
소프트웨어 성능 향상은 중요하지만 아직은 소프트웨어 개발 단계에서 아주 어려운 단계에 속한다. 오늘날 대다수의 성능 비효율은 성능 전문가로부터 발견이 되고 수정이 된다. 최근 딥러닝을 이용한 방법과 오픈 소스 데이터의 넓어진 접근성은 이러한 성능 문제 개선을 자동화할

실시간 Monte Carlo denoising은 적은 수의 ssp (samples per pixel)에서 엄격한 시간 제한에서도 심각한 noise를 없애는 것을 목표로 한다. 최근 각 pixel의 filtering kernel을 예측하기 위해 인공신경망을 활용한 ker

Quantization은 Data precision을 낮춤으로써 parameter의 크기와 operation의 load를 낮추어 resource 부하를 줄이지만 대신 accuracy 측면에서는 quantized error로 인한 degradation 사이의 trade-