본문으로 건너뛰기

윤철희Chulhee Yun

OptiML Lab

최적화, 기계학습 및 딥러닝 이론

논문 주제가 비슷한 연구실

칸 하나가 연구실 하나예요. 이 연구실과 논문 주제가 비슷할수록 밝고, 테두리 친 칸이 이 연구실이에요.
2023–2026 논문
44
T1 논문
35
구성원
14
박사 8 · 석사 6
졸업생
4

KAIST 윤철희 교수 연구실은 머신러닝 분야 연구실로, 연구실 홈페이지 기준 2023–2026년 논문 44편(T1 35편)을 발표했습니다. 현재 박사과정 8명, 석사과정 6명이 소속되어 있습니다. 졸업생은 4명입니다.

논문 실적

2023–2026 · 연구실 홈페이지 기준

연평균 · T1 비율

11.0 · 80%

8
2023
7
2024
11
2025
18
2026
T1T2워크숍기타등급은 학회·저널 분류이며 연구실 순위가 아닙니다.

자주 발표한 학회·저널

논문으로 본 연구 주제

논문 제목에서 찾은 주제예요. 최근 논문일수록 크게 반영돼요.

최근 논문

논문 44편

20268편

  • AMUSE: Anytime Muon with Stable Gradient Evaluation

    Jueun Kim, Baekrok Shin, Jihun Yun, Beomhan Baek, Minhak Song, Chulhee Yun

  • NeurIPSWorkshop

    Beyond Loss Gaps: Stability and Geometry in Dynamic Sample Reweighting

    Chulhee Yun, Ananda Theertha Suresh

  • NeurIPSWorkshop

    Beyond Rate Optimality: How Polyak’s Momentum Shapes Non-Convex Optimization

    Donghwa Kim, Chulhee Yun

  • NeurIPSWorkshop

    From Geometry to Generalization: Why Row Normalization Can Beat Adam and Muon

    Jihwan Kim, Dogyoon Song, Chulhee Yun

  • Implicit Bias and Loss of Plasticity in Matrix Completion: Depth Promotes Low-Rankness

    Baekrok Shin, Chulhee Yun

  • Implicit Bias of Per-sample Adam on Separable Data: Departure from the Full-batch Regime

    Beomhan Baek, Minhak Song, Chulhee Yun

  • NeurIPSWorkshop

    In-Context Learning of Hidden Markov Models by Loop Transformers

    Minseop Shin, Jaeyoung Cha, Chulhee Yun

  • Label-Efficient Dataset Pruning via Semi-Supervised Pseudo-Labeling

    Yeseul Cho, Baekrok Shin, Changmin Kang, Chulhee Yun

비슷한 주제의 연구실

논문 주제 구성이 비슷한 연구실이에요.

  • POSTECH머신러닝

    안희갑Hee-Kap Ahn

    Algorithms Lab

    알고리즘, 계산기하학, 자료구조, 이론전산 연구

    2026 업데이트 중
    논문
    24
    구성원
    10
    졸업생
    33
  • KU머신러닝

    박세준Sejun Park

    Efficient Inference and Learning Lab

    실제 컴퓨터가 사용하는 유한 정밀도(부동소수점·고정소수점) 연산 환경에서 신경망의 표현력, 최적화 수렴성, 일반화 성질을 수학적으로 분석하는 딥러닝 이론을 연구합니다.

    논문
    13
    구성원
    2
    졸업생
    2
  • Yonsei머신러닝

    권도현Dohyun Kwon

    PDE & AI Lab

    편미분방정식과 최적수송·경사흐름 이론을 바탕으로 머신러닝 문제의 수학적 기초를 연구하며, 생성모델 분석과 이층·최소최대 최적화 등 학습 알고리즘 개선에 응용합니다.

    논문
    15
    구성원
    2
    졸업생
    0
  • KU머신러닝

    정원주Wonzoo Chung

    Statistical Intelligence Lab

    통계적 머신러닝, 신호처리, 최적화 연구

    2026 업데이트 중
    논문
    7
    구성원
    7
    졸업생
    20