research-visit | SKKU IRIS Lab

IRIS Lab Visits Purdue University for Research Exchange

Mon, 03 Aug 2026 00:00:00 +0000

IRIS 연구실의 고종환 교수님과 소재현, 황찬욱 박사과정 학생은 2026년 8월 3일 미국 Purdue University의 Younghyun Kim 교수님이 이끄는 NEIS Lab을 방문하여 세미나 및 연구 교류를 진행하였습니다.

이번 방문은 효율적인 엣지 컴퓨팅을 위한 AI 하드웨어 설계를 중심으로 양 연구실 간 연구 교류를 확대하기 위해 마련되었습니다. 특히 algorithm–hardware co-design, embedded AI architecture, energy-efficient machine learning 등 양 연구실의 공통 관심 분야를 중심으로 연구 방향과 협력 가능성을 논의하였습니다.

방문 중 고종환 교수님은 세미나를 통해 IRIS Lab의 연구 방향과 관련 연구를 소개하였습니다. 이어진 공동 미팅에서는 IRIS Lab과 NEIS Lab의 학생들이 각자의 연구를 발표하고, AI 하드웨어 및 효율적인 인공지능 시스템 설계와 관련된 연구 아이디어와 향후 연구 방향에 대해 의견을 나누었습니다.

또한 고종환 교수님은 Purdue University의 Gupta 교수님과 별도의 미팅을 갖고 관련 연구 주제와 향후 협력 가능성에 대해 논의하였습니다.

이번 방문을 통해 양 연구실의 연구 현황과 관심 분야를 공유하고, AI hardware 및 SW–HW co-design 분야에서 지속적인 연구 교류와 협력 가능성을 모색하는 뜻깊은 기회를 가졌습니다.

Under the supervision of Prof. Jong Hwan Ko, Ph.D. students Jaehyeon So and Chanwook Hwang from the IRIS Lab visited the NEIS Lab, led by Prof. Younghyun Kim at Purdue University, on August 3, 2026, for a seminar and research exchange.

The visit was organized to strengthen research exchange between the two labs in AI hardware design for efficient edge computing. In particular, discussions focused on shared research interests including algorithm–hardware co-design, embedded AI architectures, and energy-efficient machine learning.

During the visit, Prof. Jong Hwan Ko gave a seminar introducing the research directions and related work of the IRIS Lab. This was followed by a joint meeting in which students from the IRIS Lab and NEIS Lab presented their ongoing research and exchanged ideas on AI hardware and efficient AI system design.

Prof. Jong Hwan Ko also met separately with Prof. Gupta at Purdue University to discuss related research topics and potential directions for future collaboration.

Through this visit, the two labs shared their ongoing research and common interests and explored opportunities for continued research exchange and collaboration in AI hardware and SW–HW co-design.

IRIS Lab Visits Calgary ML Lab for Research Exchange

Fri, 22 May 2026 00:00:00 +0000

IRIS 연구실의 고종환 교수님 인솔 하에 오영환, 강윤성 연구원은 2026년 5월 18일부터 19일까지 캐나다 캘거리 대학교(University of Calgary) Yani Ioannou 교수님의 Calgary ML Lab을 방문하여 연구 교류를 진행하였습니다.

첫째 날에는 Ioannou 교수님과 개별 미팅을 통해 각 연구원의 연구에 대한 직접적인 피드백을 받았습니다. 강윤성 연구원은 디퓨전 모델 concept unlearning 연구를 공유하며, attention 기반 loss 설계, 타임스텝별 erase·anchor loss 비중을 동적 조절하는 Time-Gated Loss 기법, style erasure와 concept erasure 분리 전략, sparsity가 생성 품질에 미치는 영향 등을 논의하였습니다. 오영환 연구원은 Dynamic Sparse Training(DST)과 machine unlearning을 결합한 접근법을 소개하고, unstructured에서 structured sparsity로의 확장 방안과 classification·Stable Diffusion 모델 양쪽에의 병렬 적용 계획을 검토하였습니다.

둘째 날에는 양 연구실 합동 미팅에서 소속 연구원들이 각자의 연구를 발표하였습니다. IRIS 연구실에서는 오영환 연구원이 machine unlearning 기초 개념 및 DST+Unlearning 접근법을, 강윤성 연구원이 디퓨전 모델 unlearning 기법을 각각 발표하였습니다. Calgary ML Lab에서는 Mohammed Adnan의 sparse training 안정성 보정 기법 SparseOpt (ICML 2026 accepted), Mike Lasby의 MoE one-shot 압축 기법 REAP (ICLR 2026), Yufan Feng의 VLM 대상 concept-driven backdoor 공격 연구 (ICML Workshop 2025), Tejas Pote의 data pruning과 classification bias 분석 (CPAL 2024), Abhishek Rajora의 Lottery Ticket Hypothesis 소개가 발표되었습니다.

