카카오 계정과 연동하여 게시글에 달린
댓글 알람, 소식등을 빠르게 받아보세요

가장 핫한 댓글은?

CVPR 사건에서 같은 연구실 공저자의 다른 논문 자가표절 의심됩니다. 근거 있음.

2022.06.28

34

7288

왼쪽: Towards fast and accurate object detection in bio-inspired spiking neural networks through Bayesian optimization IEEE Access, 2020 - ieeexplore.ieee.org (서브미션은 2020년)

오른쪽: Spiking-yolo: spiking neural network for energy-efficient object detection Proceedings of the AAAI conference on …, 2020 - ojs.aaai.org (서브미션은 19년)

왼쪽 논문의
"Moreover, the spiking neurons integrate inputs into a membrane potential only when spikes are received, and generate (fire) spikes when the membrane potential reaches a certain threshold voltage"

오른쪽 논문의
"Moreover, the spiking neurons integrate inputs into a membrane potential when spikes are received and generate (fire) spikes when the membrane potential reaches a certain threshold"

이 사실상 같은 문장으로 비슷합니다.


이번 CPVR 논문과 저 왼쪽/오른쪽 저자가 많이 겹치며, 이번 CVPR 논문 1저자는 왼쪽 논문의 4저자이며, CVPR 논문의 나머지 저자가 각각 왼쪽/오른쪽 논문의 저자입니다.

제 전공분야가 아니라 자세히 읽어보진 못하고 인트로만 읽었습니다.
사실 자기표절이고, 기본적인 개념을 소개한 거라 심각한 연구윤리 위반이라 생각은 들지 않지만
이번 CVPR 표절 건에서 저자 측의 변명인 "1저자가 그랬고 이외 저자는 몰랐다"는 말에 대해서, 저 왼쪽 논문에서는 누가 라이팅을 했나? 궁금해지긴 합니다.

카카오 계정과 연동하여 게시글에 달린
댓글 알람, 소식등을 빠르게 받아보세요

댓글 34개

2022.06.28

https://phdkim.net/board/free/31513/
위 링크에 남겨진 표절 의혹은 ResearchGate에서 인용논문 자동첨부 한 걸 긁어와서 잘못된 것 같습니다.

2022.06.28

저거 한문장은 표절로보기 힘들지않나요

대댓글 3개

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

2022.06.28

Towards Fast and Accurate Object Detection in Bio-Inspired Spiking Neural Networks Through Bayesian Optimization
Spiking-YOLO: Spiking Neural Network for Energy-Efficient Object Detection

As described in Eq. 3, SNNs use spike trains consisting of a series of binary spikes to convey information between neurons instead of real values in DNNs.
In contrary to DNNs, SNNs use spike trains consisting of a series of spikes to convey information between neurons.

SNNs use spike trains consisting of a series of binary spikes to convey information between neurons
중간에 binary 들어가는 것 제외 동일

Please note that the overall process is performed on training dataset based on an assumption that the distributions of the training and test datasets are similar.
This is based on an assumption that the distributions of the training and test datasets are similar.
based on an assumption that the distributions of the training and test datasets are similar


The target mAP of Tiny YOLO is 53.01% (PASC

대댓글 1개

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

댓글쓰기

게시판 목록으로 돌아가기