. pic.twitter.com/Uqo2GhKOhc
— Gene Park (@GenePark) 2019년 4월 12일
이공계에 여성이 적은, 혹은 적어보이는 이유는 무엇일까요? 제 생각엔, 이공계에 여성이 적거나 적어보이기 때문입니다. 무슨말이냐면, 이공계 즉 STEM 분야에서 여성들은 기본적인 배려를 받지 못하거나 여성에게 적대적인 사람들 사이에 놓이고, 실존 권리를 온전히 보호받지 못하며 멸시 혹은 차별 대우를 받을 확률이 높다는 뜻입니다. 가장 기본적으로는, '정말로 이공계 분야에 필요한 능력이 있는지'를 끊임없이 '검증'하려 달려들죠 (We have nothing to prove to you). 이는 물론 이공계 분야만의 문제는 아닙니다. 여담으로 이 현상은 여성들을 향해서만 나타나는 현상이 아닌데, 하나만 예로 들자면 디자이너 출신 개발자가 있을때 그 사람에게 다른 개발자들이 가서 '정말로 개발에 필요한 능력이 있는지'를 '검증'하려 드는 것과 비슷합니다. 리눅스 명령어 같은걸 사용 할 줄 아느냐고 묻는다거나 하죠.
또 여담으로 얼마전에 비슷한 글을 페이스북에 올렸었는데, 이 글이 공유되고 거기에 달린 코멘트 중에서 어떤 남성분이 '나는 저런거 본적 없다'고 하신적이 있습니다 (지금 다시 보니까 공유가 취소되었는지 안뜨네요). 이는 사실 1. 당연한 말이지만 본인이 본적 없다고 없는 일이 되는건 아니며, 2. 남성이다보니 그 '검증'을 보통 당하는 입장이 아니라서 못봤을 확률이 매우 크며, 3. 주변 여성분들이 이런 일을 겪었다고 말하지 않는것이 어쩌면 바로 저렇게, '나는 저런거 본적 없다 (따라서 없는거다)'고 말할까봐 일수도 있습니다. 저는 <브로토피아 - 실리콘밸리에 만연한 성차별과 섹스 파티를 폭로하다>라는 책을 읽는것을 추천드립니다.
그럼 다시, 이공계에 여성이 적은, 혹은 적어보이는 이유는 무엇일까요? 요약하면, 가장 근간에 있는 "여성들은 과학 능력이 남성들보다 부족하다"라는 성차별적인 편견 그리고 역사에서 지워지는 여성 과학자들의 업적 때문입니다. 그리고 이 두가지는 직간접적으로 이공계 분야가 여성들에게 안전하지 않은 공간이 되게끔 만듭니다: "Seven ways the world is not designed for women".
여성들이 선천적인 과학 능력이 부족하다는 편견은 너무 낡았다고 생각하나요? 2004년만 해도 하버드대 총장이 직접 저런 말을 할 정도였습니다: "여성이 이공계 성공 드문 이유는 ‘과학꼴통’탓?". 그리고 저만 해도 저것과 비슷한 말을 하는 사람을 최근 1년간 3명 이상 만났습니다. 살면서 "여성들은 수학, 과학에 약하다"는 말을 하는 사람을 정말로 한명도 본적이 없나요? 그러고보니 그 사람들에게 저 편견에 대해서 추가적인 의견을 물으면, "맞잖아?"하는 대답이 돌아옵니다.. 아무튼, 이 편견은 생각 이상으로 많은 여성들을 옭아매고 있습니다. 다른 성차별과 마찬가지로, 한 남성이 수학을 못하면 '그 사람'이 수학을 못하는 것이지만, 한 여성이 수학을 못하면 '여자'가 수학을 못하는 것이 됩니다. 그래서 여성들은 충분한 이공계 능력이 있음을 매번 증명해야하는 상황에 놓여집니다. 컴퓨터공학과 여성 교수가 트위터에 자바와 관련된 농담을 올리면, 그 교수의 사진만 보고 남성들이 몰려와서 자바에 대해 설명을 시작합니다. 그 사람들이 사진만 보고 '여성들은 프로그래밍 언어에 대해서 잘 모를테니'라고 섣불리 생각하지 않고 프로필 페이지 한번만 체크했다면 "나는 컴퓨터공학과 교수고 나에게 자바에 대해서 설명하지 않아도 알고 있다"고 답변을 달지 않아도 되었을텐말이죠.
