발전기금
-
-
- [일반] 실감미디어공학과 세미나 3주차 문경식 박사 특강 성료
- 안녕하세요, 실감미디어공학과 사무실입니다. 9/14, 실감미디어공학과 세미나 3주차가 국제관 9B312에서 성료되었습니다. Meta에서 근무하시는 문경식 박사님께서 (Postdoctoral Research Scientist of Reality Labs Research at Meta) Understanding Humans in the 3D Space 이라는 주제로 강연을 해주셨습니다. 산업에서 사용되는 다양한 연구와 사례를 접하며 견문을 넓힐 수 있는 시간이었습니다.
-
- 작성일 2023-09-19
- 조회수 1827
-
- 2023 메타버스융합대학원 현판증정식
- <왼쪽부터 류은석 성균관대학교 교수, 김형석 건국대학교 교수, 유지범 성균관대학교 총장, 전영재 건국대학교 총장, 이종호 과학기술정보통신부 장관, 전성배 정보통신기획평가원장, 배덕효 세종대학교 총장, 송형규 세종대학교 교수> 과학기술정보통신부는 13일 건국대학교에서 ‘2023년 메타버스 융합대학원 통합 현판 증정식 및 총장 간담회’를 진행하였다. 이번 현판 증정식은 2023년에 ‘메타버스 융합대학원 사업’에 선정된 성균관대, 건국대, 세종대를 축하하는 자리다. 지난해 선정된 서강대 및 한국과학기술원(KAIST)을 포함해 5개 대학의 총장과 연구책임자 등이 성공적인 대학원 운영 방향과 대학원 간 교류 및 협력 활성화 방안이 논의됐다. 메타버스 융합대학원은 메타버스 특화 연구 및 교육과정 개발 및 운영, 산업 현장 현안 해결을 위한 협력 기업과의 산학협력 과제 등을 수행한다. 이를 통해 메타버스 서비스 기획‧연구개발‧사업화 등 전 단계를 아우르는 핵심 능력을 갖춘 최고급 융합형 인재를 양성하는 것을 목표로 한다. <사진 출처 : 연합뉴스>
-
- 작성일 2023-09-14
- 조회수 1813
-
- "경영대학 수석 졸업 서수연 학생, 본교 실감미디어공학과 석박통합과정 진학"
- 2023년도 여름, 우리학교 경영대학 수석 졸업생인 서수연 학생이 조기졸업과 동시에 실감미디어공학과(석박통합과정)로 진학했다. 서수연 학생은 2020년도에 우리학교 경영대학 글로벌경영학과로 입학 후 Dean's List 에 5회 이상, 국가우수장학생(인문100년)으로 선정되는 등 뛰어난 학업 성적을 보였으며 방학 중에는 덴마크 교환학생과 스타트업에서의 인턴 과정을 수료 했다. 3학년부터 학부연구생으로 여러 국책 과제들의 영문 번역 및 연구 과정에 참여했고, 일본에서 열린 국제학술대회에서는 생성형AI와 관련된 주제로 발표한 바 있다. 서수연 학생은 소프트웨어연구실(지도교수 민무홍)에서 생성형AI 및 실감미디어컨텐츠에 관한 연구를 진행 할 예정이다.
-
- 작성일 2023-09-11
- 조회수 2876
-
- 실감미디어공학과 세미나 2주차 스위스대사관 공동주최 "SWISS XR Week:Converging Metaverses & AI in the Media Space" 성료
- 본교 실감미디어공학과(학과장: 류은석 교수)와 스위스대사관이 공동 주최한 SWISS XR Week:Converging Metaverses & AI in the Media Space 워크샵이 9/5(화) 인문사회과학캠퍼스 국제관에서 지능형멀티미디어연구센터의 도움으로 성료하였다. 본 워크샵은 대한민국과 스위스의 수교 60주년을 기념하여 이루어진 양국간 기술교류 행사 중 하나로 XR(eXtended Reality)기술과 관련하여 성균관대학교 SW융합대학 실감미디어공학과와 스위스 연구기관과의 교류협력을 위해 마련되었다. 스위스 측에서는 EPFL 및 ETH 등에서 14명의 전문가가 내한하였고 본교 교수 및 대학원생들이 온·오프라인으로 참여하였다. 세미나는 크게 연구 및 미디어아트, 혁신과 기술이전, 업계사례로 나뉘어 다음와 같이 진행되었다. o Eun-Seok Ryu (Sungkyunkwan University) –MPEG Immersive Video Standard and Data Acquisition o Hyun Ju Kim (Seoul Media Institute of Technolog) – Introducing MIVA: A Media Art Practice in Korea using Metaverse & Digital Human o Jason Kim (Salin) – Promoting Inclusive Cultural Experience through XR o Yun Geuk Kang (Sejong University) – Innovative Changes in Media Production Environment o Mounir Krichane (Swiss Federal Institute of Technology Lausanne) –IMI: Connecting Academia and Media to Drive Innovation 본 워크샵은 미래 멀티미디어 XR기술을 공동주제로 양국간의 대학과 기업, 연구단체의 기술적, 산업적 진행사항을 상호 공유하는 좋은 기회였다, 특히 류은석 학과장은 올해 수주한 메타버스융합대학원 인재양성사업과 관련된 양국간 상호협력을 위해 스위스 ETH 및 EPFL의 미디어연구소와 본교 실감미디어공학과간 기술교류 및 학생파견에 대한 미래 협력을 논의하였다.
