초거대 언어모델 추론 서비스 제공을 위한 HW／SW 공동 시뮬레이션 인프라(LLMServi..

전산학부 박종세 교수 연구팀, 컴퓨터 시스템 워크로드 특성화 분야에서 세계적으로 권위 있는 학술대회인 IISWC 2024에‘최우수 논문상’,‘최우수 연구 기록물상 ’ 동시 수상 LLM 추

카이스트가 개발한 ＇이 기술＇…무선신호 없는 실내서도 치매환자 찾아낸다

출처 : 카이스트가 개발한 '이 기술'…무선신호 없는 실내서도 치매환자 찾아낸다 출처 : SBS 뉴스 원본 링크 : https://news.sbs.co.kr/news/endPage.do?news_id=N

KAIST, 美 국방부가 주목한 C-러스트 기술 선도...˝C 코드를 러스트언어로 자동 번..

출처: https://www.aitimes.kr/news/articleView.html?idxno=31948 KAIST 전산학부장 류석영 교수 컴퓨터 시스템을 작동시키기 위해서는 소프트웨어를 작성해야 하는데

지속적인 학습 능력을 갖춘 인공지능 기술 개발

KAIST, 변화에 민감한 사용자도 맞춰주는 인공지능 기술 개발 - 이재길 교수팀, 다양한 데이터 변화 정도에 적응하는 연속 학습 기술 개발 - 지난 7월 최고권위 국제학술대회 ‘국제머신러닝학회(ICML) 2024&

뇌졸중 환자 손 재활 돕는다…KAIST, AI 기반 고정확도 손동작 의도파악 기술 구현

KAIST 기술을 이용해 물건을 집는 손자세를 보조하는 모습. 한국과학기술원(KAIST) 연구진이 뇌졸중 환자의 손 재활 훈련을 돕는 인공지능(AI) 기술을 구현했다. 환자 의도를 감지해 원하는 자세를 취하는 것에 도움을 준다.

자바스크립트 안정성을 책임지다

< 전산학부 류석영 교수 연구팀 > 전 세계에서 가장 널리 사용되는 프로그래밍 언어 중 하나인 자바스크립트＊는 컴퓨터 뿐 아니라 스마트폰, 스마트시계 등 다양한 기기에서 동작하기 때문에, 자바스크립트 실행기를 올바르게

카이스트, 메타버스 시대에 필요한 GPU 대규모 출력 데이터 신속처리 기술 개발

출처 : 뉴스프리존(https://www.newsfreezone.co.kr) 카이스트, 메타버스 시대에 필요한 GPU 대규모 출력 데이터 신속처리 기술 개발 한국과학기술원(KAIST, 총장 이광형) 전산학부 김민수

FPS 게임에서의 에임봇 탐지 인공지능

BotScreen은 신뢰성있는 실행 환경을 사용하여 확장가능하고 신뢰할 수 있는 방식으로 FPS 게임에서 에임봇을 감지할 수 있는 완전한 분산 인공지능 시스템이다. 본 연구팀은 USENIX Security Symposium에서 Dis

동기화된 공동 확산 기법을 통한 일관된 몽타주

사전 훈련된 이미지 확산 모델의 놀라운 능력은 고정 크기의 이미지를 생성하는 데뿐만 아니라 파노라마를 만드는 데에도 활용되어 왔습니다. 그러나 여러 이미지의 단순한 스티칭은 종종 보이는 줄무늬를 유발합니다. 이 한계를 극복하기 위해

SegFuzz： 쓰레드 인터리빙 분할 기법을 활용한 커널의 동시성 버그 퍼징

커널 동시성 버그 (kernel concurrency bug)를 탐지하는 일은 매우 어려운 일이다. 이는 비동시성 버그와 다르게, 커널 동시성 버그를 식별하려면 여러 스레드 간의 인터리빙에 대한 분석이 필요하기 때문이다. 그러나 스레

낮은 언어자원의 한계를 극복하여 이해도가 높은 답변이 가능하게 하는 티그리냐 질문-답변..

