이현종 연구원이 ICLR에 제출했던 fragmentation 기반의 fault-tolerant SNN의 후속 연구를 진행하고 있습니다. 기존의 rule-based algorithm에 이어서 learning-based로 fault 상황에 맞게 좀 더 적응적으로 fragmentation을 할 수 있는 방법을 만들고 있습니다.
탁동혁 연구원이 weight matrix를 그룹별로 나누고 압축하여 이를 다시 aggregation하기 위한 방법을 구체적으로 만들고 있습니다.
이훈희 연구원이 차량의 trajectory를 추적하기 위한 신경망 구조에서 어떤 뉴런들과 시냅스가 활동적인 모습을 보이는지 시각화 하고 그 결과를 분석하고 있습니다.
한용옥 연구원이 Multi-compartment 뉴런 모델을 사용하는 다른 벤치마크들을 구현해보고 분석한 뒤 그 결과들을 뽑아보고 있습니다.
오승민 학생이 radar의 기초 작동원리를 위한 기본적 수학적 지식들을 익히고 있습니다.
임동건 학생과 김남주 학생이 Machine Learning에 필요한 수학적 지식들과 인공신경망의 작동 방식들을 익히고 있습니다.