-
- 작성일 2023-09-06
- 조회수 1783
-
-
- 류은석 교수 이슈메이커 인터뷰, "현실보다 더 현실같은 VR"
- 2023년 8월 25일, 시사매거진 이슈메이커에 류은석 교수님이 지도하는 멀티미디어컴퓨팅시스템연구실 및 성균관대학교 실감미디어공학과 메타버스융합대학원 사업에 대한 기사가 실렸습니다. 멀티미디어컴퓨팅시스템연구실은 현실보다 더 현실같은 VR을 위해 국제공동연구를 진행중이며, 그 결과물로 제33회 과학기술우수논문상을 수상하였고, 기술개발 및 논문출판에 더불어 특허출원 및 등록까지 진행하고 있습니다. 이에 더불어 성균관대학교 내 실감미디어공학과를 신설, 과학기술정보통신부의 인재양성사업인 '메타버스 융합대학원' 사업에 선정되어 테크와 콘텐츠를 모두 아우르는 실감형 메타버스 기술을 선도하는 전문가 양성을 적극적으로 진행중입니다. 기사 원문
-
- 작성일 2023-08-28
- 조회수 1799
-
- DSAIL.(지도교수: 한진영), KDD2023 논문 채택
- DSAIL.(지도교수: 한진영)의 이다은(인공지능융합학과), 손세정(인공지능융합학과), 전효림(인공지능융합학과) 학생들이 연구한 논문 “Towards Suicide Prevention from Bipolar Disorder with Temporal Symptom-Aware Multitask Learning” 이 세계 최고 권위 데이터마이닝 학회인 KDD 2023 (The 29th ACM SIGKDD Conference on Knowledge Discovery and Data Mining), Applied Data Track Full papers에 채택되었습니다. 논문은 23년 8월 미국 캘리포니아 롱비치에서 발표했습니다. 본 논문은 인공지능융합학과 박사과정 및 석사과정 학생들의 협업을 통한 결과물로서 소셜 미디어 상에서 나타나는 조울증 환자들의 미래 자살 경향성을 예측하기 위해, 새로운 데이터셋과 Temporal Symptom-Aware Attention 기법을 적용한 Multitask Learning 모델을 제안하였습니다. 논문의 자세한 내용은 다음과 같습니다. [논문] Daeun Lee, Sejung Son, Hyolim Jeon, Seungbae Kim and Jinyoung Han, “Towards Suicide Prevention from Bipolar Disorder with Temporal Symptom-Aware Multitask Learning,” In Proceedings of the 29th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD 2023), Aug. 2023. [Abstract]. Bipolar disorder (BD) is closely associated with an increased risk of suicide. However, while the prior work has revealed valuable insight into understanding the behavior of BD patients on social media, little attention has been paid to developing a model that can predict the future suicidality of a BD patient. Therefore, this study proposes a multi-task learning model for predicting the future suicidality of BD patients by jointly learning current symptoms. We build a novel BD dataset clinically validated by psychiatrists, including 14 years of posts on bipolar-related subreddits written by 818 BD patients, along with the annotations of future suicidality and BD symptoms. We also suggest a temporal symptom-aware attention mechanism to determine which symptoms are the most influential for predicting future suicidality over time through a sequence of BD posts. Our experiments demonstrate that the proposed model outperforms the state-of-the-art models in both BD symptom identification and future suicidality prediction tasks. In addition, the proposed temporal symptom-aware attention provides interpretable attention weights, helping clinicians to apprehend BD patients more comprehensively and to provide timely intervention by tracking mental state progression.
