안희갑Hee-Kap Ahn
Algorithms Lab
알고리즘, 계산기하학, 자료구조, 이론전산 연구
- 논문
- 24
- 구성원
- 10
- 졸업생
- 33
논문 주제가 비슷한 연구실
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.
2023–2026 · 연구실 홈페이지 기준
연평균 · T1 비율
11.0 · 80%
논문 제목에서 찾은 주제예요. 최근 논문일수록 크게 반영돼요.
논문 44편
AMUSE: Anytime Muon with Stable Gradient Evaluation
Jueun Kim, Baekrok Shin, Jihun Yun, Beomhan Baek, Minhak Song, Chulhee Yun
Beyond Loss Gaps: Stability and Geometry in Dynamic Sample Reweighting
Chulhee Yun, Ananda Theertha Suresh
Beyond Rate Optimality: How Polyak’s Momentum Shapes Non-Convex Optimization
Donghwa Kim, Chulhee Yun
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
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
논문 주제 구성이 비슷한 연구실이에요.
Algorithms Lab
알고리즘, 계산기하학, 자료구조, 이론전산 연구
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.
PDE & AI Lab
편미분방정식과 최적수송·경사흐름 이론을 바탕으로 머신러닝 문제의 수학적 기초를 연구하며, 생성모델 분석과 이층·최소최대 최적화 등 학습 알고리즘 개선에 응용합니다.
Statistical Intelligence Lab
통계적 머신러닝, 신호처리, 최적화 연구