Performance comparison according to the number of encoders and decoders

Currently, in the field of natural language processing, a number of transformer-based models has been proposed. At this time, the transformer-based models consist of an encoder and a decoder, and these are developed with the same number of encoders and decoders for no reason. In addition, in the field of natural language understanding, the BERT model is dominant, and in the field of natural language generation, GPT is dominant. Therefore, it means that a certain module focuses on a specific function. Therefore, I would like to explore this. We plan to submit the thesis to COLING 2021.

HCI 기반 외국인 학생 Everytime

This project aims to make a community for international students who come to Ajou University. We noticed that a new service is necessary for them to make new university friends and share information together when we were working as a Ajou Global Ambassador (AGA) and working at the Office of International Affairs (OIA). According to surveys, international students are having troubles with finding the information etc. Our team will make a community for international students so that they can share the information. With this, they can make new friends and share information.

complete running

어떤 일을 시작할 때 처음에는 의욕이 넘쳐 열심히 하지만 얼마 지나지 않아 포기하는 경우가 많다. 목표 양을 입력하면 센서를 통해 얻은 정보와 적절한 패널티를 부과하여 목표 양을 달성하도록 도울 수 있다고 생각했다. 가장 대중적인 운동인 런닝에 적용해 보았다. 목표로 한 거리를 달리다 중간에 포기하는 경우가 많다. 그래서 목표 거리를 입력하면 목표 거리를 채우기 전까지 거슬릴 만한 패널티를 주며 포기하지 않게 독려하며 주행시간,주행거리, 주행속도,이동 지점을 보여준다. 입력한 거리가 다 되면 알람을 울린다. 패널티로는 이동거리를 채우기 전까지는 앱을 나가더라도 계속 화면에 문구가 띄워져 있는 것이다.

Development of Segmentation for Visual Intelligence in Unmanned Vehicles

현재 무인자동차, 자율 주행은 많은 관심을 받고 있다. 자동차 내 시각 지능을 위한 많은 개발을 필요로 하고 있는데 가장 중요한 부분이 Segmentation이다. 주행 중 많은 의도치 않은 상황이 발생함으로 정확하고 빠르게 실시간으로 Segmentation을 통해 인식하고 반응 할 수 있도록 하여야한다. 차량에 탑재되기 위해선 계산 리소스가 주요한 제한사항이며 알고리즘이 안정적이며 빠르게 작동하고 공간제약으로 인해 임베디드 장치에 적합하고 낮은 전력소비를 가져야한다. 그래서 모델을 경량화 하여 빠른 처리속도와 높은 정확도로 최적화된 신경망을 개발하고자 한다.

ReactNative 와 Spring boot를 이용한 앱 서비스 구현

React Native는 오픈 소스 모바일 어플리케이션 프레임워크이다. Android, IOS, 웹을 모두 개발하는 크로스플랫폼으로 이 프로젝트에서는 Android와 iOS로 개발을 진행하였다. Back-End에서는 Spring Boot를 이용해서 Front-End에서의 데이터를 주고받도록 개발하였다. 또한 Naver Api를 활용하여 실시간으로 서비스를 제공한다.

딥러닝 기반 추천 모델을 효과적으로 학습하기 위한 CPU 및 GPU 협력 기술 개발

추천 시스템은 상업적인 서비스뿐만 아니라 여러 분야에서 널리 쓰이고 있습니다. 사용자에게 맞춤 추천 서비스를 제공하기 위해서 더 많은 데이터를 이용해야합니다. 현재 연구에서는 CPU와 GPU를 나눠서 딥러닝 기반 추천 모델을 처리하고 있습니다. 하지만 추천에 쓰이는 데이터의 메모리 크기가 커질수록 GPU에 데이터가 다 올라가지 못하는 문제점이 있습니다. 이번 자기주도프로젝트에서는 이 문제점을 해결하기 위한 여러 기법을 적용하여 딥러닝 기반 추천 모델의 학습을 효율적으로 할 수 있는 방법을 모색하였습니다.

React Native를 활용한 모바일 앱 개발

모바일 앱 개발 하이브리드 프레임 워크들 중 현재 가장 인기 있는 리액트 네이티브를 이용하여 코로나 바이러스 이후 감염병 시대에서 해외 입출국을 계획하고 있는 사람들에게 각자 가려고하는 나라의 여러 정보들을 제공하는 앱을 개발한다. 먼저 안드로이드를 타겟으로 개발 후 iOS 에서도 잘 동작하는지 결과를 확인한다.

glTF에 대한 비사실적 렌더링 뷰어

glTF 파일에 대하여 산업분야에서 동일 재질의 부품간 결합부의 구분이 용이하도록 비사실적 렌더링를 제공하는 뷰어를 구현했다.