-
- 작성일 2023-08-16
- 조회수 1730
-
- DSAIL Lab (지도교수: 한진영), CIKM Short paper 채택
- DSAIL Lab (지도교수: 한진영)의 정주호(인공지능융합학과), 강채원(인공지능융합학과), 윤지우(인공지능융합학과) 학생들이 연구한 논문 “SAFE: Sequential Attentive Face Embedding with Contrastive Learning for Deepfake Video Detection”이 세계 최고 권위 정보검색(Information Retrieval) 및 데이터마이닝 학회인 CIKM 2023 (32nd ACM International Conference on Information and Knowledge Management), Short papers에 채택되었습니다. 논문은 23년 10월 영국 버밍엄에서 발표될 예정입니다. 본 논문은 효과적인 딥페이크 비디오 탐지를 위해 딥페이크 비디오 영상 속에서 얼굴의 동적인 특징을 잡아낼 수 있는 SAFE (Sequential Attentive Face Embedding) 모델을 제안하였습니다. 이전의 연구들과 달리, 이 모델은 얼굴에서 나타나는 지역 정보(Local dynamics)와 전체 정보(global dynamics) 모두를 고려하여 비디오 영상의 진위여부를 파악하고, 나아가 contrastive learning을 통해 학습 과정을 최적화하였습니다. 논문의 자세한 내용은 다음과 같습니다. [논문] Juho Jung, Chaewon Kang, Jeewoo Yoon, Simon S. Woo, Jinyoung Han, “SAFE: Sequential Attentive Face Embedding with Contrastive Learning for Deepfake Video Detection,” In Proceedings of the 32nd ACM International Conference on Information and Knowledge Management (CIKM 2023), Oct. 2023. [Abstract]. The emergence of hyper-realistic deepfake videos has raised significant concerns regarding their potential misuse. However, prior research on deepfake detection has primarily focused on image based approaches, with little emphasis on video-based detection. With the advancement of generation techniques enabling intricate and dynamic manipulation of entire faces as well as specific facial components in a video sequence, capturing dynamic changes in both global and local facial features is crucial in detecting deepfake videos. This paper proposes a novel sequential attentive face embedding, SAFE, that can capture facial dynamics in a deepfake video. The proposed SAFE can effectively integrate global and local dynamics of facial features revealed in a video sequence using contrastive learning. Through a comprehensive comparison with the state-of-the-art methods on the DFDC (Deepfake Detection Challenge) dataset and the FaceForensic++ benchmark, we show that our model achieves the highest accuracy in detecting deepfake videos on both datasets.
-
- 작성일 2023-08-14
- 조회수 1659
-
- 김재광 교수 연구실, CIKM Short paper 채택
- main Lab.(지도교수: 김재광)의 고동근(인공지능융합학과), 이동준(전자전기컴퓨터공학과), 박남준(소프트웨어학과), 노경래(소프트웨어학과), 박현진(소프트웨어학과) 학생들이 연구한 논문 “AmpliBias: Mitigating Dataset Bias through Bias Amplification in Few-shot Learning for Generative Models” 이 세계 최고 권위 정보검색(Information Retrieval) 및 데이터마이닝 학회인 CIKM 2023 (32nd ACM International Conference on Information and Knowledge Management), Short papers에 채택되었습니다. 논문은 23년 10월 영국 버밍엄에서 발표될 예정입니다. 본 논문은 인공지능융합학과와 전자전기컴퓨터공학과 및 소프트웨어학과 석사과정 학생들과 소프트웨어학과 2학년 학부생의 협업을 통한 결과물로서 데이터셋에 존재하는 bias sample로 인한 인공지능 모델의 부정확함을 줄이기 위해 생성모델을 통한 Few shot learning을 하여 Debiased 모델학습 방법을 제안하였습니다. 논문의 자세한 내용은 다음과 같습니다. [논문] Donggeun Ko, Dongjun Lee, Namjun Park, Kyoungrae Noh, Hyeonjin Park and Jaekwang Kim, “AmpliBias: Mitigating Dataset Bias through Bias Amplification in Few-shot Learning for Generative Models,” In Proceedings of the 32nd ACM International Conference on Information and Knowledge Management (CIKM 2023), Oct. 2023. [Abstract]. Deep learning models have demonstrated successful performance in image classification tasks. However, these models exhibit a dependency on peripheral attributes of input data, such as shapes and colors, eventually leading to become biased towards these certain attributes, resulting in subsequent degradation of performance. To address this issue, debiasing techniques have been explored to enhance the robustness of model from biases. Recent debiasing techniques improve biased classifier f_b by reweighting technique or augment the biased dataset to mitigate bias. In this paper, we focus on the latter approach, presenting AmpliBias, a novel framework that tackles dataset bias by leveraging generative models to amplify bias and facilitate the learning of debiased representations of the classifier. Our method involves three major steps. First, we train a biased classifier, f_b, using a biased dataset and extract top-K biased-conflict samples. Subsequently, we train a generator on a bias-conflict dataset composed solely of the top-K samples to learn the distribution of bias-conflict samples. Finally, we re-train the classifier with the new debiased dataset, allowing the biased classifier to competently learn debiased representation. Extensive experiments validate that our proposed method effectively debiases the biased classifier.
-
- 작성일 2023-08-11
- 조회수 1624