Author
pail
Anh Tong successfully defended his PhD thesis, first in the lab! Congratulations Dr. Tong! With SAIL members, Anh has led to publish 5 papers in top AI conferences (ICML, IJCAI and AAAI)!
Our team won the AI competition (the 1st place in the general (non-commercial) track) hosted by the Korea East West Power.
SAIL members, Kyunghwan, Cheongwoong and Soonjae, won the second award at the 2020 ETRI Open API Use Case Contest Competition! Congratulations!! https://aiopen.etri.re.kr/intro_notice_view.php?wr_id=90
Three papers authored by our lab members are accepted at AAAI-21. – Anh Tong, Toan Tran, Hung Bui and Jaesik Choi, Learning Compositional Sparse Gaussian Processes with a Shrinkage Prior, AAAI Conference on Artificial Intelligence (AAAI), 2021. – Anh Tong… Continue Reading →
안녕하십니까? KAIST 설명가능인공지능 연구센터는 과학기술정보통신부의 후원으로 설립된 연구센터로, 지난 2020년 1월 한국과학기술원에 새 터전을 마련하고 고려대학교, 서울대학교, 연세대학교, UNIST와 AITRICS 소속 250여명의 연구원들이 세계적 수준의 연구를 진행하고 있으며, 미국 DARPA, 독일 베를린 빅데이터 센터등 해외 기관과도 활발하게 교류하고 있습니다. 본… Continue Reading →
Prof. Choi’s online lecture will be broadcasted at 8pm (KST) in the following link, Youtube – https://www.youtube.com/watch?v=MMQjmeTmoxQ NAVER – https://tv.naver.com/kaos https://ikaos.org/kaos/apply/view.php?kc_idx=79 Intro Video: https://www.youtube.com/watch?v=7Czt2xTQNmY
KAIST AI대학원 성남연구센터 제1회 기술설명회가 2020년 10월 16일 금요일 13:00~18:00에 개최됩니다. 본 설명회는 Zoom을 이용해 온라인으로 개최됩니다. 사전신청을 통해 참가신청을 받고 있으며, 신청자에 한하여 개별상담도 진행됩니다. 포스터의 QR코드 또는 아래의 링크를 통해 사전신청이 가능합니다. – 사전 신청 링크: http://gg.gg/KAISTGSAI
A paper is accepted at ICAIF-2020. Youngjin Park, Deokjun Eom, and Jaesik Choi, Improved Predictive Deep Temporal Neural Networks with Trend Filtering, ICAIF-2020
KAIST AI대학원 확률형 인공지는 연구실에서 수행하는 연구(시계열 데이터 분석 및 설명가능 인공지능)에 관심있는 지원자는 이력서(CV)를 jaesik.choi@kaist.ac.kr로 지원 부탁드립니다. 관심있는 지원자를 위해서 다음과 같은 FAQ를 준비했습니다. https://docs.google.com/document/d/1Y7nZnkSMRI4uB9WJTTsmCyR-mVM3Z4plQ9_wJlYMadY/edit?usp=sharing If you are interested in research (time series analysis and explainable AI) at SAIL@KAIST,… Continue Reading →
A tutorial proposed to KDD 2020, Interpreting and Explaining Deep Neural Networks: A Perspective on Time Series Data, is accepted.
