발전기금
-
- [학생실적] [SPARK] 2023년 제11회 K-해커톤 대상(과학기술정보통신부 장관상) 수상
- [SPARK] 2023년 K-해커톤 대상(과학기술정보통신부 장관상) 수상 박희선 산학교수가 지도하는 SPARK팀이 '2023년 K-해커톤'에서 대상을 수상했다. 과학기술정보통신부가 주최한 2023년 K-해커톤은 국민 생활 및 지역사회의 특수한 문제 해결을 위한 디지털 신기술 융합 솔루션(SW, AI, IoT, 메타버스 등) 기반의 챌린지이다. 이번 공모전은 지역 예선을 통과한 총 21개팀이 결선에 진출하였고, 결선 현장 발표를 통해 대상을 수상했다. 2023년 제 11회 K-해커톤 대상 출품작 : CareBot (Generative AI를 통한 상호작용형 녹음 감정일기) > 주제 : 현대인의 일상적인 스트레스와 우울감을 완화할 수 있도록 도와주는 CareBot 개발 > 기능 GPT 기반의 공감능력을 갖는 한국어 LLM 개발로 대화형식의 녹음 일기 생성 사용자의 경험을 기록하여 유사한 일을 겪은 시점과 해결한 과정을 remind하여 맞춤형 피드백 제시 대화 내용 중심으로 일기 요약과 감성 분석 결과 제공(인간관계별 감정, 사건별 감정분석) - 참가자 박성완, 송현빈 (소프트웨어학과 4학년), 강석훈(바이오메카트로닉스학과/컴공 복전), 김재영(시스템경영학과/컴공 복전) - 지 도 : 박희선 산학교수 - 수상 내역 : 대상 (과학기술정보통신부 장관상) - 상금 : 500만원
-
- 작성일 2023-11-17
- 조회수 1362
-
-
- [연구] 우홍욱 교수 연구실 (CSI연구실), NeurIPS 2023 논문 게재 승인
- CSI연구실 (지도교수: 우홍욱)의 논문이 인공지능 분야 우수학회인 NeurIPS 2023 (Thirty-seventh Conference on Neural Information Processing Systems)에 게재 승인(Accept) 되었습니다. 논문은 23년 12월 미국 뉴올리언스에서 발표될 예정입니다. 논문 “Efficient Policy Adaptation with Contrastive Prompt Ensemble for Embodied Agents” 은 소프트웨어학과 최원제 (박사과정), 김우경 (박사과정), 김승현 (석사과정) 연구원이 저자로 참여했습니다. 본 연구는 학습 시 관찰되지 않았던 물리 환경의 시각적 변화에 로봇 에이전트가 빠르게 적응할 수 있게 하는 새로운 프레임워크, CONPE (Contrastive Prompt Ensemble)를 제안합니다. CONPE 프레임워크는 사전 훈련된 시각-언어 모델 (Vision-Language Model)과 시각적 프롬프트 (Visual Prompt)를 사용하여 다양한 환경과 물리적 변화에 효율적으로 로봇 제어/네비게이션 정책을 적응을 할 수 있게 합니다. CSI 연구실은 머신러닝, 강화학습, 자기지도학습을 활용하여 네트워크, 클라우드 시스템 최적화 연구와 로봇, 드론 자율주행 연구 등을 수행하고 있습니다. 이번 NeurIPS 2023 논문의 연구는 사람중심인공지능 핵심원천기술사업 (IITP), 한국연구재단 개인기초사업 (NRF), 인공지능대학원의 지원으로 진행 중 입니다. 우홍욱 | hwoo@skku.edu | CSI Lab | https://sites.google.com/view/csi-agent-group
-
- 작성일 2023-09-26
- 조회수 2846
-
- [학생실적] 2023년 해커톤 및 융합보안협의회 우수상, 김진무 (소프트웨어학과 23)학우
- 2023년 해커톤 및 융합보안협의회 우수상, 김진무 (소프트웨어학과 23)학우
-
- 작성일 2023-09-23
- 조회수 299
-
- [연구] [우사이먼성일 교수] DASH 연구실, CIKM 2023 국제 학술대회 논문 3편 게재 승인 및 이상탐지 관련 워크숍 개최
- DASH 연구실 박은주 소프트웨어학과 박사과정, Binh M. Le 소프트웨어학과 박사과정, 소프트웨어학과 융합보안대학원 조범상 석사과정, 이상용 인공지능대학원 석사과정, 백승연 인공지능대학원 석사과정, 김지원 인공지능대학원 석사과정의 논문 3편이 인공지능 및 정보검색 분야의 top-tier 국제학술대회인 CIKM (Conference on Information and Knowledge Management) 2023에 최종 논문 게재가 승인되어 10월에 발표될 예정입니다. 1.호주 CSIRO Data61과 Deepfake 관련 연구 2.신분증 진위 분류를 위한 데이터셋 관련 연구 3.Machine Unlearning 연구 또한, DASH 연구실 우사이먼성일 교수님이 주축이 되어 제 1회 위성 및 무인비행체의 이상탐지에 관한 워크샵이 CIKM 2023에서 개최됩니다. 1. Beomsang Cho, Binh M. Le, Jiwon Kim, Simon S. Woo , Shahroz Tariq, Alsharif Abuadbba, and Kristen Moore , “Toward Understanding of Deepfake Videos in the Wild”, Proceedings of the 32nd ACM International Conference on Information & Knowledge Management. 2023. 본 연구는 최근 증가하는 Deepfake 문제를 다루며, 기존 Dataset이 최신 기술을 충분히 반영하지 못하는 한계를 극복하기 위한 목적으로 시작되었습니다. 우리는 RWDF-23이라는 최신 Deepfake Dataset을 제안합니다. RWDF-23은 Reddit, Youtube, TikTok, Bilibili등에서 수집한 2,000개의 Deepfake 비디오로 구성되며, 4가지의 다른 언어를 대상으로 수집하였습니다. 이를 통하여 이전 Dataset의 범위를 확장하고, 현재 온라인 플랫폼에서 얼마나 많은 최신 Deepfake 기술들이 사용되고 있는지 분석하며 Deepfake를 제작하는 사람들의 분석뿐만 아니라 시청자들의 의견과 상호 작용 데이터를 수집하여 Deepfake를 시청하는 사람들의 상호작용 방식을 조사합니다. 