김영은 교수 사진

고려대학교전기전자공학부신생 랩최근 탑티어 논문 많음

Efficient Machine Intelligence Lab @ Korea University

김영은 조교수 (Youngeun Kim)

탑티어 논문
13편
전체 논문
26편
구성원
1명

홈페이지에 올라온 모집 안내

“ recruiting its first members. If you're excited about making deep”

원래 글 보기
랩실 소개

대형 언어·비전언어 모델의 추론 비용을 줄이는 토큰 프루닝과 시각적 재집중을 연구해요. 스파이킹 신경망과 뉴로모픽 하드웨어의 공동 설계, 배포 후 모델 적응, 에이전트의 토큰 사용 절감도 다뤄요.

AI가 최신 논문을 바탕으로 쓴 소개예요

주로 내는 곳
CVPR탑티어ECCV탑티어Neural NetworksT2

연구 내용

  • LLM·VLM 효율화: zeroth-order gradient estimation 기반 training-free 토큰 프루닝, 추론 중 visual refocusing, 효율적 attention·serving
  • 스파이킹 신경망 학습: membrane potential-aware distillation, Tensor Train 분해, ANN-to-SNN 변환과 calibration
  • 뉴로모픽 하드웨어: 희소 SNN의 temporal-parallel dataflow, Xbar 컴퓨팅의 attention 재사용, 회로·신경망 공동 탐색
  • 배포 후 적응: backpropagation-free probabilistic Gaussian alignment, open-world prompt 기반 continual visual learning
  • LLM 에이전트 추론: skill retrieval 벤치마크, agent harness 설계 분석, 작업당 토큰 사용량 절감
  • 구성: 연구원

연구 주제별 논문

  1. 스파이킹 신경망 학습과 변환

  2. 모델 추론 효율화와 압축

  3. 배포 후 적응과 continual learning

  4. 뉴로모픽·Xbar 하드웨어 공동 설계

연구실 홈페이지에서 소개 읽기
연도별 논문
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