초록 ▼

연구개요
본 연구과제의 연구주제는 영상 문제에 대한 계산수학 방법과 심층학습 방법의 결합
연구로서 다음과 같은 3가지 주제를 연구하고자 한다.
• 영상 최적화 문제에 대한 계산수학과 결합된 심층학습 기법 도입
• 영상 최적화 문제에 대한 심층학습 기반 알고리즘의 활용
• 심층 신경망 병렬 학습 알고리즘 개발

연구 목표대비 연구결과
- 영상 최적화 문제에 대한 계산수학과 결합된 심층학습 기법 도입
본 연구에서는 영상최적화 문제에 활용되는 Fenchel-Rockafellar dua

연구개요
본 연구과제의 연구주제는 영상 문제에 대한 계산수학 방법과 심층학습 방법의 결합
연구로서 다음과 같은 3가지 주제를 연구하고자 한다.
• 영상 최적화 문제에 대한 계산수학과 결합된 심층학습 기법 도입
• 영상 최적화 문제에 대한 심층학습 기반 알고리즘의 활용
• 심층 신경망 병렬 학습 알고리즘 개발

연구 목표대비 연구결과
- 영상 최적화 문제에 대한 계산수학과 결합된 심층학습 기법 도입
본 연구에서는 영상최적화 문제에 활용되는 Fenchel-Rockafellar duality를 활용한 병렬화 기법 연구하였다. 또한 CT 영상 재구성에 필요한 적분에 대한 최적의 구분구적법 연구도 수행하였다.

- 영상 최적화 문제에 대한 심층학습 기반 알고리즘의 활용
본 연구에서는 개별 치아영상 분할을 하기 위해 계산수학 방법과 심층학습을 혼합하여 적용함으로서 계산수학 방법 또는 심층학습 방법 하나만 사용할 때 보다 훨씬 우수한 영상분할 결과를 도출하였다.
- 심층 신경망 병렬 학습 알고리즘 개발
본 연구에서는 여러 개의 GPU를 이용한 층수가 매우 많은 심층 신경망의 병렬화로서 Parareal 신경망을 제안하였다. 또한 채널 수가 매우 많은 합성곱 신경망의 경우 Jacobi block relaxation 방법에 기반한 병렬화를 연구하였다.

연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성)
본 과제에서 제시하는 연구는 수학의 발전은 물론, 의학 등 인접 응용과학 분야에 큰 파급 효과가 있을 것이다. 특히 본 과제는 CT 같은 의료영상과 산업체 영상과 관련된 영상처리를 목표로 하고 있기 때문에 전자공학과 의학 등 응용 학문에서 새로운 기술을 개발하는데 활용될 수 있을 것이다. 또한 최근 모든 분야에 전파되고 있는 심층학습의 활용에 대한 수학적 합리성과 근거를 제공하고 계산의 효율성을 제공하고자 한다. 이러한 연구는 영상문제에만 국한된 주제가 아니라 다양한 분야에 응용되리라 예측된다.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 4
• 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 11
• 1) 정성적 연구개발성과(연구개발결과) ... 11
• 2) 세부 정량적 연구개발성과 ... 11
• 3) 목표 달성 수준 ... 11
• 4) 목표 미달 시 원인 분석 ... 11
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 11
• 5. 연구개발성과의 관리 및 활용 계획 ... 12
• 6. 자체점검표 ... 12
• 7. 참고문헌 ... 12
• [붙임1] 세부 정량적 연구개발성과 ... 13
• [붙임2] 연구책임자 대표적 연구실적 및 증빙(요약문 및 사본) ... 15
• 끝페이지 ... 25