Vision Multi-task Federated Learning with a Meta Prompt-based Cross Attention Module Research
이공학학술연구기반구축(R&D) · 박사과정생연구장려금지원
2026년
2340065153
교육부
한국연구재단
국립순천대학교
김진성
1명
2026.09.01 ~ 2027.02.28
2026.09.01 ~ 2027.08.31
1,250만원
1,250만원
기초연구
대학
전라남도 순천시
정보/통신 > 정보이론 > 인공지능
본 연구의 최종 목표는 기존 CNN 기반 비전 모델이 분류, 탐지, 분할과 같은 서로 다른 비전 태스크에 적용될 때마다 별도의 구조 수정과 재학습이 필요한 한계를 완화하고, Meta Prompt 기반 Cross Attention 모듈과 기울기 유사도 기반 가중치 선택 알고리즘을 결합한 비전 멀티태스크 연합학습 프레임워크를 통해 단일 모델로 다양한 비전 태스...
본 연구는 기존 CNN 기반 비전 모델의 태스크별 재학습 한계를 완화하기 위해, Meta Prompt 기반 Attention 모듈을 통해 태스크 공통 표현과 전역적 문맥 정보를 강화하고, 이를 기울기 유사도 기반 가중치 선택 알고리즘이 적용된 연합학습 구조와 결합함으로써 단일 모델 기반 비전 멀티태스크를 구현하고자 한다.“Meta Prompt 기반 Cros...
본 연구는 기존 CNN 기반 비전 모델의 태스크별 재학습 한계를 완화하고, Meta Prompt 기반 Attention 모듈과 기울기 유사도 기반 멀티태스크 연합학습을 결합하여 단일 모델로 다양한 비전 태스크를 수행할 수 있는 구조를 제안한다는 점에서 중요성이 있다. 특히 텍스트와 이미지의 상호작용을 통해 태스크 공통 표현과 전역적 문맥 정보를 강화하고, ...