12월 11일에 있었던 의공학연구소 정례세미나는 김세훈 박사(ALTRICS)를 연자로 모셨다. 연자는 '베이지안 딥 러닝 기반 네트워크 경량화 및 약제 인식의 응용'이라는 주제로 발표를 진행하였는데, 드롭아웃을 통한 베이지안 딥 네트워크 경량화 알고리즘을 주로 소개 하였다.

 

베이지안 프루닝 (Bayesian Pruning)은 현재 태스크를 학습하는 데 불필요한 뉴런 혹은 채널들을 효과적으로 제거할 수 있어, 적은 수의 파라미터로도 동일한 분류 성능을 제공한다. 연자는 log uniform 사전 분포를 활용한 대표적인 기존 방법론과, 베타-베르누이 사전 분포 기반의 새로운 방법론을 자세히 소개하면서, 베타-베르누이 사전 분포는 기존 베이지안 프루닝 알고리즘에서 사용한 방법론에 비해 네트워크를 경량화 하는 데 더 적합한 사전 분포로서 예측 성능이 감소하지 않고 네트워크가 효과적으로 압축되는 것을 확인하였다고 설명하였다.

​

이 베이지안 프루닝과 같은 네트워크 경량화 알고리즘의 응용 예로, AITRICS에서 개발한 약제 인식 모듈을 소개하였는데, 알약을 촬영한 이미지를 통해 수만개의 약제 중 해당 약제와 가장 유사한 알약을 찾아내어 약의 이름과 기능을 찾아내는 모듈에 대해 설명하여 베이지안 프루닝 기반 네트워크 경량화 방법론의 적용 예시를 보여주었다. 

​