홈 >KAIST 소개기술 >KAIST 소개기술
입력 그래프 데이터에 변화가 있을 경우, 실시간으로 기존 압축 결과를 갱신하고, 압축 갱신에 소요되는 시간은 1ms이하로 하는 무손실 그래프 압축 알고리즘 관련 기술임
실시간으로 변화하는 통신 상황에서 기계학습을 기반으로 낮은 복잡도를 가지며 높은 용량을 보이는 중앙 집중형 빔과 자원 동시 할당 알고리즘 관련 기술임
‘기존 정보의 보존’과 ‘신규정보학습’을 동시에 구현해 입력된 정보의 양에 따라 기억 용량을 자동적으로 재분배하는 기술임
모델학습을 위한 양질의 데이터가 잘 수집될 수 있는 상황에 센서 데이터를 수집하고 사용자에게 Ground Truth값을 입력하도록 하여, 사용자의 개인화 학습을 가능하게 하는 기술임
이론적으로 검증된 Human Latent Task Policy Profiling을 통해 인간의 고위수준 학습/추론 과정을 인공지능으로 이식하는 역공학 기술임
대규모 IoT 환경에서의 확장성 문제를 해결하기 위해, 공간과 응집도를 정의하고 이를 고려한 서비스를 검색 후, 각 서비스 간의 효율적인 통신을 고려하는 기술임
체감피로를 느끼는 원리, Neural mismatch model을 딥러닝으로 모델링하고, VR 시각 입력과 뇌에서 일상 경험으로 갖고 있는 시각적 차이, 즉, 신경 불일치의 세기에 근거하여 체감피로도 점수를 예측하여 체감피로도를 정량화하고 이를 통한 체감피로도를 저감하는 기술임
회절 현상을 능동적으로 조절하는 광학 설계로 인공지능 기반의 고성능 초분광 복원 알고리즘 설계 관련 기술임