발표 후에는 sparsity 알고리즘의 하드웨어 가속 실현 가능성, unlearning 적용 후 adversarial prompt에 의한 개념 복원 취약점과 robustness 평가 기준 확립 필요성 등을 주제로 토론이 이어졌으며, 양 연구실 간 sparsity·unlearning·모델 압축 분야의 후속 협력 방향을 논의하였습니다.

Under the supervision of Prof. Jong Hwan Ko, researchers Yeong Hwan Oh and Yunsung Kang from the IRIS Lab visited the Calgary ML Lab, led by Prof. Yani Ioannou at the University of Calgary, Canada, from May 18 to 19, 2026.

On the first day, each researcher received direct feedback from Prof. Ioannou on their ongoing work. Yunsung Kang shared his research on concept unlearning in diffusion models, discussing attention-based loss design, the Time-Gated Loss technique for dynamically balancing erase and anchor losses across timesteps, strategies for separating style and concept erasure, and the effect of sparsity on generation quality. Yeong Hwan Oh introduced his approach combining Dynamic Sparse Training (DST) with machine unlearning and reviewed plans for extending from unstructured to structured sparsity and for parallel application to both classification and Stable Diffusion models.

On the second day, a joint lab meeting featured research presentations from both groups. From the IRIS Lab, Yeong Hwan Oh presented on machine unlearning fundamentals and his DST+Unlearning approach, while Yunsung Kang presented on diffusion model unlearning. From Calgary ML Lab, presentations included Mohammed Adnan’s SparseOpt for sparse training stability (ICML 2026 accepted), Mike Lasby’s REAP for one-shot MoE compression (ICLR 2026), Yufan Feng’s concept-driven backdoor attacks on VLMs (ICML Workshop 2025), Tejas Pote’s analysis of data pruning and classification bias (CPAL 2024), and Abhishek Rajora’s introduction to the Lottery Ticket Hypothesis.

After the presentations, discussions covered the feasibility of hardware acceleration for sparsity-based algorithms, the vulnerability of unlearned concepts to recovery via adversarial prompts and the need for robustness evaluation criteria, and directions for continued collaboration between the two labs in sparsity, unlearning, and model compression.

IRIS Lab Visits University of Arizona for Research Exchange

Mon, 09 Mar 2026 00:00:00 +0000

IRIS 연구실의 고종환 교수님과 박찬웅 박사과정 학생, 한석호 학부연구생은 2026년 3월 9일 미국 University of Arizona의 Huanrui Yang 교수님 연구실을 방문하여 세미나 및 연구 교류를 진행하였습니다.

이번 방문은 효율적인 인공지능과 AI 모델 경량화를 중심으로 연구 교류를 확대하기 위해 마련되었습니다. 특히 model quantization, efficient AI inference, hardware-aware optimization, HW–SW co-design 등 공통 관심 분야를 중심으로 최근 연구와 향후 연구 방향에 대해 논의하였습니다.

방문 중 고종환 교수님은 세미나를 통해 IRIS Lab의 연구 방향과 관련 연구를 소개하였습니다. 이어진 공동 미팅에서는 각 연구진이 진행 중인 연구를 공유하고, AI 모델 경량화와 효율적인 인공지능 시스템 설계를 위한 연구 아이디어와 향후 발전 방향에 대해 의견을 나누었습니다.

또한 연구진은 현재 진행 중인 공동 연구를 점검하고, model compression과 efficient AI systems 분야에서 향후 협력을 확대할 수 있는 연구 주제와 방향에 대해 논의하였습니다.

이번 방문을 통해 양 연구진의 연구 현황과 관심 분야를 공유하고, efficient AI, model compression 및 HW–SW co-design 분야에서 지속적인 연구 교류와 협력 가능성을 모색하는 뜻깊은 기회를 가졌습니다.

Under the supervision of Prof. Jong Hwan Ko, Ph.D. student Chanwoong Park and undergraduate researcher Seokho Han from the IRIS Lab visited the research lab led by Prof. Huanrui Yang at the University of Arizona on March 9, 2026, for a seminar and research exchange.

The visit was organized to expand research exchange in efficient AI and AI model compression. In particular, discussions focused on shared research interests including model quantization, efficient AI inference, hardware-aware optimization, and HW–SW co-design.

During the visit, Prof. Jong Hwan Ko gave a seminar introducing the research directions and related work of the IRIS Lab. This was followed by a joint meeting in which researchers from both labs shared their ongoing research and exchanged ideas and future directions on AI model compression and efficient AI system design.

Furthermore, the researchers reviewed ongoing joint research and discussed potential research topics and directions to broaden future collaboration in model compression and efficient AI systems.

Through this visit, the two labs shared their ongoing research and common interests and explored opportunities for sustained research exchange and collaboration in efficient AI, model compression, and HW–SW co-design.