SPEAKERS



TOP CONFERENCE SESSION 1.  5/26(목) 13:30 ~ 14:00 (30")

임성빈 교수

울산과학기술원 인공지능대학원

ML4CO: Machine Learning for Combinatorial Optimization

조합최적화(Combinatorial Optimization) 분야는 Operation Research, Mathematical Optimization, Algorithm 연구의 주요 분야로 운송경로 최적화, 스케줄링 등에서 가장 효율적인 방법을 찾는데 활용된다. 복잡도가 높은 문제일수록 확장성이 중요해지는데, 과거에는 주로 사람이 디자인한 휴리스틱 알고리즘을 활용하였다면, 최근에는 문제 데이터를 기반으로 Solver 활용을 자동화하려는 시도가 이어지고 있다. 이러한 연구 흐름을 바탕으로 NeurIPS 2021 Competition Track 중 하나인 ML4CO 대회에서 본 연구진이 글로벌 리더보드 2위, 대학 리더보드 1위를 기록한 방법론을 소개하고자 한다.

TOP CONFERENCE SESSION 2.  5/26(목) 14:00 ~ 14:30 (30")

최민석 교수

경희대학교 전자공학과

Sageflow: Straggler와 Adversaries 모두에 강인한 연합 학습

본 강연에서는 연합 학습에서의 straggler와 adversaries 문제에 대해 살펴보고, 이에 대응할 수 있는 연합 학습 알고리즘인 Sageflow에 대해 소개한다. Sageflow에서는 모델 업로드가 늦어져 전체적인 학습 속도를 늦추는 stragglers의 모델을 비동기 응집하는 staleness-aware grouping 방식을 제안한다. 또한, 악의적인 공격을 받은 연합 학습 참여자의 모델을 소량의 공동 데이터를 활용하여 엔트로피 기반 필터링, 손실 가중치 모델 응집 과정을 통해 강인한 학습을 제공한다. 기존의 비동기 모델 응집 기술과 공격자 방어 기술 대비 sageflow는 straggler와 adversaries가 공존할 때에도 학습 성능이 떨어지지 않음을 보인다.

TOP