CVPR 2022에서 발표된 Transformer 기반 및 자기지도 학습 기반의 연속 학습 최신 연구 동향을 소개한다.
매개 변수화된 하위 작업 그래프 추론(PSGI)을 통해 학습하지 않은 새로운 개체와 작업에 대한 AI의 일반화 성능을 높였다.
LLM이 가진 상식을 활용해 복잡한 작업을 단계별로 계획하고, 상호 정보량 기반의 랭킹과 환경 피드백을 통해 계획의 정확도를 높이는 방법론을 제시했다.
인간의 언어적 설명을 활용해 이미지 도메인이 바뀌어도 성능을 유지하는 도메인 일반화(DG) 기술을 제안했다.
데이터 불균형 문제를 해결하기 위한 Long-Tail Distribution 학습의 개념과 다양한 방법론을 살펴본다.
ICML 2022에서 발표된 Self-supervised learning 관련 논문 중 ADIOS 프레임워크를 중심으로 핵심 기술을 소개한다.
ICML 2022에서 발표된 신경 조합 최적화(NCO) 연구를 통해 대규모 그래프 데이터 처리를 위한 LeNSE 방법론을 소개한다.
NVIDIA GTC 2022에서 발표된 디지털 아바타의 분류와 이를 구현하는 ACE 기술 및 응용 사례를 정리했다.
NVIDIA GTC 2022에서 발표된 개인화된 이미지/언어 모델과 혁신적인 Instant NeRF 기술을 소개한다.
IJCAI 2022를 통해 강화 학습, 연합 학습, 인과 추론 등 최신 AI 연구 트렌드를 분석했다.
LG AI연구원이 화학 특허에서 정보를 추출하는 ChEMU 2022 챌린지에서 높은 성능을 기록하며 기술력을 입증했다.
UniCLIP은 도메인 내외의 contrastive learning을 하나의 프레임워크로 통합하여 데이터 효율성을 높인 기술이다.
LG AI연구원이 ECCV 2022에서 지속 학습 및 스케일 불변 네트워크 관련 연구 성과를 발표했다.
LG AI 연구원이 HLA와 펩타이드 간의 상호작용을 효과적으로 예측하는 새로운 Conditional Attention 메커니즘 기반 AI 모델을 개발했다.
상태 정보만 있는 전문가 시연을 활용해 오프라인 환경에서도 안정적으로 학습할 수 있는 새로운 모방학습 방법론을 제안했다.
LG AI Research가 음악의 핵심 단위인 루프(Loop)를 효과적으로 생성하는 모델 연구를 공개했다.
LG AI Research가 자가 지도 학습 기반의 기술로 기존 AI 비전 검사의 데이터 부족 및 망각 문제를 해결했다.
LG AI Research가 텍스트와 이미지를 양방향으로 이해하는 EXAONE 멀티모달 모델의 구조를 공개했다.
NeurIPS 2021에서 발표된 다양한 생성 모델 중 최근 가장 주목받는 Diffusion Model을 중심으로 핵심 연구를 리뷰한다.
Variational Autoencoder를 활용한 딥 클러스터링 기법과 VaDE 기반의 최신 연구를 살펴본다.
NeurIPS 2021에서 발표된 Neural Architecture Search(NAS)의 최신 연구 동향과 비용 절감 기술을 분석한다.
강화학습(RL)과 그래프 신경망(GNN)을 결합하여 복잡한 데이터를 처리하고 범용적인 정책을 학습하는 연구를 소개한다.
AI Briefing