박세준 교수 사진

고려대학교인공지능학과, SW·AI융합대학원 (겸직)

Efficient Inference and Learning Lab

박세준 교수 (Sejun Park)

탑티어 논문
7편
전체 논문
9편
구성원
2명

홈페이지에 올라온 모집 안내

“We are looking for motivated students. Please see”

원래 글 보기
랩실 소개

신경망이 부동소수점 연산에서 어떤 함수를 표현하고 근사할 수 있는지, 필요한 네트워크 폭과 강건성을 함께 살펴봐요. 자동미분이 신경망에서 실제로 계산하는 값과 그 정확성도 연구해요. SGD를 통한 저차원 표현 학습도 다뤄요.

AI가 최신 논문을 바탕으로 쓴 소개예요

주로 내는 곳
ICLR탑티어ICML탑티어CAV

연구 내용

  • 부동소수점 신경망: 함수 표현력과 강건한 범용 근사 가능성 분석
  • 범용 근사와 네트워크 폭: ReLU 및 squashable activation 함수의 최소 폭 분석
  • 자동미분: 신경망에서 계산되는 값과 표현 가능한 파라미터에서의 정확성 분석
  • 저차원 표현 학습: SGD를 이용한 신경망의 저차원 표현 학습
  • 에너지 기반 모델: contrastive latent variables를 이용한 모델 유도
  • 구성: 석박통합과정

연구 주제별 논문

  1. 부동소수점 신경망의 표현력과 강건성

  2. 범용 근사와 네트워크 폭

  3. 신경망의 자동미분

연구실 홈페이지에서 소개 읽기
핵심 연구 주제
연도별 논문
주요 학회·저널
지원 가능 학과

이 교수가 소속되어 있거나 겸직하는 학과·대학원이에요. 대학원 과정이 있는 곳이면 대개 그 학과로 지원해 이 교수에게 지도를 받을 수 있어요.

모집 학과와 전형은 학기마다 달라져요. 지원하기 전에 학과별 입학 안내를 확인해 주세요.

2026. 11. 11. 기준으로 학과·연구실 홈페이지에서 모은 정보예요. 잘못된 정보가 있거나 내리고 싶으시면 [email protected]로 알려 주세요.

비슷한 랩실 더 보기

  • 서울대 홍영준 교수

    탑티어 6논문 20구성원 16

    생성 모델·디퓨전강화학습
  • 성균관대 이한국 교수신생 랩모집 안내

    탑티어 12논문 16구성원 6

    지속·전이 학습시계열