UNIST 인공지능, 최우수 학회에서 밝게 빛나다!
2021년 인공지능 관련 최우수 학회에 논문 20편 발표 ... 역대 최대 규모 게재 성과
인공지능 연구 및 인재 채용 투자 성과 ... 인공지능대학원 개원 전에 비해 2배 성장
출처: UNIST News Center - https://news.unist.ac.kr/kor/20211118-2/
UNIST의 2021년 인공지능 관련 글로벌 최우수학회 채택 논문이 큰 폭으로 증가했다. 인공지능대학원 개원 전에 비해 2배 이상 성장한 성과다.
UNIST 연구진이 인공지능 관련 글로벌 최우수학회에 발표한 논문은 20편에 달한다*(하단 리스트 참조). NeurlPS, ICML, ICLR, CVRP, ICCV, ICRA 등 최고 수준의 학회가 연이어 채택하는 우수 성과를 쏟아낸 것이다. 인공지능대학원 개원 전인 2018년 5편, 2019년 9편과 비교하면 그 성장폭을 가늠할 수 있다.
이들 학회는 국제적으로 최고 수준의 인공지능 전문가들이 모여 최신 연구결과를 공유하고 토론하는 자리다. 이곳에서 채택된 논문은 학문적, 산업적으로 높은 가치를 입증 받는다. 때문에 구글, 아마존, 삼성전자 등 글로벌 기업들은 이들 학회를 인공지능 분야 연구개발 성과 홍보 및 인재 영입의 기회로 삼는다.
2021년 UNIST는 학회 발표 논문 외에도 IEEE TPAMI, Nature Communications, Information Sciences와 같은 유수의 국제 저널에도 인공지능 관련 논문을 다수 게재하는 성과를 거뒀다.
이런 성과는 UNIST가 장기적 관점에서 인공지능 분야 연구와 인재 채용에 꾸준히 투자한 결과다. 최근 UNIST는 인공지능, 반도체, 탄소중립 분야 등에 투자해왔고, 2020년부터 집중해온 인공지능 분야는 이듬해인 올해부터 바로 성과가 나타났다. UNIST와 같은 규모의 대학에서 인공지능 관련 글로벌 최우수학회 논문 20편 배출은 놀라운 성과라는 평가다.
**노삼혁 UNIST 인공지능대학원장은 “최근 인공지능에 관심을 갖고 진학하는 학생들이 급증하고 있는 추세지만, 더욱 더 많은 학생들이 적극적으로 변화의 흐름에 동참해 도전에 나서야 한다”며 “세계적 연구 성과를 지속적으로 내고 있는 젊고 유능한 교원이 신나서 일할 수 있도록 전폭적인 지지를 아끼지 않는 UNIST에 많은 관심을 가져달라”고 말했다.**
## UNIST는 앞으로도 인공지능대학원을 중심으로 교내 다른 학과들과의 협력, 국내외 연구기관과의 연구 및 산학협력을 지속적으로 확대해 우수한 성과 창출을 이어나갈 방침이다. 올해 배출된 연구 성과들도 교내에서는 인공지능대학원, 산업공학과, 컴퓨터공학과, 전기전자공학과, 신소재공학과 간 연구 협력, 교외에서는 KAIST, 서울대학교, 네이버, 코넬대학교, 브라운대학교, 바스대학교, 칭화대학교 등과의 국내∙외 협력에 기반했다.
**심재영 UNIST 정보바이오융합대학장은 ”앞으로 IT 뿐만 아니라 생명, 의료, 제조 등 다양한 산업분야에서 인공지능을 활용한 혁신은 선택이 아닌 필수가 될 것”이라며 “많은 인재들이 정보바이오융합대학에서 공부하며 4차 산업혁명 시대를 선도하는 창의적 융합인재로 성장하길 바란다”고 덧붙였다.**
**[2021년 UNIST 연구자가 배출한 인공지능 관련 글로벌 최우수 학회 논문 리스트]**
1. CVPR 2021, “Task-aware variational adversarial active learning”, Kwanyoung Kim, Dongwon Park, **Kwang In Kim**, and Se Young Chun
https://openaccess.thecvf.com/content/CVPR2021/papers/Kim_Task-Aware_Variational_Adversarial_Active_Learning_CVPR_2021_paper.pdf
2. CVPR 2021, “Automated Log-Scale Quantization for Low-Cost Deep Neural Networks”, Sangyun Oh, Hyeonuk Sim, Sugil Lee and **Jongeun Lee**
https://openaccess.thecvf.com/content/CVPR2021/papers/Oh_Automated_Log-Scale_Quantization_for_Low-Cost_Deep_Neural_Networks_CVPR_2021_paper.pdf
3. ICCV 2021, “Learning Icosahedral Spherical Probability Map Based on Bingham Mixture Model for Vanishing Point Estimation”, Haoang Li, Kai Chen, Pyonjin Kim, Kuk-Jin Yoon, Zhe Liu, **Kyungdon Joo** and Yun-Hui Liu
https://openaccess.thecvf.com/content/ICCV2021/papers/Li_Learning_Icosahedral_Spherical_Probability_Map_Based_on_Bingham_Mixture_Model_ICCV_2021_paper.pdf
4. ICCV 2021, “Testing using privileged information by adapting features with statistical dependence”, **Kwang In Kim** and James Tompkin
https://openaccess.thecvf.com/content/ICCV2021/papers/Kim_Testing_Using_Privileged_Information_by_Adapting_Features_With_Statistical_Dependence_ICCV_2021_paper.pdf
5. ICCV 2021, “End-to-End Detection and Pose Estimation of Two Interacting Hands”, **Donguk Kim**, **Kwang In Kim**, **Seungryul Baek**
https://openaccess.thecvf.com/content/ICCV2021/papers/Kim_End-to-End_Detection_and_Pose_Estimation_of_Two_Interacting_Hands_ICCV_2021_paper.pdf
6. ICCV 2021, “End-to-end trainable trident person search network using adaptive gradient propagation”, Byeong-Ju Han, Kuhyeun Ko, and **Jae-Young Sim**
