김상진 교수 연구실
읽는 시간 · 41초
인공지능 기반 정보처리 연구
AI-driven Information Processing Research
연구 내용
인공지능 기반 모델을 설계하고 학습·추론 절차를 체계화하여 컴퓨터공학 문제의 정확도와 재현성을 확보하는 연구
컴퓨터공학 문제를 대상으로 데이터 전처리-모델 설계-학습 및 검증의 파이프라인을 구성합니다. Neural Network, Decision Tree 등 표준 학습기 구조를 문제 특성에 맞게 선택하고, 학습 안정성 및 일반화 성능을 관찰하기 위해 교차검증과 오류 분석 절차를 적용합니다. 또한 추론 단계에서 입력 변화에 대한 민감도와 계산 복잡도를 함께 고려하여 실용적 실행 조건을 도출합니다.
관련 연구 성과
관련 논문
0편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 컴퓨터공학 문제에서 요구되는 데이터 형태와 성능 지표를 정리하고, 기본 모델을 통해 학습 가능성과 데이터 품질 영향을 확인합니다. 이후에는 모델 구조와 손실함수 구성을 변경하며 오류 유형을 분해하고, 데이터 분포 불균형과 노이즈가 성능에 미치는 영향을 점검하는 방향으로 연구를 확장합니다. 최근에는 학습-검증 절차를 표준화하여 재현 가능한 실험을 구축하고, 실제 사용 시나리오에 맞춘 추론 효율과 견고성을 평가하는 연구를 수행합니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
- 분류 및 예측 시스템
- 자연어 처리 모델
- 컴퓨터 비전 파이프라인
- 이상 탐지 모듈
- 추천 및 랭킹 기능
- 자동 분류 규칙 생성
- 모델 경량화 및 배포
- 의사결정 보조
- 설명 가능한 오류 분석
- 데이터 품질 진단