이화여자대학교MCNL

dd

우리 연구실 권정민 박사과정, 차채연 통합과정, 그리고 진수연 학부생은 2024년 6월 19일부터 22일까지 제주도에서 개최된 2024년도 한국통신학회 하계종합학술발표회에 참석하여, 논문 발표 및 워크샵 참가를 통해 그동안의 연구 성과를 발표하였다.

권정민 학생과 진수연 학생은 논문 발표에 참여하여 연구 성과를 발표하고 타 연구자들과 소통하는 자리를 가졌다. 본 연구실의 박사과정 권정민 학생은 1저자로 “불안정한 네트워크에서 데이터 부분 손실에 따른 연합 학습 성능 분석”을 발표하였으며, 패킷이 손실 될 수 있는 네트워크에 따라 관찰되는 모델 성능 분석 연구를 진행하였다.

또한 권정민 학생은 1저자로 “부분적 모델 파라미터 손실에 따른 연합학습 성능 저하를 완화하기 위한 근사 데이터 전송 전략” 논문을 발표하여 저랭크 근사법과 네트워크 코딩 기법을 이용하여 근사적으로 모델 파라미터를 전달하는 알고리즘을 제안하였다. 실험을 통하여 근사법을 통해 모델 파라미터의 부분적 손실을 방지하고 그에 따라 성능 저하가 완화되는 것을 확인하였다.

학부연구원 진수연 학생은 1저자로 “분산적 자원분배를 위한 교대 제안 협상 전략” 논문을 발표하여, 게임이론을 활용하여 동적 시스템에서 낮은 복잡도로 최적 자원 분배 지점에 도달하는 분산적 자원 분배를 위한 교대 제안 협상 전략을 제안하였고, 실험을 통하여 제안한 방법이  중앙 집중적인 자원 분배 방식에 비해 복잡도와 자원 변화에 대한 민감도가 현저히 낮음을 확인하였다. 

권정민 박사과정 학생과 차채연 통합과정 학생은 2024년도 한국통신학회 하계종합학술대회의 “숭실-CMU 두뇌의 리버스 엔지니어링을 통한 협력적 AI 원천기술 연구 워크샵”에서 연구 분야와 성과를 발표하였다. 본 연구실의 권정민 박사과정 학생은 불안정한 네트워크 환경에서 안정적인 연합학습 성능을 보장하기 위하여 모델 파라미터의 근사적 전달 방법을 제안하였다. 해당 방법에서는 중요한 정보를 근사적으로 추출하는 방법과, 이렇게 추출된 중요 정보를 안정적으로 전달하기 위하여 네트워크 코딩 방법을 이용하여 모델 파라미터를 전달하는 방법을 제시하였다. 제안한 방법이 네트워크에서 패킷 손실이 발생하여도 연합학습 성능 저하를 효과적으로 방지하는 것을 실험을 통하여 확인하였다.

본 연구실의 차채연 통합과정 학생은 "Finding NBS with Low Complexity in Dynamic Systems"라는 제목으로, 시변하는 시스템에서 내쉬 협상 해법(Nash Bargaining Solution, NBS)을 사용한 자원 분배를 낮은 계산 복잡도와 정확도를 향상할 수 있는 알고리즘에 대해 소개하였다. 

숭실-CMU 협력 워크샵은 숭실대 권민혜 교수, 카네기 멜런 대학 Xaq Pitkow 교수, 이화여대 박형곤 교수와 연구실 학생들이 참석하여 연구실 학생들의 연구 주제와 결과를 공유하고 토의하는 자리가 마련되었다.

이번 2024년도 한국통신학회 하계종합학술발표회는 한국통신학회 창립 50주년을 맞아, 역대 최다 규모인 1,000여편의 논문 발표가 이루어졌을 뿐 아니라, Sasu Tarkoma (University of Helsinki), Ahmed Alkhateeb (Arizona State University) 교수님 등 해외 석학의 초청 강연과 인더스트리/창업 특별 세션, 정부 산하기관 특별 세션 등 다채로운 프로그램으로 성황리에 개최되었다.