우리 전산학부의 Fitsum Gaim, 양원석, 박한철 (지도교수: 박종철) 연구팀이 2023년 7월 9일~13일 토론토에서 열린 ACL 2023 에서 Outstanding Paper Award를 수상했다. 연구팀의 획기적인 논문인

KAIST, 그래픽 연산 장치 ＇대규모 출력데이터 난제＇ 해결

전산학부 김민수 교수님 연구팀의 "KAIST, 그래픽 연산 장치 '대규모 출력데이터 난제' 해결" 관련 기사입니다. 김민수 교수팀 "가정용으로도 대규모 출력 빠르게 가능"

Universal Few-shot Learning of Dense Prediction Ta..

KAIST(총장 이광형)는 전산학부 홍승훈 교수가 이끄는 연구팀이 지난 5월 1일부터 5월 5일에 열린 기계학습 분야의 최우수 국제학술대회인 ‘표현 학습 국제 학회 2023(International Conference on

소프트웨어 버그 찾기를 시각화할 수 있는 취약 프로그램 합성기술

전산학부 차상길 교수 연구팀이 소프트웨어 버그를 시각적으로 표현할 수 있는 취약 프로그램 합성기술을 개발했다. 해당 논문은 소프트웨어 공학 최우수 학술대회인 ASE 2022에 지난 2022년 10월에 발표되었으며, 차상길 교수 연구팀

Learning Representations of Bi-Level Knowledge Gra..

KAIST 전산학부 황지영 교수 연구진이 2023년 2월 7일~14일 미국 워싱턴 D.C.에서 열린 인공지능 분야 Top-tier 국제 학회인 AAAI Conference on Artificial Intelligence (AAAI 2

KAIST, 의미 학습해 물체 구분하는 인공지능 개발

안성진 전산학부 교수팀, ‘비지도적 장면 인식 AI기술’ 고안 ▲ 안성진 교수 연구팀이 개발한 AI모델이 복잡한 상황에서 객체의 개념을 스스로 학습하는 모습 /KAIST 국내 연구진이 사람처럼

Privacy Risks and Perceived Benefits in Open Datas..

Privacy Risks and Perceived Benefits in Open Dataset Collection for Emotion AI Research Hyunso Lee, a Ph.D. candidate (advisor:

인공지능 심층 학습(딥러닝) 서비스 구축 비용 최소화 가능한 데이터 정제 기술 개발​

< 연구진 사진(좌 박동민 박사과정, 우 이재길 교수) > 최근 다양한 분야에서 인공지능 심층 학습(딥러닝) 기술을 활용한 서비스가 급속히 증가하고 있다. 서비스 구축을 위해서 인공지능은 심층신경망을 훈련해야 하며,

FedBalancer： 이기종 클라이언트 위 효율적 연합학습을 위한 데이터 및 페이스 조절..

연합학습(FL)은 사용자 데이터의 유출 없이 사용자의 모바일 기기에서 인공지능(AI) 모델을 학습하는 머신러닝 기법이다. 전체 데이터 중 최적으로 선택된 데이터를 기반으로 하는 기존의 기계학습 방법과는 달리, 연합학습은 수천&midd

웹 데이터에 기반한 스니커 디자인의 22년 변화 흐름

우리 학부 졸업생과 재학생, 해외 미디어 아티스트, 예술철학자를 포함한 연구팀의 논문 “웹 데이터에 기반한 스니커 디자인의 22년 변화 흐름(Using Web Data to Reveal 22-Year History of S

자연어만으로 3D객체의 part를 찾아내는 기술 개발

KAIST 전산학부 구주일(지도교수: 성민혁) 석사과정 학생은 Stanford University, Snap Research 연구팀과 함께 자연어 묘사만으로 3차원 객체의 의미 부분(semantic part)을 찾는 방법을 소개하였다

