이현종 연구원이 flow control을 이용한 input data adjustment 기법을 활용해 fault-tolerant한 SNN framework를 만들고 이를 기반으로 다양한 실험을 진행하고 있습니다.
김동균 연구원이 SNN을 기반으로 만든 Yolo-v8 모델에서 효율적으로 퍼셉트론 레이어를 스파이킹 뉴런 레이어로 바꾸기 위한 알고리즘을 고안하고 있습니다.
허정윤 연구원이 SNN 기반 Yolo-v8 모델에서 스파이킹 뉴런을 특정 레이어에 적용할 때 어떤 성능 변화가 생기고 이러한 성능 변화를 최소화 하기 위한 ANN2SNN conversion 기법을 연구하고 있습니다.
탁동혁 연구원이 Space State Models (SSMs)를 자율 주행 자동차의 궤적 예측에 적용한 실험 결과들을 정리하여 SCI 저널에 제출하기 위한 논문을 작성하고 있습니다.
이훈희 연구원이 연합 학습에 필요한 데이터들을 전처리 함과 동시에 탁동혁 연구원과 함께 SCI 논문을 작성하고 있습니다.