https://openaccess.thecvf.com/content/ICCV2021/papers/Han_End-to-End_Trainable_Trident_Person_Search_Network_Using_Adaptive_Gradient_Propagation_ICCV_2021_paper.pdf
7. ICCV 2021, “Rethinking the truly unsupervised image to image translation”, Kyungjune Baek, Yunjey Choi, Youngjung Uh, **Jaejun Yoo**, Hyunjung Shim
https://openaccess.thecvf.com/content/ICCV2021/papers/Baek_Rethinking_the_Truly_Unsupervised_Image-to-Image_Translation_ICCV_2021_paper.pdf
8. ICML 2021, “Improving predictors via combination across diverse task categories”, **Kwang In Kim**
http://proceedings.mlr.press/v139/kim21a/kim21a.pdf
9. ICML 2021, “Diversity actor-critic: Sample-aware entropy regularization for sample-efficient exploration”, **Seungyul Han** and Youngchul Sung
http://proceedings.mlr.press/v139/han21a/han21a.pdf
10. NeurIPS 2021, “Doubly Robust Thompson Sampling with Linear Payoffs”, Wonyoung Kim, **Gi-Soo Kim**, Myunghee Cho Paik
https://arxiv.org/pdf/2102.01229.pdf
11. NeurIPS 2021, “Neural Bootstrapper”, Minsuk Shin, Hyungjoo Cho, Hyun-seok Min, **Sungbin Lim**
https://arxiv.org/pdf/2010.01051.pdf
12. NeurIPS 2021, “Meta-Learning Sparse Implicit Neural Representations”, Jaeho Lee, Jihoon Tack, **Namhoon Lee**, Jinwoo Shin
https://papers.nips.cc/paper/2021/file/61b1fb3f59e28c67f3925f3c79be81a1-Paper.pdf
13. NeurIPS 2021, “A Max-Min Entropy Framework for Reinforcement Learning”, **Seungyul Han** and Youngchul Sung
https://arxiv.org/pdf/2106.10517.pdf
14. NeurIPS 2021, “MIND Dataset for Diet Planning and Dietary Healthcare with Machine Learning: Dataset Creation using Combinatorial Optimization and Controllable Generation with Domain Experts”, Changhun Lee, Soohyeok Kim, Sehwa Jeong, **Chiehyeon Lim**, Jayun Kim, Yeji Kim, Minyoung Jung
https://openreview.net/pdf?id=woX9uagUQiE
15. ICLR 2021, “Understanding the Effects of Data Parallelism and Sparsity on Neural Network Training”, **Namhoon Lee**, Thalaiyasingam Ajanthan, Philip H. S. Torr, Martin Jaggi
https://arxiv.org/pdf/2003.11316v3.pdf
16. KDD 2021, “Diet Planning with Machine Learning: Teacher-forced REINFORCE for Composition Compliance with Nutrition Enhancement”, Changhun Lee, Soohyeok Kim, **Chiehyeon Lim**, Jayun Kim, Yeji Kim, Minyoung Jung
https://dl.acm.org/doi/pdf/10.1145/3447548.3467201
17. ICDM 2021, “An Empirical Experiment on Deep Learning Models for Predicting Traffic Data”, **Hyunwook Lee**, Cheonbok Park, Seungmin Jin, **Hyeshin Chu**, Jaegul Choo, **Sungahn Ko**
https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9458663
18. WWW 2021, “Wait, Let’s Think about Your Purchase Again: A Study on Interventions for Supporting Self-Controlled Online Purchases”, Yunha Han, Hwiyeon Kim, Hyeshin Chu, Joohee Kim, Hyunwook Lee, Seunghyeong Choe, Dooyoung Jung, Dongil Chung, Bum Chul Kwon, **Sungahn Ko**
https://dl.acm.org/doi/pdf/10.1145/3442381.3450021
19. ICRA 2021, “Volumetric Propagation Network: Stereo-LiDAR Fusion for High-Quality Depth Estimation”, Jaesung Choe, **Kyungdon Joo**, Tooba Imtiaz and In So Kweon
https://aigs.unist.ac.kr/filebox/item/3232235531_efb24905_Volumetric+Propagation+Network.pdf
20. ICRA 2021, “Stereo Object Matching Network”, Jaesung Choe, **Kyungdon Joo**, Francois Rameau and In So Kweon
https://aigs.unist.ac.kr/filebox/item/3232235531_3c53f104_Stereo+Object+Matching+Network.pdf
목록