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

본 과제는 퓨샷 기반 시각·언어·의료 데이터에서 적은 학습 정보만으로도 인과관계를 설명하고 추론하는 심층학습 프레임워크를 개발하는 연구임. 설명가능성 향상과 데이터 의존도 완화를 위한 통합 방법론 구축이 핵심 목표임. 연구 내용은 인과관계 기반 손실함수, 정보흐름 손실 함수, 메타 학습·전이 학습·자기지도 학습, 트랜스포머 기반 다형 메타 신경망, 멀티모달 퓨샷 학습, 구조적 베이즈 인과모델, 생성모델 경량화 및 영상 복원 기술 개발로 구성됨. 기대 효과는 기 학습 모델의 해석가능성·신뢰도 향상, 새로운 태스크 적응력 확보, 의료·정밀의료 적용성 확대, 소수샷 환경에서의 진단·복원 기술 경쟁력 강화에 있음.