A Study on the Computational Efficiency, Feasibility-awareness, and Structural Analysis of Decision-focused Learning
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구A)
2026년
2710114322
과학기술정보통신부
한국연구재단
전남대학교산학협력단
배형립
3명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2029.08.31
4,409만원
4,409만원
기초연구
대학
광주광역시 북구
정보/통신 > 정보이론 > 인공지능
본 연구의 최종 목표는 결정중심학습(Decision-focused Learning)의 미해결 과제들을 체계적으로 해결하여 해당 연구 분야를 다양한 방향으로 확장하고, 관련 분야의 선구적 연구로 자리매김하는 것이다. 의사결정 문제에서 궁극적으로 중요한 것은 예측의 정확도가 아니라 그 예측이 이끄는 결정의 질임에도 불구하고, 기존 결정중심학습은 계산 효율성 부...
주제 1에서는 Dual-Stack Model(DSM) 기반 비지도 대체 손실함수를 새롭게 제안한다. DSM은 선형 계획법의 매개변수를 입력으로 받아 최적값을 출력하도록 학습되는 신경망으로, 자기지도 학습이 가능하여 별도의 레이블(최적해)이 필요하지 않다. 이를 통해 기존 대체 모델 방법론이 직면한 솔버 반복 실행에 따른 데이터셋 구축 비용 문제를 근본적으로...
본 연구의 성과는 학문적·산업적·사회적 세 차원에서 활용된다. 학문적으로는 주제 1·2에서 개발된 알고리즘과 주제 3의 학습 전략 가이드라인을 오픈소스 코드 및 표준 벤치마크로 공개하여 후속 연구의 토대를 제공하고, EJOR·AOR 등 최적화 저명 저널 및 AAAI·ICLR·ICML·NeurIPS 등 국제 AI 학회에 연구 결과를 게재한다. 산업적으로는 제...