이현종 연구원이 석사 졸업 후, 광운대학교에서 강사 및 연구원으로 재직하면서 SNN과 관련된 연구 활동을 계속 이어 나가고 있습니다. 또한, 미국 박사 유학을 준비함과 동시에 미국의 Duke University에서 연구 인턴 활동을 진행 중입니다. 9월에 SNN의 학습 방법인 BPTT를 개선한 Learnable Truncated BPTT를 제안하는 ICLR 논문을 작성하여 제출하였습니다.
탁동혁 연구원이 분산 추론을 위한 adaptive scheduling 방법을 개선하기 위한 방법을 계속 연구하고 고민하고 있습니다.
이훈희 연구원이 모델의 heterogeneity가 굉장히 큰 상황에서의 자율주행 trajectory prediction 시 federated learning을 하기 위한 방법을 고안하기 위해 여러 literature review 및 실험을 진행 중입니다.
한용옥 연구원이 LIF와 RF 뉴런 모델의 장점을 모두 가질 수 있는 다중 주파수 응답 뉴런 모델을 새로 제안하고 이 뉴런의 learnable parameter들을 최적화하기 위한 방법들을 연구하고 있습니다. 또한 해당 뉴런 모델을 이용해 여러 신경망을 구성해 보고 다양한 데이터셋을 이용해 성능을 측정하고 있습니다.
임동건 연구원이 Calra 시뮬레이터를 이용해 다양한 시나리오에서 인퍼런스를 진행하고 이를 통해 얻은 피드백을 탁동혁 연구원과 이훈희 연구원에게 전달해 신경망을 훈련해보고 있습니다.
윤찬송 연구원이 이현종 연구원과 함께 Learnable Truncated BPTT와 관련된 연구를 진행하고 ICLR에 논문을 같이 제출하였습니다.
오승민 연구원이 SNN을 channel estimation에 적용할 때 생각해 볼 수 있는 시사점들에 대해 고민해 보고 이를 잘 드러낼 수 있는 실험 시나리오를 구상하고 있습니다.
하성연 학생이 SNN과 딥러닝 신경망의 기초를 공부하고 있습니다.