Development of Data Lightweighting Technology for Point Cloud Classification Achieving 99% Reduction for Topological Feature Extraction
이공학학술연구기반구축(R&D) · 석사과정생연구장려금지원
2026년
2340066349
교육부
한국연구재단
서울대학교
이주홍
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
1,200만원
1,200만원
기초연구
대학
서울특별시 관악구
수학 > 통계 방법론·계산 > 달리 분류되지 않는 통계 방법론·계산
기존의 위상데이터분석(TDA)은 데이터 규모에 따라 계산 복잡도가 지수적으로 증가하므로 방대한 데이터의 위상 특징을 계산하여 기계학습 모델에 적용하는 데 치명적인 병목 현상이 발생한다. 이에 본 연구는 대규모 다차원 데이터에서 핵심적인 위상 특징을 고속으로 추출하는 '위상 보존형 데이터 경량화 기술' 개발을 최종 목표로 하며, 세부 달성 목표는 다음과 같다...
[1단계] 적응형 격자 기반 알고리즘 설계1) 하우스도르프 거리 기반 데이터 축소 이론 확립 : 원 데이터를 적절한 조건 하에 축소할 때, 공간 분할 기법이 데이터의 본질적 위상 특징을 보존하기 위한 조건(하우스도르프 거리 최소화)을 만족하는지 수학적으로 증명한다.2) 다이아딕 큐브(Dyadic Cube) 기반 알고리즘 고안: 공간을 재귀적으로 분할하는 다...
... 되어줄 것이다. 연산량 문제로 다루기 어려웠던 방대한 다차원 데이터로 TDA의 적용 범위를 대폭 확장시킴으로써, 위상 정보 추출의 한계에 부딪혔던 학자들에게 새로운 방법론을 제시하고 위상수학과 인공지능 융합 연구를 가속화할 것으로 기대된다.3. 산업적/장기적 측면: 실시간 3D 공간 처리 기술의 초석 마련추후 알고리즘의 최적화 및 하드웨어 가속 기술과의 결합을 통해, 본 연구의 결과물은 ...