비시선 영상 기술을 위한 미분가능한 트렌지언트 광 전달 시뮬레이션 개발

<좌측에 표현된 장면에 대한 트렌지언트 렌더링의 결과물(우측 상단)의 미분값인 미분가능 트렌지언트 렌더링(우측 하단, 제안된 방법)의 결과물> 렌더링(rendering)이라 불리우는 기술은 3D

초대규모 인공지능 모델 처리하기 위한 세계 최고 성능의 기계학습 시스템 기술 개발​

< 사진 1. (왼쪽부터) 전산학부 김민수 교수, GraphAI한동형 박사 > 우리 연구진이 오늘날 인공지능 딥러닝 모델들을 처리하기 위해 필수적으로 사용되는 기계학습 시스템을 세계 최고 수준의 성능으로 끌어올렸다.

KAIST, 손객체 상호작용시 삼차원 손자세 인식 기술 개발

한국과학기술원(KAIST) 연구진이 주도하고, 영국 임페리얼 칼리지 (Imperial College London), UNIST가 공동 연구에 참여하여, 손과 물체가 상호 가림이 있는 상황에서 삼차원 손자세를 인식하는 기술을 개발했다.

심층 강화학습을 활용한 센서 폐색 하에서의 신뢰 기반 로봇 주행 기법

전산학부 윤성의 교수 연구팀은 전산학부 박대형 교수와의 공동 연구를 통해 물리적 센서 외란에 의한 센서 폐색 상에도 강인하게 모바일 내비게이션을 성공적으로 수행할 수 있도록 하는 알고리즘을 개발하였다. 유형열 석사과정 졸업생

사용자의 행동 변화를 지원하는 유연한 평가 기법 기반의 디지털 헬스 서비스 디자인 연구

전산학부 이의진 교수 연구팀(인터랙티브 컴퓨팅 연구실)은 미국 시애틀 대학교 Ha-Kyung Kong 교수와의 공동 연구를 통해 사용자의 목표 달성을 유연하게 평가하는 기법을 디자인하고, 이를 바탕으로 사용자의 신체활동 증진을 지원하

Mobile-Friendly Content Design for MOOCs： Challeng..

KAIST 전산학부 김정연(1저자, 석사과정 졸업), 최유빈(전기 및 전자공학부 석사과정), Meng Xia 박사(전산학부 박사 후 연구원; 현재 미국 CMU 박사 후 연구원)로 구성된 김주호 교수(김재철AI대학원 겸임) 연구팀이 &

Stylette： Styling the Web with Natural Language

KAIST 전산학부 김태수(1저자, 박사과정), 최다은(석사과정), 최윤서(박사과정)으로 구성된 김주호 교수(김재철AI대학원 겸임) 연구팀이 “Stylette: Styling the Web with Natural Langu

BERT 언어 모델의 민족적 편향을 줄이는 연구

전산학부 오혜연 교수의 Users & Information 연구실의 안재민 학생은 사전 학습 언어모델인 Bidirectional Encoder Representations from Transformers(이하 BERT)에서 민

소량의 데이터로 딥러닝 정확도 높이는 기술

● 훈련 데이터 부족 현상을 완화할 수 있는 새로운 시각 제시 ● 국제학술대회 '신경정보처리시스템학회 2021'서 발표 예정 ● 이미지 분류 문제서 최신 방법 대비 최대 12％ 정확도 향상 최근 다양한 분야에서

‘AtaTouch： Robust Finger Pinch Detection for a VR ..

저자: Daehwa Kim(김대화, KAIST 전산학부, HCI Lab), Keunwoo Park(박근우, KAIST 전산학부, HCI Lab), Geehyuk Lee(이기혁, KAIST 전산학부, HCI Lab) 가상환경에서

딥러닝 시스템 테스팅

기계학습 모듈의 체계적인 테스팅을 가능하게 하는 새로운 기술 개발 KAIST 전산학부의 유신 교수 팀이 딥 뉴럴넷 (Deep Neural Networks)를 이용한 기계학습 모듈을 체계적으로 테스트하는 것을 가능하게 해주는 새로