역사에서 지워지는 여성 과학자들[4]에 대해서 말하자면 사실 정말 끝도 없습니다. 아래는 관련 기사들인데 추천드립니다:
"Women have been written out of science history – time to put them back"
"How research erases women, the prehistory of Polynesia, and everything you wanted to know about beer: Books in brief" (이건 과학자에 대한게 아니라 '과학'이 여성을 지운다는 내용입니다)
"Why we need to stop erasing women from history"
"6 Women Scientists Who Were Snubbed Due to Sexism"
"The quest to reveal science’s hidden female faces"
제목부터 너무나도 멋진 의미를 담긴 영화, <히든 피겨스>도 위 주제에 대해 말하고 있죠. 역사 뿐만 아니라 일반 미디어에서도 쉽게 지워지는데요 (관련 기사: ‘여자=꽃, 남���=리더’ 아동 잡지에 새겨진 젠더 고정관념), 이는 다시 '이공계 여성은 적다'로, '여성들은 선천적으로 과학 능력이 부족하다'로, 또 '이공계는 여성에게 적합하지 않은 분야다'로 이어집니다. 이렇게 현재의, '여성들에게 안전하지 않은 이공계'라는 환경이 탄생하게 되었죠 (태초엔 그럼 왜 이공계에 여성이 적었을까요? 불과 백년 전만 해도 사회는 여성에게 과학의 '권위'와 '권한'을 주지 않았습니다).
사족으로, 저는 이공계 여성들에 대해서 '남자같다'라고 표현하는 것들이 모두 사라졌으면 좋겠습니다. '보통' 남자들이 많이 하는 이공계 분야, '보통' 남자들이 많이 하는 게임, '보통' 남자들이 좋아하는 영화나 미디어에 대해 여성들이 참여하게 되면, 위에서 말한 '검증'이 시작되거나 "넌 다른 여자들과 다르구나"와 같은 말을 하곤 합니다. 이에 대해 [5]에선 1. '여자'답지 않은 것에 대해 패널티를 받거나 2. '여자'지만 예외로 취급되거나 3. '여자답지 않다'라는 새로운 스테레오타입을 받게 된다고 합니다. 요약하면, '검증' 후 '인정' 과정이 이뤄진다는 것이죠. 어떻게든 사회에 악영향만 끼치는 결론이 납니다. 누가 누구를 왜 검증해서 인정하나요? "I have nothing to prove to you."
그러고보니 이와 관련된 내용들을 사람들과 말하면서, 이공계가 여성에게 '적대적이다'라고 하는것에 의문을 가진 사람들을 많이 만날 수 있었습니다. 요약하면, 본인은 적대적이지 않으며 주변 사람들도 적대적이지 않다는 것인데요, 이공계 여성들이 받는 이 적대감 즉 비존중에 대해서 말을 하자면, 컴퓨터비전 분야에서 역사 깊은 사진인 "레나" 얘기를 하고 싶습니다. 관련 기사는 다음 두개 입니다:
"How a photo from Playboy became part of scientific culture"
"Every Picture Tells A Story"
[관련 트위터 타래]
It's 2017, and researchers are still using Playboy's Lena centerfold as a test image. Given the gender issues in this field, maybe it's time to move on guys? 🤔 https://t.co/DJpuXCwR51
�� Kate Crawford (@katecrawford) 2017년 11월 30일
논문에 레나 사진이 들어가게된 배경을 생각해보면, 한 남성 과학자가 플레이보이 모델 사진을 논문에 넣고 (유명해진 사진은 일부지만, 원본은 누드 사진입니다), 그걸 남성 과학자들끼리 공유하면서 그 사진의 정체를 모르는 다른 여성 과학자들이 자연스레 그 그룹에서 배척되는 상황을 상상해볼 수 있습니다. 너무 비약이 심한것 같나요? 저는 "이거 플레이보이 사진인거 알고 있어?"하고 여성에게 '떠'보는 남성을 지난 3년동안 두명 이상 봤습니다. 여성이 적고, 여성들이 불편함 혹은 불쾌감을 말하면 "왜 그리 예민해" 혹은 "뭐가 그리 불편하다고" 하는 이 상황 속에서, 당황스러울 정도로 당당한 성적 대상화 이미지를, 꼭 써야하는 이유가 없는데도 불구하고 컴퓨터비전 분야에선 하나의 전통처럼 자리잡았습니다. 여성과 여성 동료 과학자들에 대한 비존중의 역사를 그대로 가지고 가는 셈입니다.
