머신러닝, 학회
ICML 논문을 낸 국내 연구실
탑티어International Conference on Machine Learning. 2023년 이후 논문 284편, 연구실 148곳
이 학회에 논문을 낸 연구실
| 연구실 | 대학 | 탑티어 논문 | 전체 논문 | 구성원 | 비교 |
|---|---|---|---|---|---|
황성주 연구실황성주 교수 | KAIST | 81 | 88 | 77 | |
이주호 연구실이주호 교수 | KAIST | 46 | 48 | – | |
AGI-LAB, KAIST신진우 교수 | KAIST | 78 | 95 | 40 | |
오민환 연구실오민환 교수 | 서울대 | 41 | 42 | 32 | |
윤철희 연구실윤철희 교수 | KAIST | 29 | 29 | – | |
안성수 연구실안성수 교수신생 랩 | KAIST | 35 | 47 | – | |
스마트 정보 시스템 연구실성영철 교수모집 안내 | KAIST | 18 | 26 | 13 | |
System Intelligence Lab박진규 교수모집 안내 | KAIST | 38 | 56 | 13 | |
인공지능 연구실윤성로 교수 | 서울대 | 56 | 76 | 3 | |
빅데이터 분석 및 학습 연구실박노성 교수 | KAIST | 36 | 53 | – | |
예종철 연구실예종철 교수 | KAIST | 86 | 108 | 39 | |
윤세영 연구실윤세영 교수 | KAIST | 54 | 74 | – | |
IDEA Lab김용대 교수 | 서울대 | 17 | 22 | 16 | |
Machine Learning Lab김동우 교수 | POSTECH | 54 | 66 | 33 | |
인공지능 및 머신러닝 연구실유창동 교수 | KAIST | 54 | 70 | – | |
기계학습 및 비전 연구실김현우 교수모집 안내 | KAIST | 53 | 59 | 50 | |
머신러닝 & 마인드 랩안성진 교수 | KAIST | 23 | 25 | 37 | |
신기정 연구실신기정 교수 | KAIST | 53 | 94 | – | |
주재걸 연구실주재걸 교수모집 안내 | KAIST | 100 | 122 | – | |
Machine Learning Lab옥정슬 교수 | POSTECH | 54 | 65 | 33 |
최근 논문
- Editable Noise Map Inversion: Encoding Target-image into Noise For High-Fidelity Image Manipulation
2025, 인공지능 연구실
- ELITE: Enhanced Language-Image Toxicity Evaluation for Safety
2025, Computer Vision Lab
- Enhancing Ligand Validity and Affinity in Structure-Based Drug Design with Multi-Reward Optimization
2025, Machine Learning Lab, Machine Learning Lab, Machine Learning Lab
- Enhancing Rating-Based Reinforcement Learning to Effectively Leverage Feedback from Large Vision-Language Models
2025, 지능형 로봇시스템 연구실, 인공지능 및 머신러닝 연구실
- Ensemble Distribution Distillation via Flow Matching
2025, 이주호 연구실
- Fair Clustering via Alignment
2025, IDEA Lab
- Federated Learning for Feature Generalization with Convex Constraints
2025, 인공지능융합연구실
- Fine-Grained Captioning of Long Videos through Scene Graph Consolidation
2025, 컴퓨터비젼 연구실
- Fixing the Loose Brake: Exponential-Tailed Stopping Time in Best Arm Identification
2025, Interactive Machine Learning Lab
- FlashTP: Fused, Sparsity-Aware Tensor Product for Machine Learning Interatomic Potentials
2025, 아키텍처 및 코드 최적화 연구실
- Floating-Point Neural Networks Can Represent Almost All Floating-Point Functions
2025, Programming Languages Lab, Efficient Inference and Learning Lab
- FlowDrag: 3D-aware Drag-based Image Editing with Mesh-guided Deformation Vector Flow Fields
2025, 인공지능 및 머신러닝 연구실
- Global Context-aware Representation Learning for Spatially Resolved Transcriptomics
2025, 박찬영 연구실
- Graph-Assisted Stitching for Offline Hierarchical Reinforcement Learning
2025, Computer Systems & Intelligence Lab
- GuidedQuant: Large Language Model Quantization via Exploiting End Loss Guidance
2025, 머신러닝 연구실, 아키텍처 및 코드 최적화 연구실
- How to Move Your Dragon: Text-to-Motion Synthesis for Large-Vocabulary Objects
2025, 시각 및 학습 연구실
- Hyperspherical Normalization for Scalable Deep Reinforcement Learning
2025, 주재걸 연구실
- Improved Off-policy Reinforcement Learning in Biological Sequence Design
2025, 김현아 연구실, System Intelligence Lab
- Improved Online Confidence Bounds for Multinomial Logistic Bandits
2025, 오민환 연구실
- Incremental Gradient Descent with Small Epoch Counts is Surprisingly Slow on Ill-Conditioned Problems
2025, 윤철희 연구실




























