이남훈Namhoon Lee
Computational Optimization Lab
대규모 머신러닝을 위한 계산 최적화 연구
- 논문
- 26
- 구성원
- 12
- 졸업생
- 4
EffL Lab
효율적인 머신러닝 이론, 알고리즘, 시스템 개발을 통한 접근성 높은 AI 연구
논문 주제가 비슷한 연구실
포항공과대학교 이재호 교수 연구실은 머신러닝 분야 연구실로, 연구실 홈페이지 기준 2023–2026년 논문 38편(T1 30편)을 발표했습니다. 현재 박사과정 7명, 석사과정 7명이 소속되어 있습니다. 졸업생은 9명입니다.
2023–2026 · 연구실 홈페이지 기준
연평균 · T1 비율
9.5 · 79%
논문 제목에서 찾은 주제예요. 최근 논문일수록 크게 반영돼요.
논문 38편
Activation Quantization of Vision Encoders Needs Prefixing Registers
Seunghyeon Kim, Taesun Yeom, Jinho Kim, Wonpyo Park, Kyuyeun Kim, Jaeho Lee
AuditoryBench++: Can Language Models Understand Auditory Knowledge without Hearing?
Hyunjong Ok, Suho Yoo, Hyeonjun Kim, Jaeho Lee
Generalization Analysis of Linear Knowledge Distillation
Taesun Yeom, Taehyeok Ha, Jaeho Lee
IterQuant: Iterative Quantization Framework for Mixed-Precision LLM Compression
Hyungyo Jeong, Jiwoo Kim, Hyeokjun Kwon, Jaeho Lee, Youngjoo Lee
KV-COBRA: KV Cache Compression via Co-Optimized Bit-Rank Allocation
Sihyeon Ha, Jaeho Lee, Yo-Seb Jeon
Lost in the Prompt Order: Revealing the Limitations of Causal Attention in Language Models
Hyunjong Ok, Jaeho Lee
Multi-frame Restoration for High-rate Lissajous Confocal Laser Endomicroscopy
Minhee Lee, Sangyoon Lee, Jiwook Lee, Minki Hong, Kyuyoung Kim, Won Hwa Kim, Jaeho Lee
Neural Weight Compression for Language Models
Jegwang Ryu, Minkyu Kim, Seungjun Shin, Hee Min Choi, Dokwan Oh, Jaeho Lee
논문 주제 구성이 비슷한 연구실이에요.
Computational Optimization Lab
대규모 머신러닝을 위한 계산 최적화 연구
CMA Lab
인공지능 알고리즘/하드웨어 통합 최적화
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.
ARC Lab
컴퓨터 아키텍처, 병렬 컴퓨팅, 소프트웨어 최적화, HW-SW 코디자인