배성호
배성호
소속
경희대학교 (인공지능학과)
AI요약
배성호 부교수는 딥러닝 및 인공 신경망(ANN) 모델의 효율성과 성능 최적화 연구에 집중하고 있습니다. 특히, 딥 신경망의 강화된 배치 정규화, 가중치 양자화 및 정규화 방법을 개발하여 모델의 경량화와 처리 속도 향상에 기여하고 있습니다. 또한, 고속 주파수 변환을 이용한 컨벌루션 신경망 최적화 및 국부 이진 패턴 분류와 인공 신경망 기반 초해상화 기술을 통해 저해상도 영상의 고품질 복원 및 영상 부호화/복호화 효율을 높이고 있습니다. 이 외에도 배터리 수명 예측을 위한 인공 신경망 모델 관리, 깊이 카메라와 비행체를 활용한 강건한 디스플레이 시스템 등 다양한 응용 분야에서 핵심 기술을 개발하고 있습니다. 이러한 연구는 AI 기반 지능형 시스템의 성능을 극대화하고, 모빌리티, 미디어, 디스플레이 등 여러 산업 분야의 혁신을 이끄는 데 중요한 역할을 할 것으로 기대됩니다.
기본 정보
| 연구자 프로필 |  |
| 연구자 명 | 배성호 |
| 직책 | 부교수 |
| 이메일 | shbae@khu.ac.kr |
| 재직 상태 | 재직 중 |
| 부서 학과 | 인공지능학과 |
| 사무실 번호 | 0312012593 |
| 연구실 | MLVC LAB |
| 연구실 홈페이지 | https://mlvc.khu.ac.kr/ |
| 홈페이지 | https://scholar.google.com/citations?user=EULut5oAAAAJ&hl=ko |
| 소속 | 경희대학교 |
경력정보
| 회사명 | MIT |
| 재직기간 | 2016.01.01 ~ 2017.12.31 |
| 담당업무 | 컴퓨터 과학 분야 박사후 연구원으로 인공지능 및 딥러닝 기반 기술 연구 수행 |
| 회사명 | 경희대학교 컴퓨터공학과 |
| 재직기간 | 2017.01.01 ~ 재직 중 |
| 담당업무 | 인공지능 및 딥러닝, 컴퓨터비전 분야 연구 및 교육 활동 수행 딥러닝 모델 최적화, 초해상화, 배터리 수명 예측 등 핵심 기술 개발 주도 |
중요 키워드
#DescanDiffusion#컨벌루션신경망#배터리수명예측#딥러닝#인공지능#산학협력#초해상화#컴퓨터비전#경량화#가중치양자화#모델최적화#영상처리#배치정규화#AI혁신
연구 분야
| 연구 1 | 효율성 최적화 및 경량화 딥러닝 |
| 내용 | 이 분야는 딥러닝 모델의 과도하게 높은 계산 복잡도 문제를 해결하고, 실제 환경에 효율적으로 적용하기 위한 기술을 연구합니다. 핵심적으로 모델 압축 기법(Model compression)을 개발하여 모델의 계산량과 파라미터 수를 줄이는 데 집중하며, 신소자 기반 뉴로모픽 시스템 연구를 통해 하드웨어적인 효율성 향상 방안을 모색합니다. 이러한 연구는 모바일, 엣지 디바이스 등 자원 제약적인 환경에서도 딥러닝 기술을 안정적으로 구동하는 것을 목표로 합니다. |
| 연구 2 | 데이터 효율적 학습 및 모델 자동 생성 (AutoML) |
| 내용 | 학습에 필요한 많은 데이터셋의 제약 문제를 극복하고, 모델 설계 과정을 자동화하는 기술을 연구합니다. Data-efficient learning 기법과 데이터 증강 기술(data augmentation)을 개발하여 적은 데이터만으로도 모델이 높은 성능을 발휘하도록 합니다. 또한, AutoML(Automated Machine Learning)의 핵심 기술인 Neural Architecture Search (NAS, 뉴럴넷 자동 생성 기술)를 연구하여, 사용자의 개입을 최소화하고 문제에 최적화된 딥러닝 구조를 자동으로 탐색하고 생성하는 것을 목표로 합니다. |
| 연구 3 | 딥러닝 모델의 신뢰성 및 해석 가능성 |
| 내용 | 딥러닝의 보안 취약성 및 낮은 해석 가능성과 같은 근본적인 문제를 해결하는 연구입니다. 해석 가능한 딥러닝 구조(Interpretable Deep Learning)를 개발하여 모델의 의사 결정 과정을 사람이 이해할 수 있도록 투명성을 확보합니다. 동시에 보안에 강건한 딥러닝 구조를 연구하여 외부 공격이나 악의적인 입력에 쉽게 영향을 받지 않는, 신뢰성 높은 인공지능 응용 시스템을 구축하는 데 기여합니다. |
대외활동
| 활동 내용 | [산학협력 및 공동연구] - 경희대학교 AI 혁신 허브 사업 공동연구기관 참여 - 국내외 산학협력, 정부과제 및 산업체와의 공동연구 활발히 진행 - AI팩토리와 협업하여 DescanDiffusion 모델 체험 플랫폼 론칭 |
학력
| 학력 사항 | KAIST 전기및전자공학 박사 (2016) KAIST 전기및전자공학 석사 (2012) 경희대학교 전자공학과 학사 (2011) |
보유 기술 로딩 중...
