(2세부) 의사결정 지원을 위한 퓨샷 학습 기반 시각 및 언어에 대한 인과관계 추론기술개발

본 과제는 퓨샷 기반 시각·언어·의료 데이터에서 적은 학습 정보만으로도 원인을 설명하고 결과를 추론할 수 있는 인공지능 프레임워크를 개발하는 연구임. 심층학습 모델의 설명가능성과 신뢰성을 높여 실제 문제 적용성을 강화하는 것이 핵심임. 연구 목표는 인과관계 학습·추론, 메타 학습, 전이 학습, 자기지도 학습을 통합한 설명가능한 퓨샷 딥러닝 모델 구축임. 핵심 내용은 사각지대 네트워크 기반 인과관계 설명 모델, 다형 메타 신경망, 퓨샷 영상 분류·분할, PLM 기반 공동 공간 임베딩, 기능적 기저 분해 신경망 및 알츠하이머병 진단·영상 복원 기술 개발임. 기대 효과는 데이터 의존도 감소, 모델 해석 가능성 향상, 소수샷 의료 진단 및 멀티모달 태스크 적응 기술 확보임.