김건희·송현오 교수 연구진, ICML 2019 논문 5편 게재

서울대 컴퓨터공학부 김건희 교수·송현오 교수 연구진,
ICML 2019 논문 5편 게재

김건희 교수 연구진과 송현오 교수 연구진이 기계학습 분야 최고 우수 학회 중 하나인 International Conference on Machine Learning (ICML) 2019에 5편의 논문을 게재하였다고 밝혔다.
올해는 총 3424 유효 제출 논문 중 773편이 채택되어 22.6%의 게재율을 보였다. 특히 이 중 2편은 4.6% 게재율의 Long Talk (20분 발표)로 선택되었다.

학회 논문 페이지: https://icml.cc/Conferences/2019/Schedule

김건희 교수 연구진은 다음 두 편의 연구결과를 발표하였다.
● 추론 신경망과 독립성 가정에 의존하던 Variational Autencoder (VAE)의 부정확하고 제한된 추론 능력을 라플라스 근사를 이용해 개선하는 Variational Laplace Autoencoders라는 새로운 생성 모델 개발
논문: http://proceedings.mlr.press/v97/park19a.html
코드: http://vision.snu.ac.kr/projects/VLAE

● 정보 병목기법을 활용하여 강화학습에서 새로운 정보들 중 목표와 밀접한 정보만을 선별하여 탐험하는 Curiosity-Bottleneck 방법을 제시
논문: http://proceedings.mlr.press/v97/kim19c.html
코드: https://github.com/whyjay/curiosity-bottleneck

송현오 교수 연구진은 다음 세 편의 연구결과를 발표하였다.
● 조합 최적화 기법을 이용하여 보다 효율적이고 하이퍼파라미터에 자유로운 블랙박스 방식 신경망 적대적 공격 기법 고안 (Long Talk, top 4.6%)
논문: https://arxiv.org/abs/1905.06635
코드: https://github.com/snu-mllab/parsimonious-blackbox-attack

● 보상이 희소한 환경에서도 저차원 임베딩을 통해 최적의 행동 정책을 효율적으로 학습하는 강화학습 탐색 알고리즘 개발 (Long Talk, top 4.6%)
논문: https://arxiv.org/abs/1810.01176
코드: https://github.com/snu-mllab/EMI

● 데이터의 연속 정보와 이산 정보를 동시에 효율적으로 분리하는 VAE 기반 비지도 학습 알고리즘 개발
논문: https://arxiv.org/abs/1902.10990
코드: https://github.com/snu-mllab/DisentanglementICML19

ICML 2019는 6월 미국 캘리포니아주 롱비치에서 개최될 예정이다.

[문의사항]
김건희 서울대학교 컴퓨터공학부 교수 / gunhee@snu.ac.kr
송현오 서울대학교 컴퓨터공학부 교수 / hyunoh@snu.ac.kr
노준혁 서울대학교 컴퓨터공학부 박사과정 / jh.noh@vision.snu.ac.kr
정연우 서울대학교 컴퓨터공학부 석박통합과정 / yeonwoo@mllab.snu.ac.kr

2019년 5월 28일 화요일