1. 제 목 : Solving various domain translation problems using deep convolutional framelets 2. 발 표 자 : 유재준 (NAVER & LINE Corp.)
3. 일 시 : 2019년 11월 6일(수) 15:00 ~ 17:00
4. 장 소 : 경북대학교 IT-1호관 313호
5. 초청교수 : 이민호 교수
6. 주관 : 경북대학교 KNU-LG전자 융합연구센터
7. 강사약력 :
2018- NAVER & LINE Corp AI research scientist / technical leader 2013-2018 KAIST 공학박사 8. 내용요약 : Domain translation은 매우 포괄적인 분야로서 domain과 domain 간의 관계 혹은 함수를 찾는 문제를 다룹니다. 최근 deep learning의 발전과 함께 좀 더 복잡한 함수를 찾을 수 있게 되면서 해당 분야가 급격히 발전하고 있습니다. 특히 영상 복원(Image restoration)과 같은 전통적인 inverse problem이나 style transfer와 같이 영상 간의 관계를 다루는 경우 encoder-decoder 형태의 네트워크 구조가 자주 사용되며 성능이 향상되는 것이 확인되고 있습니다. 오늘 발표에서는 이러한 encoder-decoder 구조가 사실은 전통적인 신호처리 이론(convolutional framelet)과 깊은 관계가 있다는 것을 먼저 자세히 소개하겠습니다. 이를 바탕으로 다양한 domain translation 문제 중 medical imaging에서의 inverse scattering problem과 최근 많이 연구되고 있는 generative model인 photorealistic style transfer에 대해 새로운 네트워크 구조를 제안하되 맹목적으로 deep learning을 적용하여 모델의 성능을 끌어올리는 것이 아닌 좀 더 근본적으로 문제를 풀어나가는 과정을 살펴보겠습니다. ◀ 문의처 : IT대학 전자공학부 인공두뇌연구실 정미지 ☎ 940-8616 ▶
|