전체작품 보기
박주원
PinF : InfiniBand의 Work Completion 처리를 최적화한 통신계층 연구
Unlike Ethernet-based TCP/IP, which transmits data through multiple layer stacks, InfiniBand takes a method of directly communiticating data through HCA. Although InfiniBand has features of low latency and high bandwidth, due to its characteristics of operating asynchronously, it makes a big difference in latency of the entire program depending on the process. In order to improve the latency of the communication layer using InfiniBand, we present PinF, a model that optimizes the method of processing work completion of InfiniBand.
김수아
Deep learning-based, multi-directional VR locomotion modeling
We try to present the possibility that the user experience can be enhanced when considering user movements in eight directions in a deep learning-based VR environment. In general, user movement refers to the direction in which the user gazes and proceeds, but our study includes the case the user proceeds in eight directions while gazing at the front. The overall goal of our study is to develop a model that supports more diverse types of movement in a VR environment, and apply the model to a scenario in order to confirm the improvement of the user experience.
고우석
Security Analysis of Q-learning based Geographic Routing Protocols for FANETs
Q-learning을 이용한 Geographic routing protocol 중 사용되는 Q-value 값을 이용하여 기존의 Security 문제점을 보완해본다. Q-value를 이용할 때, Double Q-learning 기법을 사용을 해보고, 기존의 Q-learning 과 보안적인 성능을 비교해본다.
김수민
Funnel-Transformer를 이용한 의료용 질의응답 시스템
기계독해(Machine Reading Comprehension)는 주어진 문단에서 특정 질문에 대한 답을 찾아내는 자연어 처리 task이다. 이러한 기계독해는 다양한 질의응답이 필요한 서비스들에 활용될 수 있다. 본 논문에서는 의사-환자간 문진 데이터로 질의응답 쌍을 구축하여 만든 한국어 기계독해 데이터 셋인 MedQuAD를 활용하여 의료용 질의응답 시스템을 구축하였다. MedQuAD 데이터 셋이 context의 길이가 긴 특징을 고려해 Overlapping subsequence mapping을 이용하였고, 최신 pretrained language model들을 fine-tuning하고 비교 실험하여 성능을 최적화하였다. 최종적으로 Funnel-Transformer모델에서 EM 92.64%, F1 97.27%의 높은 성능을 얻었다.
박정련
Sketch Image Deep Colorization
sketch이미지를 GAN 기반 colorization하고자 한다. sketch의 경우 color 이미지에서 sketch를 뽑은 synthetic과 프로/아마추어 작가가 그린 authentic sketch가 존재한다. 대부분의 논문이 synthetic sketch를 사용해 두 sketch간에 성능 차이가 존재한다. 따라서 두 이미지의 gap을 줄여 authentic sketch에 대한 성능개선을 하고자한다.
노태형
V-DAT: 센서 기반 VR 연구를 지원하는 데이터 분석 도구 개발
가상현실에서 사용자들을 이해하고 사용자 경험을 높일 수 있는 방법을 도출하기 위해 VR사용 중에 수집되는 센서 데이터 활용을 통한 연구가 활발히 진행 중이다. 특히 센서 데이터의 종류에 따라 설명할 수 있는 VR사용자의 특징이나 상황이 다르기 때문에, 다양한 역할을 할 수 있는 센서 데이터의 수집과 분석을 통한 연구가 필요하다. 본 연구에서는 VR센서 데이터 관리 파이프라인을 지원하는 통합시스템인 Virtual Reality Data Analysis Tool을 개발한다. V-DAT은 센서와 실시간 통신을 기반으로 시각, 음성, 생체신호, 몸움직임 데이터를 수집 및 분석하고 데이터의 특성에 따른 시각화를 VR 영상과 동기화하여 제공한다.
최호영
투사적 그림검사 분야로의 트랜스포머 기반의 이미지 분류 모델 적용에 관한 연구
본 연구에서는 심리진단을 위한 그림검사(Drawing Test) 과정에서 미술치료사의 객관적인 의사결정을 지원하기 위한 이미지 분류 모델인 VQ-ViT(Vector Quantization-Vision Transformer)을 제안한다. 사전학습을 위해 대규모의 레이블링 데이터셋이 필요한 기존의 이미지 분류 모델(e.g., Resnet, Vision Transformer)에 비해 VQ-ViT는 레이블링되지 않은 데이터에 대하여 비지도학습으로 임베딩을 진행한다. 이를 기반으로 우리는 딥러닝 기반의 이미지 분류 모델의 한계점 파악 및 발전 방향을 논의한다.
박현민
BERT를 사용한 질의응답
질의응답은 인공지능 분야의 하나로 최근 중요성이 대두되고 있는 챗봇의 근간이 되는 기술이다. 지난 2018년 자연어처리와 기계 독해 분야에서 괄목할 만한 발전을 이끈 BERT(Bidirectional Encoder Representations Transformers) 모델이 등장하였다. 이후 질의응답 분야의 벤치마크 데이터 셋으로 가장 유명한 SQuAD(Stanford Questionwering Dataset)나 국내의 KorQuAD의 리더보드에는 BERT 계열의 언어 모델이 상위권에 위치하고 있다. 본 연구에서는 BERT를 통해 질의응답 모델을 구현하는 것을 목표로 한다.
자료집 바로가기