A Study on a Multimodal Model Compression Framework Considering Sample Difficulty and Data Imbalance
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구A)
2026년
2710113721
과학기술정보통신부
한국연구재단
국립한밭대학교
조유철
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2031.08.31
4,545만원
4,545만원
기초연구
대학
대전광역시 유성구
전기/전자 > 기타 전기/전자 > 달리 분류되지 않는 전기/전자
본 과제는 멀티모달 모델의 실제 환경 적용을 위한 효율적 활용을 위하여 샘플 난이도 및 데이터 불균형 특성을 반영한 데이터 인식 기반 모델링, 경량화 과정에서의 정보 손실 특성 분석 및 선택적 성능 보존 기법, 그리고 pruning 및 quantization 등 다양한 압축 기법을 활용한 통합 설계를 수행하고자 함. 이를 통해 복잡한 추론이 요구되는 고난이도 ...
■ 세부 연구목표 1 : 샘플 난이도 기반 경량화 성능 저하 분석 및 학습 전략 연구● 본 연구에서는 경량화 과정에서 발생하는 성능 저하의 핵심 원인을 분석하기 위하여 샘플 난이도를 정의하고 정량화하는 방법을 연구함. 이를 위해 confidence, prediction entropy, sparsity, similarity, distance 등의 지표를 활용...
... 수 있음. 2) 연구과제의 기대효과● 본 연구는 멀티모달 인공지능 모델의 경량화 과정에서 발생하는 정보 손실 문제를 데이터 특성(샘플 난이도 및 데이터 불균형) 관점에서 해결함으로써, 복잡한 추론이 필요한 고난이도 샘플 및 희소 클래스에 대한 성능을 유지할 수 있는 경량화 기술을 확보하고, 실제 환경에서 활용 가능한 고신뢰·고효율 인공지능 시스템 개발에 기여할 것으로 기대됨.