머신러닝, 학회
ICML 논문을 낸 국내 연구실
탑티어International Conference on Machine Learning. 2023년 이후 논문 284편, 연구실 148곳
이 학회에 논문을 낸 연구실
UNIST 장영수 교수신생 랩모집 안내
탑티어 8전체 10구성원 10
강화학습학습 이론·최적화
| 연구실 | 대학 | 탑티어 논문 | 전체 논문 | 구성원 | 비교 |
|---|---|---|---|---|---|
머신러닝 연구실송현오 교수 | 서울대 | 12 | 13 | 5 | |
빅데이터 지능 연구실황지영 교수모집 안내 | KAIST | 13 | 15 | 12 | |
강명주 연구실강명주 교수 | 서울대 | 21 | 35 | – | |
김세훈 연구실김세훈 교수신생 랩 | KAIST | 10 | 12 | – | |
김현아 연구실김현아 교수신생 랩 | UNIST | 7 | 9 | – | |
문일철 연구실문일철 교수 | KAIST | 22 | 34 | – | |
박찬영 연구실박찬영 교수모집 안내 | KAIST | 52 | 62 | 8 | |
양은호 연구실양은호 교수 | KAIST | 50 | 56 | – | |
EffL (Efficient Learning)이재호 교수 | POSTECH | 19 | 26 | 14 | |
Inference and Information for Data Science Lab정혜원 교수 | KAIST | 11 | 20 | 1 | |
Interactive Machine Learning Lab전광성 교수 | POSTECH | 12 | 19 | 8 | |
Machine Learning Lab박상돈 교수 | POSTECH | 52 | 65 | 33 | |
PDE&AI Lab권도현 교수신생 랩모집 안내 | 연세대 | 6 | 10 | 10 | |
프로그래밍 언어 및 기계학습 원리 연구실양홍석 교수 | KAIST | 8 | 14 | – | |
아키텍처 및 코드 최적화 연구실이재욱 교수 | 서울대 | 21 | 34 | – | |
김승룡 연구실김승룡 교수모집 안내 | KAIST | 72 | 83 | 69 | |
데이터 인공지능 연구실유재민 교수신생 랩모집 안내 | 서울대 | 18 | 27 | – | |
Actionable Intelligence Lab이창희 교수모집 안내 | 고려대 | 11 | 28 | 28 | |
AI Cognition Optimization with Reinforcement & Exploration (AI-CORE) Lab. 지능 최적화 및 강화학습 연구실장영수 교수신생 랩모집 안내 | UNIST | 8 | 10 | 10 | |
Computational Optimization Lab이남훈 교수 | POSTECH | 12 | 14 | 16 |
최근 논문
- DevFormer: A Symmetric Transformer for Context-Aware Device Placement
2023, System Intelligence Lab
- Efficient Algorithms for Exact Graph Matching on Correlated Stochastic Block Models with Constant Correlation
2023, Inference and Information for Data Science Lab
- Efficient Latency-Aware CNN Depth Compression via Two-Stage Dynamic Programming
2023, 머신러닝 연구실
- EM-Network: Oracle Guided Self-distillation for Sequence Learning
2023, 휴먼인터페이스연구실
- End-to-End Multi-Object Detection with a Regularized Mixture Model
2023, MIPA Laboratory
- Exploring Chemical Space with Score-based Out-of-distribution Generation
2023, 황성주 연구실
- Exploring the Benefits of Training Expert Language Models over Instruction Tuning
2023, 서민준 연구실
- Fighting Fire with Fire: Contrastive Debiasing without Bias-free Data via Generative Bias-transformation
2023, 양은호 연구실
- GeCoNeRF: Few-shot Neural Radiance Fields via Geometric Consistency
2023, 김승룡 연구실
- GREAD: Graph Neural Reaction-Diffusion Networks
2023, 소프트컴퓨팅, 빅데이터 분석 및 학습 연구실
- Improved Learning-Augmented Algorithms for the Multi-Option Ski Rental Problem via Best-Possible Competitive Analysis
2023, 최적화및응용
- Improving Adversarial Robustness by Putting More Regularizations on Less Robust Samples
2023, IDEA Lab
- Improving Fair Training under Correlation Shifts
2023, 데이터 지능 연구실, 정보 시스템 연구실
- Improving Visual Prompt Tuning for Self-supervised Vision Transformers
2023, 인공지능 연구실, Vision & AI Lab
- Information-Theoretic State Space Model for Multi-View Reinforcement Learning
2023, 비전 및 학습 연구실, KAIST AIPR Lab, AI Cognition Optimization with Reinforcement & Exploration (AI-CORE) Lab. 지능 최적화 및 강화학습 연구실
- InGram: Inductive Knowledge Graph Embedding via Relation Graphs
2023, 빅데이터 지능 연구실
- KDEformer: Accelerating Transformers via Kernel Density Estimation
2023, 한인수 연구실
- Learning Affinity with Hyperbolic Representation for Spatial Propagation
2023, 시각인공지능
- Learning Controllable Degradation for Real-World Super-Resolution via Constrained Flows
2023, 시각지능 연구실, 백성용 연구실
- Learning to Boost Training by Periodic Nowcasting Near Future Weights
2023, Medical Information Processing Lab, Medical Information Processing Lab




























