데이터 지능 연구실
한국과학기술원 반도체시스템공학과
황의종 교수
Robust Machine Learning
Machine Learning Fairness
Data Collection
홈
데이터 지능 연구실
반도체시스템공학과 황의종
데이터 지능 연구실은 반도체시스템공학과 소속으로, 데이터 중심 인공지능 연구에 주력하고 있습니다. 최근 3년간, 연구실은 데이터 수집과 품질 관리, 공정하고 강건한 머신러닝 모델 개발에 중점을 두고 다양한 프로젝트를 수행해왔습니다. 대표적인 연구로는 데이터 수집의 도전과제를 다룬 'Data Collection and Quality Challenges in Deep Learning'과 공정한 머신러닝을 위한 'Falcon: Fair Active Learning using Multi-armed Bandits' 등이 있습니다. 이러한 연구들은 VLDB, ACM SIGMOD, AAAI 등 주요 학회에 발표되었으며, 산업계와의 협력을 통해 실제 문제 해결에 기여하고 있습니다.
Robust Machine Learning
Machine Learning Fairness
Data Collection
대표 연구 분야
연구 영역 전체보기
데이터 중심의 공정 학습 및 공평성 연구
데이터 인텔리전스 연구실은 데이터 중심의 공정 학습과 공평성에 중점을 두고 연구를 진행하고 있습니다. 이 연구는 데이터 수집, 데이터 선택, 데이터 비율 조정 등 데이터 관리의 다양한 측면에서 공정성과 공평성을 개선하는 방법을 탐구합니다. 특히, 다중 팔 도박기(Multi-armed Bandits)와 같은 알고리즘을 사용하여 공정한 활성 학습을 구현하고, 생성된 데이터와 실제 데이터 간의 비율을 동적으로 조정하여 공평한 학습을 달성하는 방법을 연구합니다. 이러한 노력은 머신러닝 모델의 공정성과 신뢰성을 높이는 데 기여할 수 있습니다.
딥러닝에서 데이터 품질 및 개념 변화 대응 연구
데이터 인텔리전스 연구실은 딥러닝 모델의 성능을 최적화하기 위해 데이터 품질과 개념 변화에 대처하는 방법을 연구합니다. 이 연구는 데이터 수집의 도전과제, 데이터 세분화 방법, 그리고 데이터 청소 기법 등을 다룹니다. 특히, 개념 변화에 강건한 데이터 세그먼트 선택 방법을 개발하여 모델의 지속적인 정확성을 유지하는 데 중점을 둡니다. 이러한 연구는 딥러닝 모델이 변화하는 데이터 환경에서도 높은 성능을 유지할 수 있도록 도와줍니다.
주요 논문
58
발행물 전체보기
1
Falcon: Fair Active Learning using Multi-armed Bandits
ASSOC COMPUTING MACHINERY, 2024
2
Data Collection and Quality Challenges in Deep Learning: A Data-Centric AI Perspective
SPRINGER, 2023
3
강건하고 공정하며 확장 가능한 데이터 중심의 연속 학습
한국정보과학회, 2022
완료된 프로젝트
27
프로젝트 전체보기
1
Data Intelligence Lab @ KAIST
KAIST
2
DI LabNewsProfessorStudentsPublicationsProjectsCoursesTalksPhotosVideos
3
Data Collection and Quality Challenges in Deep Learning: A Data-Centric AI Perspective (VLDB Journal '23)