BIG DATA LAB

인하대학교 본교(제1캠퍼스)
최동완 교수 인공지능공학과

Computer Science and Engineering

컴퓨터

연구실 소개

BIG DATA LAB은 인공지능공학과에 속해 있으며, 데이터 처리, 지속 학습, 연합 학습, 신경망 압축 등 다양한 연구 분야에서 활발한 연구를 진행하고 있습니다. 특히, 지속 학습 분야에서는 인간과 유사한 기억을 구현하기 위한 연구를 수행하고 있으며, 연합 학습 분야에서는 데이터 보안을 유지하면서도 효율적인 학습 방법을 개발하고 있습니다. 또한, 신경망 압축 기술을 통해 경량화된 신경망 모델을 실시간으로 생성하는 방법을 연구하고 있습니다. 최근 3년간 다수의 논문 발표와 특허 출원, 그리고 다양한 기업과의 협력 프로젝트를 통해 연구 성과를 인정받고 있습니다.

지속적 학습

지속 학습

연합 학습

뉴럴 네트워크 압축

신경망 압축

연구 분야

인간과 유사한 프루닝 경량 신경망 모델 생성

경량화된 신경망 모델을 실시간으로 생성하는 방법은 다양한 사용자 요구에 대응할 수 있는 새로운 AI 시스템 개발의 중추가 되고 있습니다. 이 연구는 특히 인간의 인지 방식과 유사한 형태로 신경망을 훈련하고 경량화하는 기술에 중점을 두고 있습니다. 더 나아가, 사용자의 질의에 맞춰 신경망 모델을 분할하고 병합하는 방법을 통해 다목적 AI 시스템 구현이 가능해집니다. 이러한 기술은 자율주행 자동차, 스마트 임베디드 디바이스와 같은 실시간 응용 분야에서 중요한 역할을 할 수 있습니다.

지속학습을 통한 데이터 불균형 문제 해결

지속학습 환경에서는 새로운 데이터가 지속적으로 추가되면서 이전에 학습된 모델의 성능이 저하되는 문제가 발생할 수 있습니다. 이를 해결하기 위해 흡인 및 반발식 학습 방법을 활용하여 데이터 불균형 문제를 완화하는 기술이 중요합니다. 이 기술은 특히 다양한 데이터셋을 다루는 상황에서 모델의 안정적인 성능 유지와 데이터의 효율적인 활용을 가능하게 합니다. 이러한 접근법은 연속적이고 동적인 환경에서 AI 시스템의 신뢰성을 높이는 데 기여할 수 있습니다.