더 직접적으로, 여성 과학자들이 겪는 적대감과 비존중은 과학의 주요 활동이라고 볼 수 있는 1. 글, 영상 등의 매스미디어와 2. 논문에서도 쉽게 찾아볼 수 있습니다. 유투브 영상 중 과학 관련된 영상 댓글을 분석해본 결과, 비판적인 내용의 댓글이 여성의 경우 14%, 남성의 경우는 6%였다고 합니다 [6]. 영상에 나오는 사람의 신체와 관련된 댓글은 4.5% 대 1.4%, 더 나아가서 성차별적이거나 성희롱에 해당하는 댓글은 3% 대 0.25%였다고 합니다. TED의 경우는 어떨까요? 과학 관련 TED 강연에서 발표자가 여성일 경우 약 15.28%의 댓글이 강연 내용과 관련이 없었다고 합니다 [7]. 남성의 경우 9.84%인데요. 논문과 연구, 그리고 교수 임용까지, 학계 전반에선 어떻게 나타날까요? 대표적으로 [8, 9, 10] 연구 결과에 따르면 박사 이후 포닥 혹은 그 이후 과정에서 여성들의 이공계 포기 비율이 남성들보다 높게 나타났으며 [9], 여기서 '포기'라는건 쉽게 말해 교수 임용 실패를 뜻하고, 교수 임용 과정에서 성차별 혹은 gender gap이 나타는건 (물론, 커리어를 포함한 변수들을 컨트롤 했을때) 기존 faculty가 남성 편향으로 이뤄졌을때만이었다고 합니다 [8]. 즉, 앞으로도 계속 편향적이 될 가능성이 크다는 뜻입니다. 요약하자면, 현존하는 아카데미는 여성들에게 적대적이고 성차별적이며 성희롱을 비롯한 성범죄가 만연하고, 이는 여성들이 학계에 남을 수 없게끔 압박을 주고 있다는 것입니다 [11]. 어쩌다 이렇게 되었을까요? 역사를 살짝 빌리자면, 아주 당당하게 이공계 분야에서 성차별을 하던 시절은 그닥 오래되지 않았고 그 문화의 offspring들이 아직도 현역이며, 실은 '아주 당당하게 여성을 배척하는' 환경은 역사속으로 사라진게 아니라 여전하기 때문입니다 [9]. 추가로, 이공계 분야 내에서도 '역사적으로' 여성들이 하던 일들 중 권력과 권위가 생길 수 있는 일임이 밝혀지면 어느새 '남성들의 일'로 탈바꿈 하죠. 이 모습을 그린게 바로 <히든 피겨스>고 그 주인공들 중 몇분은 아직 살아계십니다. 수학 계산'따위'는 '여자들이나 하는 일'이었는데 어느새 '여성들은 수학과 과학에 약하다'로 바뀐걸 보면 말이죠. 논문의 경우는 어떨까요? 흥미롭게도, 1저자의 성별에 따른 억셉률 차이는 미비하지만, 리���어가 모두 남성일 경우, 교신저자의 성별에 따라서 억셉률이 significant한 수준으로 차이가 나타났습니다 [12]. 이름이 '여성스러운지'에 따라서도 차이가 나타났다는 얘길 들어본적이 있는데요 [레퍼런스 찾기 실패], 얼마전에 아시아인이 미국에서 좋은 대학에 가려면 '미국식' 이름을 써야 합격률이 올라간다는 얘길 들은게 생각나네요. 최근에 네이처에서 학계에서 여성들이 "leak"하게 되는 이유에 대한 논문이 발표되었습니다. 기사로 편하게 읽어보세요: "How the entire scientific community can confront gender bias in the workplace".