이러한 풍부한 정보를 고려하여 계속해서 진화하는 Deepfake와 현실 온라인 플랫폼에 미치는 영향에 대한 포괄적인 이해를 제공합니다. Deepfakes have become a growing concern in recent years, prompting researchers to develop benchmark datasets and detection algorithms to tackle the issue. However, existing datasets suffer from significant drawbacks that hamper their effectiveness. Notably, these datasets fail to encompass the latest deepfake videos produced by state-of-the-art methods that are being shared across various platforms. This limitation impedes the ability to keep pace with the rapid evolution of generative AI techniques employed in real-world deepfake production. Our contributions in this IRB-approved study are to bridge this knowledge gap from current real-world deepfakes by providing in-depth analysis. We first present the largest and most diverse and recent deepfake dataset (RWDF-23) collected from the wild to date, consisting of 2,000 deepfake videos collected from 4 platforms targeting 4 different languages span created from 21 countries: Reddit, YouTube, TikTok, and Bilibili. By expanding the dataset’s scope beyond the previous research, we capture a broader range of real-world deepfake content, reflecting the ever-evolving landscape of online platforms. Also, we conduct a comprehensive analysis encompassing various aspects of deepfakes, including creators, manipulation strategies, purposes, and real-world content production methods. This allows us to gain valuable insights into the nuances and characteristics of deepfakes in different contexts. Lastly, in addition to the video content, we also collect viewer comments and interactions, enabling us to explore the engagements of internet users with deepfake content. By considering this rich contextual information, we aim to provide a holistic understanding of the evolving deepfake phenomenon and its impact on online platforms. 2. Eun-Ju Park, Seung-Yeon Back, Jeongho Kim, and Simon S. Woo, ”KID34K: A Dataset for Online Identity Card Fraud Detection”, Proceedings of the 32nd ACM International Conference on Information & Knowledge Management. 2023. 본 연구에서는 모바일 신분증 검증 시스템의 보안 강화를 위한 데이터셋을 제공합니다. 최근 모바일 플랫폼에서의 본인인증절차는 신분증을 기반으로 진행되고 있는데, 비대면 금융거래가 증가함에 따라 금융거래의 당사자가 신분증 명의자임을 증명하는 절차도 중요해지고 있습니다. 그러나, 현재의 시스템은 금융거래 이용자가 제출하는 사진이 본인의 신분증을 직접 찍는 것인지, 아니면 모니터나 종이에 출력한 다른 사람의 신분증 사진을 찍은 것인지 구별하지 않습니다. 본 연구는 이러한 신분증 검증 시스템의 안정성 강화라는 측면과, 또한 신분증의 개인정보 유출을 막기위한 측면 두 가지를 고려한 신분증 이미지 데이터셋을 제공합니다. Though digital financial systems have provided users with convenient and accessible services, such as supporting banking or payment services anywhere, it is necessary to have robust security to protect against identity misuse. Thus, online digital identity (ID) verification plays a crucial role in securing financial services on mobile platforms. One of the most widely employed techniques for digital ID verification is that mobile applications request users to take and upload a picture of their own ID cards. However, this approach has vulnerabilities where someone takes pictures of the ID cards belonging to another person displayed on a screen, or printed on paper to be verified as the ID card owner. To mitigate the risks associated with fraudulent ID card verification, we