MIMIC 부원들이 MIMAC이라는 이름의 팀을 꾸려 참가한 Co-Deep Learning 프로젝트에서 대상을 수상했다. 응용수학을 공부해보고 싶어하는 동아리 학우들이 모여 팀을 이루었으며, 성균관대학교 수학과 정윤모 교수님의 자문 지도 아래 양권우, 정은서, 조수연, 한채영, 홍선우 학우가 함께했다.

수상작인 데이터에 따른 학습 구간 조절 Diffusion Model: 생성 성능을 높이는 새로운 노이즈 학습 전략은 학습 데이터의 특성에 따라 diffusion model의 노이즈 학습 구간을 조절하는 새로운 학습 전략을 제안한 연구이다. 팀은 이 전략을 직접 구현하여 diffusion model을 학습시켰고, 실제로 이미지를 생성하는 데까지 나아가 기존 방식 대비 향상된 생성 성능을 결과로 보여주었다.

응용수학에 대한 순수한 관심만으로 모인 학우들이 아이디어 구상부터 실제 모델 구현까지 하나의 연구를 완성해 낸 뜻깊은 성과였다.

A team of MIMIC members, competing together under the name MIMAC, won the Grand Prize at the Co-Deep Learning Project competition. The team was formed by club members who wanted to explore applied mathematics, and consisted of Kwon-Woo Yang, Eun-Seo Jung, Su-Yeon Cho, Chae-Young Han, and Sun-Woo Hong, under the advisement of Professor Yoonmo Jung of the Department of Mathematics, Sungkyunkwan University.

Their winning project, titled Data-Adaptive Training-Interval Control for Diffusion Models: A New Noise-Learning Strategy to Improve Generative Performance, proposed a training strategy that adjusts the noise-learning interval of a diffusion model according to the characteristics of the training data. The team implemented the strategy directly and trained a diffusion model that actually generated images, using the results to demonstrate an improvement in generative performance over the baseline approach.

The result reflects what a group of students, drawn together purely by a shared interest in applied mathematics, can build when they take a research idea all the way from formulation to a working model.