기반연구

■ 기계학습 알고리즘

• 원리적 접근(Principled approach) 통한 학습 알고리즘
• 고차원 확률모델, 학습이론, 최적화의 알고리즘 특성을 이용한 기저확률분포의 정보 파악
• 알고리즘 목적에 맞는 좋은 표현법을 찾기 위한 원리적 접근
• 대용량 데이터에 대한 비모수 방법 기반 새로운 예측 알고리즘
• 비모수 알고리즘의 점근적, 비점근적 활동 방식 파악을 통한 새로운 알고리즘
• 딥러닝 모델 경량화 알고리즘

■ 컴퓨터 비전 및 그래픽스

• Geometric Vision: Visual SLAM, VIO, MVS 기술
• Semantic Vision: Visual tracking/Segmentation, Image/Video Understanding
• 디노이징, 슈퍼레졸루션, 디블러링 등을 통한 (동)영상 품질 개선 기술
• Task-specific 신경망 설계 기술
• Prior/Domain knowledge를 활용한 네트워크 성능 향상 기술
• Deep Reinforcement Learning 기반 character 제어 기술
• Deep Supervised learning 기반 motion synthesis 기술

■ 빅데이터 분석

• 소셜 네트워크 데이터 분석 기술
• 네트워크의 구조적 유사도 분석을 통한 커뮤니티 탐지 기술
• 네트워크 분석 가속화를 위한 그래프 엔진 기술
• 비정형 데이터 기반 관계 추론을 통한 분류, 예측, 생성 모델
• 온라인 시계열 데이터 딥러닝 및 앙상블 기반 예측 모형

 

■ 자연어 처리

• 대화 생성 시스템 (Dialog Generation System)
• 텍스트 데이터에 대한 분류 정확도 향상을 위한 텍스트 인베딩 기술
• 텍스트 훈련데이터 확장 기술
• 텍스트 요약 기술
• 자연어 번역 (Natural Language Translation) 기술

■ 신호 처리

• 음성 신호 처리: 음성 인식/합성/향상 기술, 화자 인식 기술
• 음향 신호 처리: 음향기반 상황인지 기술, 잔향/반향 억제 기술, 음원방향 추정 기술
• 오디오 신호 처리: 다채널 오디오 제어 기술, 크로스톡 제거 기술, 음향출력 자동조절 기술

■ 인공지능 시스템

• 분산 딥러닝 학습 최적화 기술: GPU 계산 최적화, 네트워크 동기화 최적화 등
• 클라우드를 위한 딥러닝 모델 학습/분산 최적화
• 도메인 특정 최적화: BERT/ALBERT 모델 최적화
• 딥러닝 모델 취약점 분석 및 테스트 데이터 생성
• Neural Processing Unit (NPU) 하드웨어 개발
• NPU 활용을 위한 소프트웨어 스택 개발