present a novel dataset for classifying cases where the ID card images that users upload to the verification system are genuine or digitally represented. Our dataset is replicas designed to resemble real ID cards, making it available while avoiding privacy issues. Through extensive experiments, we demonstrate that our dataset is effective for detecting digitally represented ID card images, not only in our replica dataset but also in the dataset consisting of real ID cards. 3. Sanyong Lee and Simon Woo, “UNDO: Effective and Accurate Unlearning Method for Deep Neural Networks”, Proceedings of the 32nd ACM International Conference on Information & Knowledge Management. 2023. 본 연구에서는 간단하면서 효과적인 machine unlearning 기법 UNDO를 제안합니다. 이 기법은 학습된 모델에서 한 클래스의 정보를 지우기 위해 두 스텝으로 이뤄져있습니다. 먼저 coarse-grained level로서, 잊으려고 하는 데이터에 다른 레이블을 부여하여 한 에폭(epoch)만 짧게 학습하므로서 결정 경계를 허뭅니다. 그런 다음 fine-grained level로서, 앞선 단계에서 차마 잊지 못한 데이터를 잊으면서, 남길 데이터에 대한 부작용을 개선하기 위한 학습을 합니다. 이때 남길 데이터는 학습에 사용하지 않은 소량만 사용하여 학습 속도를 빠르게 합니다. 다양한 실험을 통하여 본 논문에서 제안하는 UNDO는 기존 machine unlearning 기법들 보다 빠르고 효과적임을 보여줍니다. Machine learning has evolved through extensive data usage, including personal and private information. Regulations like GDPR highlight the "Right to be forgotten" for user and data privacy. Research in machine unlearning aims to remove specific data from pre-trained models. We introduce a novel two-step unlearning method, UNDO. First, we selectively disrupt the decision boundary of forgetting data at the coarse-grained level. However, this can also inadvertently affect the decision boundary of other remaining data, lowering the overall performance of the classification task. Hence, we subsequently repair and refine the decision boundary for each class at the fine-grained level by introducing a loss to maintain the overall performance while completely removing the class. Our approach is validated through experiments on two datasets, outperforming other methods in effectiveness and efficiency. 4. The 1st International Workshop on Anomaly and Novelty detection in Satellite and Drones systems (ANSD '23) 제 1회 위성 및 무인비행체의 이상탐지에 관한 워크샵이 CIKM 2023에서 개최됩니다. 본 워크샵은 우사이먼성일 성균관대 교수, Shahroz Tariq CSIRO’s Data61 소속, 신유진 가톨릭대 교수, 정대원 한국항공우주연구원 소속이 주축이 되어 무인비행체의 시계열 및 이미지 데이터에 대한 이상을 탐지하는 것과 관련된 내용을 주제로 합니다. The workshop on Anomaly and Novelty Detection in Drones and Satellite data at CIKM 2023 aims to bring together researchers, practitioners, and industry experts to discuss the latest advancements and challenges in detecting anomalies and novelties in drone and satellite data. With the increasing availability of such data, the workshop seeks to explore the potential of machine learning and data mining techniques to enable the timely and accurate detection of unexpected events or changes. The workshop will include presentations of research papers, keynote talks, panel discussions, and poster sessions, with a focus on promoting interdisciplinary collaboration and fostering new ideas for tackling real-world problems. 문의사항이나 질문은 DASH Lab(https://dash.skku.edu)의 우사이먼교수(swoo@g.skku.edu)에게 연락부탁드립니다.
