교수진

Machine Intelligence and Information Theory Lab. 기계지능 및 정보학습 연구실

Intro

기계지능 및 정보학습 연구실에서는 현재의 심층학습(deep-learning) 기술을 뛰어넘는 차세대 머신 러닝 알고리즘을 연구합니다. 현재 심층학습 알고리즘은 다음과 같은 한계를 가지고 있습니다: i) 막대 한 양의 학습 데이터에 의존하는 한계점, ii) 학습이 되지 않은 상황에 대해 성능이 크게 저하되는 한계 점, iii) 한번 학습이 완료되면 학습된 지식이 확장이 어려운 한계점. 이러한 한계를 극복하기 위해 우리 기계지능 및 정보학습 연구실에서는 적은 수의 학습 데이터로 학습 성능을 달성할 수 있는 소수샷 학습 (few-shot learning), 새로운 학습 태스크/상황에 대해서도 높은 성능을 보일 수 있는 메타학습 (meta-learning), 기존 지식을 보존하면서 새로운 태스크를 점진적으로 학습할 수 있는 점진적 학습 (incremental learning) 및 연속 학습(continual learning) 알고리즘 개발을 연구합니다. 또한 향후 연구 방향으로 메타 강화학습(meta reinforcement learning) 및 인과관계 학습(causal learning) 연구를 목표로 하고 있습니다. 다가올 4차 산업혁명에서는 인공지능에 기반한 알고리즘 개발 뿐만 아니라 인공지능 알고리즘을 위한 통신, 분산시스템(distributed system)의 혁신 또한 필요합니다. 우리 기계지능 및 정보학습 연구실은 정보이론(information theory) 및 통신이론(communication theory) 연구 경험을 인공지능 알고리즘 개발과 접목하여 차세대 6G 지능형 통신 기술 그리고 분산 학습/통신/저장이 자동적으로 이루어지는 분산 시스템의 구성 알고리즘 개발을 연구하고 있습니 다.

Research Field

Machine Learning, Learning Theory, Generalization, Robustness, Information Theory, Intelligent Communications