누군가는 (언젠가 누군가 저에게 그랬습니다) 여성들이 과학에 필요는 한가? 하고 물을수도 있습니다. 어디서부터 어디까지 대답해야할지 감이 잘 안잡히지만, 하나만 얘기하자면 현재 제가 몸담고 있는 딥러닝 분야에서는 딥러닝이 학습해버린 편견에 대해서 해결 하는 것이 이슈 중 하나입니다: WiNLP. '학습해버린 편견'은, 오답을 뜻하기 때문이죠. 관련 기사로, 조경현 교수님의 인터뷰가 있습니다: "자동번역이 똘똘해졌죠? 이 사람 덕분입니다".
* 관련 글:
"여성들이 과학 및 기술 분야에 종사하길 꺼리는 진짜 이유"
"왜 이공계는 ‘여성의 무덤’이 됐나"
References:
[1] Bouman, Katherine L., et al. "Computational imaging for vlbi image reconstruction." Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2016.
[2] Högbom, J. A. "Aperture synthesis with a non-regular distribution of interferometer baselines." Astronomy and Astrophysics Supplement Series 15 (1974): 417.
[3] Akiyama, Kazunori, et al. "First M87 Event Horizon Telescope Results. I. The Shadow of the Supermassive Black Hole." The Astrophysical Journal Letters 875.1 (2019): L1.
[4] Ceci, Stephen J., and Wendy M. Williams. "Understanding current causes of women's underrepresentation in science." Proceedings of the National Academy of Sciences 108.8 (2011): 3157-3162.
[5] Betz, Diana E., and Denise Sekaquaptewa. "My fair physicist? Feminine math and science role models demotivate young girls." Social psychological and personality science 3.6 (2012): 738-746.
[6] Amarasekara, Inoka, and Will J. Grant. "Exploring the YouTube science communication gender gap: A sentiment analysis." Public Understanding of Science 28.1 (2019): 68-84.
[7] Tsou, Andrew, et al. "A community of curious souls: an analysis of commenting behavior on TED talks videos." PloS one 9.4 (2014): e93609.
[8] De Paola, Maria, and Vincenzo Scoppa. "Gender discrimination and evaluators’ gender: evidence from Italian academia." Economica 82.325 (2015): 162-188.
[9] Wenneras, Christine, and Agnes Wold. "Nepotism and sexism in peer-review." Women, sience and technology: A reader in feminist science studies (2001): 46-52.
[10] Bagilhole, Barbara. "How to keep a good woman down: An investigation of the role of institutional factors in the process of discrimination against women academics." British Journal of Sociology of Education 14.3 (1993): 261-274.
[11] Jagsi, Reshma, et al. "Sexual harassment and discrimination experiences of academic medical faculty." Jama 315.19 (2016): 2120-2121.
[12] Murray, Dakota, et al. "Gender and international diversity improves equity in peer review." BioRxiv (2018): 400515.
추가: 케이티 부먼의 사진이 이런식으로 추가적인 미소지니 소스로 사용되고 있습니다.
Tumblr media
1 note · View note
hotissuelist-blog · 7 years ago
Text
"????? : 당신은 돈때문에 일하나요?.jpg" 외 19 개 이야기
루리웹
????? : 당신은 돈때문에 일하나요?.jpg
태풍 짜미가 선물해준 오픈카
오늘의 유머
국내 성인 사이트 해킹... 4만명 정보 게시
컴퓨터비전 전공자들은 깔깔웃는 유머.txt
대구가 최고인 이유.jpg
꽃주고 점수 따려했으나 실패.gif
넷마블 결제오류 환불불가 사건.txt (모두의 마블)
편의점녀 번호 딴거 인증
나 맹세하고 폰으로 야한거 찾아본적 없는데
오유
두 번 보게되는 짤
회사원 번역기
졸린데 주인 마중나온 멍뭉이
보배드림
아빠만 좋아하는 딸.jpg
인벤
LG와 하청업체의 끝나지 않는 싸움
딴지일보
민주평화당 초선 의원들 탈당 '12월말'
나경원 "심재철 폭로에 '적반하장'식 대응.. 文���통령 결단해야"
교통사고 났습니다.
유해봉환식_국기에 대한 경례
미스터 선샤인 마지막회 정미의병때
FM KOREA
자전거 헬멧 의무화 전과 후.jpg
0 notes
vrlab · 9 years ago
Link
Computer Vision과 관련된 Deep Learning 자료(분야별 논문, 강의, 도서, ���디오, 소프트웨어)들을 모아서 제공하는 웹페이지 입니다.
연구에 도움이 되기를 바랍니다.
0 notes