-
- 작성일 2023-09-18
- 조회수 1742
-
- [연구] [이지형 교수] IIS Lab, 2023 AI대학원 챌린지 wiht KT 믿음 대회 수상
- [이지형 교수] IIS Lab(정보 및 지능 시스템 연구실), 2023 AI대학원 챌린지 wiht KT 믿음 대회 수상 인공지능학과 IIS Lab(정보 및 지능 시스템 연구실). 나철원(석박통합과정 8기), 안지민(석사과정 3기), 김한별(석사과정 1기) 팀(팀명 ‘해 치원나’)과 김효준(석사과정 4기), 양정안(석사과정 2기), 이지형(석사과정 1기) 팀(팀명 ‘차별없는사회’)이 KT와 과학기술정보통신부가 공동 주최하는 '2023 AI 대학원 챌린지 with KT 믿음’ 최종결선에서 각각 KT CTO상(2위)과 우수상(4위)을 수상하였다. AI 대학원 챌린지는 KT 초거대 AI '믿음(Mi:dm)'을 이용해 해결할 수 있는 신규 과제 아이디어를 제안하고 이를 적용할 AI 모델을 개발하는 챌린지로, 실무형 AI 핵심 인재 발굴을 위해 개최되었다. 대회는 예선과 본선으로 이루어졌으며, 예선 주제는 초거대 AI 믿:음을 활용한 새로운 task를 제안하는 하는 것이다. 이후 예선을 통과한 10개 팀은 제안한 task를 적용할 AI 모델을 튜닝하고 개발하는 본선을 가졌다. ‘해 치원나’ 팀은 새로운 유형의 보이스 피싱에 대응 가능한 Few-shot 보이스 피싱 탐지 모델을 개발하였으며, ‘차별없는사회’ 팀은 차별 문장 탐지를 통한 차별 완화 모델을 개발하여 각각 KT CTO상(2등)과 KT초거대 AI믿:음 우수상(4등)을 수상하였다.
-
- 작성일 2023-09-15
- 조회수 1801
-
- [학생실적] [김유성 교수] ETRI 주최_2023 스펙트럼 챌린지 대회 1등
- [김유성 교수] ETRI 주최_2023 스펙트럼 챌린지 대회 1등 소프트웨어학과 김유성 교수 연구실, 2023 스펙트럼 챌린지 대회 1등 - CSI Lab 팀, 2020년부터 4년 연속 1등 - 차세대 와이파이 환경에서 효율적인 주파수 공동 사용 방안 마련 소프트웨어학과 CSI Lab. 박태건(석사과정), 나인호(학부연구원), 허찬용(인턴), 김유성 교수 팀이 한국전자통신연구원(ETRI)에서 주최하는 2023 스펙트럼 챌린지 최종결선 대회에서 1등을 거머쥐었다. 스펙트럼 챌린지는 정부 주도형 연구·개발 체계를 개방된 도전 경쟁형 연구·개발 체계로 발전시키려는 목적으로 국가연구개발계획에 의거하여 2019년도부터 매년 실시되었다. 올해 스펙트럼 챌린지는 그동안 대회에 참가한 40개 팀에서 승자전으로 진출한 우수 팀 간의 최종결선 대회로 5주간 치러졌다. 도전 문제는 2가지 유형으로 유형1은 주어진 전파 환경에서 이용 중인 전파 특성을 AI 기술을 통해 식별하는 문제이며 유형2는 동적 환경변화에 강인한 자원 할당 및 스케줄링을 위한 강화학습 알고리즘을 개발하는 문제이다. 이번 대회에서는 우리 대학을 포함하여 한양대, 한동대, 고려대가 우수 팀으로 선발되었다. 성균관대학교 CSI Lab(Computer Systems and Intelligence Lab) 팀은 인공지능 기법을 이용해 비면허 대역의 통신환경 속에서 무선 서비스 기기가 전파 이용효율을 최적화하여 통신할 수 있는 전파자원 할당 기법을 찾는 알고리즘 개발 유형2 에서 1등을 수상하였다. 특히 CSI Lab 팀은 4년 연속 1등이라는 쾌거를 이룩했다. 기사 본문 전자신문 https://www.etnews.com/20230825000155 뉴스1 https://www.news1.kr/articles/?5151113
