seoil e&m

左側からY.KANG教授、J.K.JANG博士課程

2021.08.27 10:54

ソウル大学校の工科大学はコンピューター工学部のY.KANG(カン・ユ)教授の研究チームが
8月14日から18日までオンラインで開催されたデータマイニング及び人工知能分野において国際最優秀学会である「KDD 2021」から
最優秀論文賞(Best Research Paper Award)を受賞したと発表した。

今回の受賞は高次元テンソルデータ(High-Dimensional Tensor Data)から任意の時間範囲を効率的に分析する中核技術の開発によるもの。

KDD 2021の最優秀論文賞をもらえる論文はたった1篇の論文だけであり、当該分野において最高の光栄とも言える。
KDDは1997年から今年まで25回に渡って最優秀論文賞を授与したが、
Y.KANG教授の研究チームは韓国の大学校としては初受賞でその意味が最も深い。

受賞論文である「様々な時間範囲クエリーに応答するために早くてメモリ効率的なタッカー分解
(Fast and Memory-Efficient Tucker Decomposition for Answering Diverse Time Range Queries)」は
Y.KANG教授とJ.K.JANG(ジャン・ジュンギ)博士課程が作成して、高次元テンソルデータから特定時間帯のパターンをタッカー分解を用いて
効率的に算出する技術である「ズーム・タッカー(Zoom-Tucker)」技法を提示した。

ズーム・タッカーを使用すると様々な時間範囲のクエリーを効率的に処理できる。
ブロック構造を最大限用いて与えられたテンソルを圧縮して効率的なクエリーを支援やローカル情報をキャプチャーし、
範囲に含まれた事前処理された結果を精巧に分離、演算手順を慎重に決めて様々な時間範囲のクエリーに早くて効率的なメモリで応答する。
これは従来の方法より最大171.9倍速く、最大230倍少ないスペースを要りながら高い精度を誇る。

一方、今回の研究を通じて得られた技術は時系列データに対したパターン分析にも用いられ、今後の様々なAI応用にも活用できると期待されている。「ズーム・タッカー」関連の詳細な紹介やコード及びデータセットは現在オープンソースとして公開されている。

※本件についてお問い合わせ事項がございましら、当ホームページの「お申込み/お問い合わせ」又は下記の連絡先へご連絡お願い致します。
部署名：SEOIL E&M 企画マーケティンググループ
TEL ：+82)2-6204-2033
E-mail : pl@seoilenm.com