RnDCircle Logo
arrow left icon

통계적 추론 및 정보 이론 연구실

한국과학기술원 본교(제1캠퍼스) 전기및전자공학부

김준모 교수

Image Segmentation

Depth Estimation

Adversarial Learning

V3_minor

통계적 추론 및 정보 이론 연구실

전기및전자공학부 김준모

통계적 추론 및 정보 이론 연구실은 전기및전자공학부 소속으로, 이미지 처리와 인공지능 분야에서 활발한 연구를 진행하고 있습니다. 특히, 정보 이론을 기반으로 한 비모수적 이미지 분할과 적대적 학습을 통한 자기 지식 증류 분야에서 두각을 나타내고 있습니다. 최근 3년간 다양한 연구 프로젝트를 통해 산업 시각 검사 시스템의 데이터 증강 방법과 딥러닝을 활용한 깊이 추정 기술을 개발하였으며, 이러한 연구 결과는 여러 국제 학술지와 학회에서 발표되었습니다. 연구실은 또한 스마트 제조 공정에서의 3D 측정 기술 개발과 블라인드 초해상도 복원 기술에서도 중요한 성과를 거두었습니다.

Image Segmentation
Depth Estimation
Adversarial Learning
AI 기반 산업용 시각 검사 시스템
통계적 추론 및 정보 이론 연구실은 AI 기반의 산업용 시각 검사 시스템 분야에서 뛰어난 연구 역량을 보유하고 있습니다. 본 연구실은 AI 기술을 활용하여 산업 현장에서의 품질 검사 과정을 혁신적으로 개선하는 방법을 연구하고 있습니다. 특히, 데이터 증강을 통해 인공지능 모델의 성능을 극대화하는 방법론을 개발하며, 컨텍스트 인식 기술을 통해 시각 정보의 정확도를 높이고자 합니다. 이 방법론은 다양한 산업 현장에서 적용 가능하며, 제품의 결함을 조기에 탐지하고 생산 효율성을 극대화하는 데 기여할 수 있습니다. 또한, 딥러닝과 컨볼루션 신경망을 활용하여 3D 측정 및 깊이 추정 기술을 발전시켜, 미세한 제품의 제조 공정에서도 높은 정밀도를 보장합니다. 이러한 연구는 스마트 제조 공정에서 경쟁력을 높이는 데 큰 역할을 할 것으로 기대됩니다.
1
AI-KD: Adversarial learning and Implicit regularization for self-Knowledge Distillation
Hyungmin Kim, Sungho Suh, Sunghyun Baek, Daehwan Kim, Daun Jeong, Hansang Cho, Junmo Kim
Knowledge-Based Systems, 2024
2
Towards Understanding Dual BN In Hybrid Adversarial Training
Chenshuang Zhang, Chaoning Zhang, Kang Zhang, Axi Niu, Junmo Kim, In So Kweon
Transactions on Machine Learning Research, 2024
3
ContextMix: A Context-Aware Data Augmentation Method for Industrial Visual Inspection Systems
Hyungmin Kim, Donghun Kim, Pyunghwan Ahn, Sungho Suh, Hansang Cho, Junmo Kim
Engineering Applications of Artificial Intelligence, 2024