본 강연에서는 앙상블 러닝의 기본 개념 및 bagging, boosting, stacking 등의 다양한 형태의 앙상블 러닝을 알아보고, 실제 딥러닝 모델에서의 적용 사례를 살펴본다. 이후, (1) 이미지 합성 및 변환 모델에서 앙상블 러닝의 진보된 형태인 mixture of experts 모델을 통해 이미지 생성 품질을 높인 연구 사례, (2) 이미지 변환 모델의 한 어플리케이션인 virtual try-on 태스크에서 여러 모델을 파이프라인 형태로 구성하여 해당 태스크를 가능케 한 연구 사례, (3) 컨텐츠 제작에서 활용될 수 있는 자동채색 태스크에서 사용자의 추가적인 입력을 반영하고자 add-on 모듈의 형태로 기존 딥러닝 모델에 새로운 모델을 추가함으로써 자동채색의 이미지 품질을 높이고자 한 연구 사례를 소개한다.

Zoom 회의 참가 https://us06web.zoom.us/j/88266186329?pwd=cUFqY3pITU0yQzdwZXdESzJrRy9SQT09

회의 ID: 882 6618 6329

암호: 210721

20.03 - 현재: KAIST 인공지능대학원 부교수

2019.09 – 2020.02: 고려대학교 인공지능학과 부교수

2015.03 – 2019.08: 고려대학교 컴퓨터학과 조교수

2011.12 – 2015.02: Research Scientist, Georgia Tech

---

2020: IEEE VIS'20 10-Year Test-of-Time Award

2016: ICDM’16 Best Student Paper Award

2015: 네이버 신진교수상

2015: Outstanding Research Scientist Award at Georgia Tech