# -10\1進度:
###### tags:`Meeting`
## 研究與學習:
### Academic Approach:
* Survey paper:
* [Cross-modalitysynthesis from CT to PET using FCN and GAN networks for improved automated lesion detection](https://hackmd.io/twu3TipgSamODHlEmdqZXA)

* [Denoising Diffusion Probabilistic Models](https://arxiv.org/pdf/2006.11239.pdf)
* Markov chain-->當前的任何狀態轉變的機率，都與過去狀態完全無關
* 
* 學習逐步denoise
* 在訓練模型時，逐步地將原圖加入雜訊。具體上來說，使用一個高斯分布一次又一次地在原圖上打上很小的雜訊，然後讓網路來學習如何reverse這個雜訊。(?)
* 
* https://openai.com/dall-e-2/
* https://imagen.research.google/

## 其他:
* 鼓勵藍放射師: )
* 多益習題第一回
* [帳務](https://hackmd.io/xhAzrk2zTX2hbp5zXLuepQ)
* 為什麼Normal Distribution這麼好用？
* Q：為什麼Normal Distribution通常作為雜訊的分布？
* Q：為何在DL（deep learning），參數的初始化要用Normal Distribution？
* Q：為何在Bayesian公式裡常常會使用Normal Distribution當作Prior Probability？
* Q：在使用GAN（generative adversarial network）時，為什麼給予的輸入要假設Normal Distribution？

# 下週進度:
###### tags:`Meeting`
## 研究與學習:
### Academic Approach:
* Survey paper:
* [Denoising Diffusion Probabilistic Models](https://arxiv.org/pdf/2006.11239.pdf)
* [Attention UNet](https://arxiv.org/abs/1804.03999)
* [Generative Multiplane Images: Making a 2D GAN 3D-Aware](https://arxiv.org/pdf/2207.10642.pdf)ECCV
* [Attention U-Net:Learning Where to Look for the Pancreas](https://hackmd.io/twu3TipgSamODHlEmdqZXA)
* [Point Cloud GAN](https://arxiv.org/pdf/1810.05795.pdf)
* [Mult-view]()

## 其他:
* 多益習題第2回
* [帳務](https://hackmd.io/xhAzrk2zTX2hbp5zXLuepQ)
* 等藍放射師訓練3DCNN模型