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
논문 주제가 비슷한 연구실
포항공과대학교 안희갑 교수 연구실은 머신러닝 분야 연구실로, 연구실 홈페이지 기준 2023–2026년 논문 24편(T1 2편)을 발표했습니다. 현재 박사과정 9명, 석사과정 1명이 소속되어 있습니다. 졸업생은 33명입니다.
2023–2026 · 연구실 홈페이지 기준
연평균 · T1 비율
8.0 · 8%
연구실 홈페이지에 2026년 논문이 아직 올라오지 않았어요. 올라오는 대로 반영합니다.
논문 제목에서 찾은 주제예요. 최근 논문일수록 크게 반영돼요.
논문 24편
Covering Weighted Points Using Unit Squares
Chaeyoon Chung, Jaegun Lee, Hee-Kap Ahn
Farthest-point Voronoi Diagrams in the Hilbert Metric
Minju Song, Mook Kwon Jung, Hee-Kap Ahn
Guarding Terrains with Guards on a Line
Byeonguk Kang, Hwi Kim, Hee-Kap Ahn
Incremental algorithm and local search for minimum non-obtuse triangulation
Taehoon Ahn, Jaegun Lee, Byeonguk Kang, Hwi Kim
Largest Unit Rectangles Inscribed in a Convex Polygon
Jaehoon Chung, Sang Won Bae, Chan-Su Shin, Sang Duk Yoon, Hee-Kap Ahn
Minimum Convex Hull and Maximum Overlap of Two Convex Polytopes
Mook Kwon Jung, Seokyun Kang, Hee-Kap Ahn
Minimum Partition of Polygons under Width and Cut Constraints
Jaehoon Chung, Kazuo Iwama, Chung-Shou Liao, Hee-Kap Ahn
Monotone Partitions of Simple Polygons
Jaegun Lee, Hyojeong An, Hwi Kim, Hee-Kap Ahn
논문 주제 구성이 비슷한 연구실이에요.
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.
OptiML Lab
최적화, 기계학습 및 딥러닝 이론
PDE & AI Lab
편미분방정식과 최적수송·경사흐름 이론을 바탕으로 머신러닝 문제의 수학적 기초를 연구하며, 생성모델 분석과 이층·최소최대 최적화 등 학습 알고리즘 개선에 응용합니다.
TOC Lab
계산이론, 오토마타 이론, 자연어처리, 신경-기호 모델 연구