전체작품 보기
강지은
regnet & resnet
본 연구는 두 네트워크의 기본 배경과 구조적 차이, 그리오. 이에 따라 표현되는 다른 점을 분석하였다. 코드 분석은 github에 올려진 pytorch를 사용하여 테스트하였다. 또한 직접 두 코드를 google co laboratory로 돌려봐 성능 결과를 뽑아내 확인하였다.
이민동
Anomaly Detection using LSTM
현재 머신 러닝, 딥 러닝 기법을 활용하여 사회 기반 시설을 향한 사이버 공격을 탐지, 대응하는 방안들이 제시되고 있다. 이번 연구에서는 사회 기반 시설 중 하나인 수질 정화 시설(Secure Water Treatment, 이하 SWaT)의 데이터를 사용하여 이상 증상을 탐지하는 딥러닝 모델을 제안하고 기존 모델과 성능을 비교해보고자 했다. 연구와 관련된 키워드: 이상 탐지(Anomaly Detection), 머신 러닝(Machine Learning), 시계열 데이터(Time Series), RNN, LSTM, PCA
김준범
학습 기반 네트워크 지능화 기술에 대한 연구
이 주제에 대한 연구에서 학습 기반 네트워크 지능화 기술 관련 알고리즘에 대해서 찾아보고 그 중에서도 모델 없이 학습하는 알고리즘인 q learning에 대해 연구하고 q learning과 관련되어 q value, q learning 알고리즘 정책, matrix 등을 공부하고 q learning 예제를 찾아 관련 코드를 matlab 환경에서 작동시키면서 결과를 알아보는 과정으로 진행합니다. 또한 q learning에 대해 연구한 내용을 바탕으로 관련 논문을 읽고 q learning 기술이 네트워크에 어떻게 적용되는지를 정리하면서 이해하는 방향으로 연구를 진행합니다.
김효균
All Nearest Neighbors Query Including Scores Road Network
This research introduces an improved ANN (All Nearest Neighbor) algorithm using the SCL (Standard Clustered Loop) algorithm to reduce the consumption of computing resources that can occur when searching for the data object nearest to the query object in the process of uting the algorithm. Additionally, a method to improve ANN algorithm is proposed. When the algorithm is uted, it is a situation in which the user finds a data object adjacent to the user. In this case, our technique applies the criteria set provided by users.
김현준
Faas Function Scheduling Considering Multiple Package Affinity
In this research, we focus on how can schedulers efficiently distribute tasks to nodes when uting functions in FaaS.you use FaaS and need a lot of packages and libraries, it takes a long time to ute the function. To solve this problem, an existing method of allocating tasks to work nodes with high cache affinity for required packages has been proposed to ute the same function. However, in this research, there is a assumption that only one package is cached in the task node that utes the function in the FaaS environment, so it cannot solve the case several packages
한정우
SNS 데이터 분석을 통한 자폐스펙트럼장애를 가진 사람들의 행동적 특징 분석 연구
선행 연구에서는 자폐스펙트럼장애(ASD)를 가진 성인들이 다른 사람들과의 소통을 위해 인스타그램, 레딧 등의 SNS를 적극 활용하며 선호하는 경향이 있다는 것을 확인하였다. 본 연구에서는 선행 연구를 바탕으로 실제 ASD를 가진 1,285명의 인스타그램 정보를 수집하고, 91,825 개의 게시 글을 분석하였다. 이를 통해, ASD 사람들의 프로필, 포스트의 기본적 정보(예: 프로필, 캡션의 길이, 해시태그(hashtag))와 그들이 자신의 정체성과 가치관을 소셜 미디어를 통해 적극적으로 확인하였다. 이를 통해, ASD를 가진 사람들의 유의미한 특징을 파악해 보았다.
이현주
머신러닝 모델 기반 알츠하이머 질병 예측 및 관련 특성 검출
본 연구는 UK 바이오뱅크의 약 50만명의 표현형 데이터와 유전체 데이터를 활용하여 알츠하이머 질병과 관련 있는 특성을 머신러닝 데이터 모델링 기반으로 검출함에 목표가 있다. 구체적으로 표현형 데이터나 유전체 데이터 각각, 혹은 둘을 통합한 데이터 3가지를 이용한 모델의 알츠하이머 예측 성능을 비교한다. 그리고 특성선택 기법을 적용하여 어떤 특성이 알츠하이머와 관련있고, 몇개의 특성이 예측하는데 최적인지 알아본다. 또한 다양한 머신러닝 모델과 전처리 방법을 이용하여 최적화된 모델을 찾아, 높은 성능으로 알츠하이머를 예측할 수 있도록 한다.
나영윤
일관된 성격을 가진 챗봇
현재 여러 분야에서 활용되고 있는 챗봇이 궁극적으로 이루고자 하는 목표는 사람처럼 말하는 것이다. 우리는 이러한 목적을 달성하기 위해 챗봇의 성격을 미리 정의한 데이터셋을 사용하고 Generative Pre-Training 의 이점을 활용하여 새로운 모델을 제안한다. 우리의 모델의 perpelxity는 기존 성능이 가장 좋은 모델의 perplexity 보다 훨씬 낮은 3.29를 기록하였다. 이는 성능이 가장 좋은 모델의 perplexity 보다 4배 더 적은 수치 이다. 하지만 현재 대화 분야에서 automatic evaluation은 대화 생성 분야에서 한계를 지니는 것으로 알려져 있으므로 추가적인 human evaluation도 수행하였고 state-of-the-art보다 좋은 성능을 보였다.
자료집 바로가기