Information-theoretic Dependency Modeling for High-Fidelity Tabular Data Generation
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구A)
2026년
2710115026
과학기술정보통신부
한국연구재단
인하대학교
이경은
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
4,503만원
4,503만원
기초연구
대학
인천광역시 남구
정보/통신 > 정보이론 > 인공지능
[최종목표] 정보이론 기반 변수 간 의존 구조 모사를 핵심 메커니즘으로 하는 고신뢰성 정형 합성 데이터 생성 모델 개발[연구 배경 및 필요성]- 전 세계 생성형 AI 시장은 2025년 약 590억 달러에서 2031년까지 연평균 37.6% 성장이 전망될 만큼 빠르게 확산되고 있음- 정형 데이터는 의료 진단·금융 신용평가·제조 품질 예측 등 사회 핵심 의사결정...
[핵심 독창성] - 정보이론과 생성 모델을 연결하는 통합 프레임워크를 정형 데이터 분야에서 최초로 제안 - MI를 생성 모델의 학습 목표 자체에 내재화함으로써 통계적 충실도와 생성 다양성을 단일 프레임워크 내에서 동시에 달성[연구 내용]- 데이터 전처리: 이종 자료형 특화 토크나이징 모듈 설계, 결측 메커니즘 구분 기반 조건부 확률 모델링- MI 기반 의존...
[직접 성과물]- MI 기반 고신뢰성 정형 합성 데이터 생성 모델 오픈소스 공개- 30개 이상 데이터셋 기반 정형 합성 데이터 통합 평가 벤치마크 공개- NeurIPS·ICML·ICLR 등 최상위 국제 학술대회 또는 저명 학술지 논문 1편 이상 투고[과학기술적 기대효과]- 정보이론과 생성 모델을 연결하는 정형 데이터 특화 프레임워크를 최초 제안, 관련 분야...