최근 딥러닝 연산을 수행함에 있어, 하나의 단일 컴퓨팅 머신에서 연산이 이루어지는 것이 아니라 다수의 머신에서 연산을 지역적으로 수행한 후 그 결과를 통합하는 Federated Learning 연구가 많은 관심을 받고 있다. 본 기술은 통신관점에서는 scalability를 제공할 수 있다는 점과, 보안관점에서는 데이터 원본 공개를 하지 않으며 학습을 할 수 있다는 점에서, 앞으로도 매우 많은 관심을 받을 분야이다. 본 강의에서는 Federated Learning 연구가 어떠한 발전을 이루어왔는지에 대해서 기본적으로 논함과 동시에 앞으로 어떠한 방향으로 발전할지와 어떠한 연구주제가 존재할지에 대해서 논한다.

Zoom 회의 참가 https://us06web.zoom.us/j/86147490736?pwd=T2NmZzUwci9haU5BaFBYODBrcFUxQT09

회의 ID : 861 4749 0736 암호 : 210722

(2019-현재) 고려대학교 전기전자공학부 부교수

(2016-2019) 중앙대학교 소프트웨어대학 조교수

(2013-2016) 인텔 연구소 Systems Engineer

(2006-2009) LG전자 멀티미디어연구소 주임연구원 

(2009-2014) University of Southern California, Computer Science 박사

(1999-2006) 고려대학교 컴퓨터학과 학사/석사