학과소식
강석주 교수 연구팀, 국제 딥러닝 컨퍼런스 ‘ICML Subset Selection workshop 2021’ 논문 두 편 Accept
- 2021.07.19
- 1867
강석주 교수 연구팀, 국제 딥러닝 컨퍼런스
‘ICML Subset Selection workshop 2021’ 논문 두 편 Accept
전자공학과 강석주 교수 연구팀(김경훈 석사과정 및 심재헌 석사과정)과 포항공대 공경보 박사가 공동연구하여 The 38th International Conference on Machine Learning (ICML 2021)의 Subset Selection in Machine Learning: From Theory to Applications workshop에 두 편의 논문을 Spotlight로 발표하게 되었다. 두 논문은 subset selection mechanism을 적용하여 딥러닝 기반 이미지 생성 네트워크의 학습 개선과 딥러닝 네트워크 탐색 (Neural Architecture Search)에서의 새로운 연구를 제시하였다.
최근 딥러닝 분야에서 초대형 모델의 등장과 대규모의 데이터 학습으로 성능개선 연구가 진행되고 있다. 하지만 학습에 사용되는 시간과 에너지 사용량 측면에서 막대한 비용이 발생한다. 이러한 시간과 에너지 소비가 많이 드는 대규모 모델을 학습하기 위한 연산 요건을 낮추어 에너지 비용을 낮추고 CO2 배출량도 감소시킬 수 있는 연구가 진행되고 있다. ‘Selective Focusing Learning for Conditional GANs’ 논문에서는 GAN 모델의 효율적인 학습방법을 제안하여 적은 에너지 사용 비용으로 더 높은 성능을 낼 수 있는 간단하고 효과적인 학습방법을 제안한다.
또한, 딥러닝이 여러 분야에서 적극적으로 활용되면서 용도에 따른 최적 딥러닝 네트워크 설계가 중요해 지고 있다. 이로 인해 각 용도에 따른 최적 네트워크를 자동으로 탐색해 주는 Neural Architecture Search (NAS) 가 각광 받고 있다. 하지만 NAS는 막대한 연산 복잡도를 요구하여 그 이점에 비해 활용도가 매우 떨어진다는 단점이 있다. ‘Core-set Sampling for Efficient Neural Architecture Search’ 논문에서는 core-set sampling을 통해 네트워크 탐색시간을 줄여 적은 시간과 에너지로 효율적으로 네트워크를 탐색할 수 있는 방법론을 제안한다.
□ 논문명, 저자정보
- 논문제목: Selective Focusing Learning for Conditional GANs
- 저자 정보 : 공경보(제 1 공동저자, 포항공대),김경훈(제 1 공동저자, 서강대), 송우진(참여저자, 포항공대), 강석주(교신저자, 서강대)
- 논문제목: Core-set Sampling for Efficient Neural Architecture Search
- 저자 정보 : 심재헌(제 1 공동저자, 서강대), 공경보(제 1 공동저자, 포항공대), 강석주(교신저자, 서강대)