-
- 작성일 2023-09-05
- 조회수 865
-
- [동문] 김미수 박사(지도교수 이은석), 전남대학교 인공지능학부 조교수 임용
- [동문] 전자전기컴퓨터공학과(컴퓨터공학전공) 김미수 박사(지도교수 이은석), 전남대학교 인공지능학부 조교수 임용 정보통신대학 전자전기컴퓨터공학과 (컴퓨터공학전공) 김미수 박사가 전남대학교 AI융합대학의 인공지능학부 조교수로 2023년 9월부로 임용되었다. 김미수 박사는 소프트웨어공학연구실(지도교수 이은석)에서 연구를 진행하며, 전자전기컴퓨터공학과(컴퓨터공학전공)에서 2021년 8월, Deep learning and natural language processing-based framework for information retrieval-based bug localization를 주제로 박사학위를 받았다. 그 후 소프트웨어대학 소프트웨어융합연구원에서 박사후연구원으로 2년동안 Deep Learning-based Automated Software Debuging과 Software Debugging for Deep Learning System에 대해 연구를 진행하였다. 김미수 박사는 총 17개의 우수 국제 학회 발표 실적(BK/정보과학회 우수학회 13건)과 총 3편의 SCI(E) 논문을 출판하였으며, 총 10건의 수상 내역을 보유하고 있다. 김미수 박사는 "소프트웨어공학(SE)에 AI 기술을 접목하는 연구(AI4SE), AI 기술에 소프트웨어공학 기술을 접목하는 연구(SE4AI), 환경 친화적 소프트웨어공학 등의 연구를 통해 AI융합시대에 맞는 융합 연구를 진행하고자 하며, 비교적 탄소중립에 대한 관심이 적었던 소프트에어공학 분야에서 지속가능성 향상에 대한 연구를 진행하며 사회에 기여할 수 있도록 노력하겠다"라고 포부를 밝혔다.
-
- 작성일 2023-09-01
- 조회수 970
-
- [학생실적] [SW학과_김훈태 학우(19학번)] 성균 웹진_미국 - The University of Texas at Austin
- [SW학과_김훈태 학우(19학번)] 성균 웹진_미국 - The University of Texas at Austin 소프트웨어학과 김훈태 (19학번) 학우가 미국 - The University of Texas at Austin에서 수행한 교환학생 후기가 성균 웹진에 기고 되었습니다. 교환 학생에 관심 있는 학생분들께서는 김훈태 학생의 수기가 많은 도움이 될 것 같습니다 :)
-
- 작성일 2023-08-29
- 조회수 259
-
- [교수동정] [이종욱 교수] 2023 SKKU Teaching Award 수상
- [이종욱 교수] 2023 SKKU Teaching Award 수상 교무처는 2023 SKKU Teaching Award 수상자로 21명의 교원을 선정하였다. 시상식은 8월 17일(목) 오후 4시 50분, 인문사회과학캠퍼스 600주년기념관 조병두국제홀에서 거행되었다. △이종욱(소프트웨어학과) 및 총 21명의 교원이 SKKU Teaching Award 수상의 영예를 안게 되었다. 한편 SKKU Teaching Award 제도는 우리 대학 교육의 질적 향상을 선도한 교·강사를 선정하여 포상하는 영예로운 상으로, 2011년 최초 시행 이후 지난해까지 총 93명을 선정하였으며, 교육 역량이 뛰어난 교·강사에게 자긍심과 명예를 부여하고 양질의 교육 제공을 위한 동기부여를 진작·확산시키는데 목적을 두고 있다. ○ 문의: 교무처 교무팀(02-760-1053/yurimk@skku.edu)
-
- 작성일 2023-08-18
- 조회수 1050