본문 바로가기
기계지능 및 로봇공학 다기관 지원 연구단

Machine Intelligence and Robotics Multi-Sponsored Research and Education Platform;
the leader of Industries 4.0, who develops Artificial Intelligence.

연구실소개

기계학습, 정보이론 글보기
기계학습, 정보이론
작성자 KAIST교수 서창호 게시일 2017.08.14 15:30 조회수 42

■ 연구책임자: KAIST 전기및전자공학과 교수 서창호 
■ 전화: 042-350-7429
■ 이메일: chsuh@kaist.ac.kr
■ 연구분야: 기계학습, 정보이론

■ 연구목표: 랭킹, 커뮤니티 식별, 행렬 완성, 자율주행 등에 사용되는 효율적인 기계 학습 알고리즘 개발 및 이론적 분석

 

■ 연구내용:

- Top-K 랭킹
빅데이터 시대가 도래하면서 매우 큰 숫자의 아이템들 사이의 랭킹을 매기는 일이 요구되고 있다. 하지만 기존의 단순한 랭킹 알고리즘들은 필요한 정보의 양이 많아짐에 따라 정보 수집 비용 증가, 알고리즘의 동작 속도 저하 등의 문제로 인해 사용이 불가능해졌다. 본 연구실에서는 최적의 정확도를 가지는 순위가 높은 아이템들의 랭킹을 매기는데 요구되는 최소한의 정보량을 규명하고, 이를 이용한 낮은 복잡도를 가지는 랭킹 알고리즘을 개발하는 연구를 진행하고 있다.
  
- 커뮤니티 식별 (Community detection)
서로 다른 커뮤니티에 속해있는 데이터들을 같은 커뮤니티끼리 묶어주는 것이 목표인 커뮤니티 식별은 소셜 네트워크 어플리케이션, 이미지 분할 등 많은 어플리케이션에 적용되고 있다. 대규모의 데이터를 클러스터링하기 위해 필요한 최소한의 정보량을 규명하고, 낮은 복잡도를 갖는 커뮤니티 식별 알고리즘을 개발하는 연구를 진행하고 있다. 


- 행렬 완성 (Matrix completion)
행렬 완성 문제는 영화, 교육 관련 컨텐츠 등 다양한 추천 시스템에서 요구되는 중요한 문제 중 하나이다. 본 연구실에서는 Deep Neural Network(DNN)를 활용하여 기존 행렬 완성 알고리즘보다 높은 성능을 가지면서, 실시간으로 추천을 요구하는 시스템에 적용 가능한 알고리즘 개발 연구를 진행 중이다.
     
- 자율주행
본 연구실에서는 시뮬레이터를 이용한 자율주행 연구를 진행 중이다. 실제 세상에서 모으기 위해서는 많은 비용이 드는 데이터를 시뮬레이터로 손쉽게 만든 후, 이를 활용하여 딥러닝 자율주행 알고리즘을 개발 중이다. 또한 시뮬레이션과 실제 세상의 본질적인 간극을 줄이기 위해 Generative Adversarial Network (GAN)를 활용한 Domain Adapatation 연구를 진행 중이다.

 


■ 연구실 이름: Information System Lab
■ 연구실 홈페이지주소: csuh.kaist.ac.kr