AI융합대학

​​

■ 저자: 마이트렁(동국대학교 멀티미디어공학과), Edmund Y. Lam (The University of Hong Kong), 이철(동국대학교 AI소프트웨어융합학부)

 ▷ 본 논문은 홍콩대학교(The University of Hong Kong)의 Edmund Y. Lam 교수와 공동연구의 결과임

■ 논문 제목: Attention-Guided Low-Rank Tensor Completion (https://doi.org/10.1109/TPAMI.2024.3429498)

■ 게재지: 컴퓨터공학 및 인공지능 분야 최상위 저명 국제 학술지

    「IEEE Transactions on Pattern Analysis and Machine Intelligence (IF=23.6, JCR 상위 0.5%)」에 24년 7월 온라인에 게재 및 올해 하반기에 출판될 예정

■ 본 연구는 한국연구재단의 기본연구 사업과 정보통신기획평가원의 인공지능융합혁신인재양성 사업의 지원을 받아 수행되었음

■ 논문 내용:

▷  본 논문에서는 적은 양의 측정 데이터만으로 고차원 구조의 데이터를 복원하기 위한 저랭크 텐서 완성(Low-rank tensor completion)을 위한 모델 기반
     딥러닝 기술을 개발함

▷ 저랭크 텐서 완성 기술은 HDR 영상 취득, 인공위성 초분광 영상 복원 등 다양한 분야에 적용되는 기술임

▷ 기존 수학적 모델 기반 기술은 모델링 오차로 인해서 성능 저하가 발생함. 최신 딥러닝 기술은 대규모 학습데이터가 필요하며 학습데이터의 특성에 따라
    성능이 달라지는 등 일반화 성능이 낮은 단점이 있음

▷ 본 연구에서는 수학적 모델을 기반으로 하고 모델링 오차를 딥러닝으로 예측하는 모델기반 딥러닝 기술을 개발하여, 두 가지 기술의 단점은 보완하면서
    장점을 취함. 따라서, 매우 적은 학습데이터만을 이용해서 높은 성능을 얻을 수 있으며, 기존 딥러닝 기반 기술에 비해 일반화 성능이 우수함

▷ 본 논문에서는 개발한 기술을 HDR 영상 취득 및 인공위성 초분광 영상 복원 분야에 적용하여 기존의 기술 대비 매우 우수한 성능을 보임을 확인하였음