우리대학 △이남훈(컴공·인공지능대학원) 교수 △신성빈(컴공 통합) 씨 △이동엽(인공지능대학원 석사) 씨 연구팀 논문이 ‘2023 한국인공지능학회 추계학술대회’에서 최우수논문에 선정됐다. 한국인공지능학회는 △우수성 △독창성 △완성도 등을 평가해 60여 편의 논문 중 2편을 최우수논문으로 선정했다. 연구팀은 과모수화된 신경망과 SAM(첨예도 인식 최소화) 간 관계를 중심으로 연구했다. 과모수화된 신경망은 과도하게 많은 매개변수를 가진 신경망으로, 과모수화가 일반화 성능에 영향을 미친다고 알려져 왔다. 연구팀은 손실 함수의 최솟값이 변하는 정도로 최적화를 진행하는 SAM 알고리즘이 과모수화된 신경망의 일반화 성능을 향상함을 실증적·이론적으로 분석했다. 특히 희박한 밀도와 대규모의 매개변수를 가진 모델을 학습시킬 때 △수렴 속도 △선형 안정적인 최소점의 분포 △일반화 성능의 측면에서 잠재력이 있음을 밝혀냈다. 연구팀은 다른 최적화 기법, 모델 압축 기법 간 상관관계의 분석으로 연구를 확장할 계획을 밝혔다.