Graph-Structured Interaction for Improving Reliability and Controllability of Multimodal Generative Models
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(유형B)
2026년
2710113940
과학기술정보통신부
한국연구재단
건국대학교
오병국
14명
2026.09.01 ~ 2027.08.31
2024.09.01 ~ 2028.08.31
2.2억원
2.2억원
기초연구
대학
서울특별시 광진구
정보/통신 > 정보이론 > 인공지능
... 연구를 수행하고자 함. 제안하는 연구는 크게 3개년도의 도전적 원천기술 연구개발과 1개년도의 다양한 생성모델로의 실적용 확장 및 실증적 검증으로 구성됨1단계는 다양한 유형의 멀티모달 데이터와 텍스트와 같은 심볼릭 데이터 사이의 복합적인 관계지식을 추출하고, 스키마를 연결하여 멀티모달 관계지식을 구축함. 개발된 멀티모달 통합 표현학습 모델은 다양한 생성모델에 활용이 가능한 범용 ...
1차년도: 멀티모달 데이터 간 복합적 관계 추출 및 계층적 타입 식별에 기반한 그래프 구조화연구 목표- 1차년도는 서로 다른 유형의 데이터 간 관계지식을 추출하고 이를 스키마에 연결하여 멀티모달 지식그래프 구축함. 또한, 계층적 타입 정보 연결 방식을 사용하여 텍스트, 이미지, 오디오 등 다양한 데이터 형식을 통합하고 분류하는 포괄적인 멀티모달 지식 그래프를 ...
활용계획사용자는 자연어와 멀티모달 데이터를 그래프로 정확하고 명시적으로 표현하여 대화형 AI 시스템과 상호작용을 할 수 있고, AI 시스템은 다양한 형태의 복잡한 지식을 인간의 인지능력과 ... 보완/방지하기 위해 지식그래프 활용의 중요성이 확대되고 있음. 애플, 구글, 아마존을 포함한 빅테크 기업들은 이미 자신들의 핵심 사업분야에서 자사만의 특화된 지식그래프를 구축하여 운영 중임. ...