beomdo’s ML-DL blog

Posts

[2026 ABC 프로젝트 멘토링 2기] 프로젝트 8주차 - 프로젝트를 마치며

ABC프로젝트멘토링

유클리드소프트

고용노동부

대한상공회의소

미래내일일경험사업

QEC

ROQET 팀의 ABC 프로젝트 멘토링 마지막 기술노트. 1주차부터 7주차까지의 흐름과 최종 결과를 짧게 정리하고, 7주 동안 배운 점을 기록합니다.

[2026 ABC 프로젝트 멘토링 2기] 프로젝트 7주차 - 최종 결과물: Hybrid 지식 증류 + INT8 PTQ 경량화 디코더와 SoC 설계 종합

ABC프로젝트멘토링

유클리드소프트

고용노동부

대한상공회의소

미래내일일경험사업

QEC

ROQET 팀의 ABC 프로젝트 멘토링 최종 산출물을 정리합니다. QECCT를 Teacher로 한 Hybrid 지식 증류와 INT8 PTQ를 결합해 모델 크기 99.4%·추론 시간 97.5%를 절감하면서 LER/BER을 유지한 경량 QEC 디코더, 그리고 Zynq-7020 기반 온칩 디코딩 SoC 설계 적합성을 다룹니다.

[2026 ABC 프로젝트 멘토링 2기] 프로젝트 6주차 - 선택적 호출 게이트와 분포 외 일반화

ABC프로젝트멘토링

유클리드소프트

고용노동부

대한상공회의소

미래내일일경험사업

QEC

5주차에서 드러난 사전 디코더의 손해 영역을 학습으로 흡수하는 58.9k 파라미터 게이트를 설계하고, 분포 외 거리 15/17에서의 자동 기각과 27.7% 호출만으로 MWPM 단독보다 낮은 결합 LER에 도달하는 운용점을 측정합니다.

[2026 ABC 프로젝트 멘토링 2기] 프로젝트 5주차 - 사전 디코더 긍정 기여 측정 — 균일 호출 가정 검증

ABC프로젝트멘토링

유클리드소프트

고용노동부

대한상공회의소

미래내일일경험사업

QEC

NVIDIA Ising-Decoding의 균일 호출 가정을 거리 5/9/13과 분포 외 거리 17까지 18개 조건에서 측정하고, 거리 13/17의 손해 영역을 McNemar 페어드 검정으로 통계적으로 확인합니다.

[2026 ABC 프로젝트 멘토링 2기] 프로젝트 4주차 - 엣지 타입을 분리한 디코더와 MWPM과의 격차 측정

ABC프로젝트멘토링

유클리드소프트

고용노동부

대한상공회의소

미래내일일경험사업

PyTorch

QEC

엣지 가중치를 메시지 패싱에 직접 반영하고, DEM에서 추출한 correlation 엣지를 별도 GraphConv 분기로 처리해, ablation으로 MWPM과의 격차가 어떻게 좁혀지는지 정량적으로 측정합니다.

[2026 ABC 프로젝트 멘토링 2기] 프로젝트 3주차 - Annotated Detector Graph와 GNN 디코더 첫 학습

ABC프로젝트멘토링

유클리드소프트

고용노동부

대한상공회의소

미래내일일경험사업

PyTorch

QEC

Stim으로 만든 신드롬 데이터를 annotated detector graph로 변환하고, PyTorch Geometric 기반 GraphConv 디코더의 첫 학습 파이프라인을 정리합니다.

[2026 ABC 프로젝트 멘토링 2기] 프로젝트 2주차 - QEC 기본 동작과 Stim으로 신드롬 데이터 생성하기

ABC프로젝트멘토링

유클리드소프트

고용노동부

대한상공회의소

미래내일일경험사업

QEC

Surface Code의 안정자(Stabilizer) 개념과 양자 오류 정정의 동작 과정을 정리하고, Stim을 이용해 GNN 디코더 학습용 신드롬 데이터를 직접 생성합니다.

[2026 ABC 프로젝트 멘토링 2기] 프로젝트 1주차 - GNN과 Post-Training Quantization 개요

ABC프로젝트멘토링

유클리드소프트

고용노동부

대한상공회의소

미래내일일경험사업

PyTorch

GNN 기반 양자 오류 정정 디코더 프로젝트의 방법론인 Graph Neural Network와 Post-Training Quantization의 개념을 정리합니다.

[GitHub] Feature 등 브랜치 활용법, 커밋 메시지 작성법

GitHub

팀 프로젝트에 적용 가능한 Git 브랜치 활용법과 커밋 메시지 작성법을 정리했습니다.

[2025 ABC 프로젝트 멘토링 8기] 5주차 - 실제 전력 사용량 데이터를 활용한 이상 탐지

ABC프로젝트멘토링

PyTorch

이전 주차에서 개발한 CNN 오토인코더 모델을 실제 Kaggle의 주택 전력 사용량 데이터에 적용하여, 현실 데이터에서 발생하는 이상 패턴을 탐지하는 과정을 다룹니다.

[2025 ABC 프로젝트 멘토링 8기] 4주차 - 모델 성능 개선 및 하이퍼파라미터 최적화

ABC프로젝트멘토링

PyTorch

지난주 CNN 오토인코더 모델의 한계를 분석하고, 성능 개선을 위한 다양한 방법과 하이퍼파라미터 최적화 과정을 기록합니다.

[2025 ABC 프로젝트 멘토링 8기] 3주차 - CNN으로 시계열 이상 탐지 (PyTorch)

ABC프로젝트멘토링

PyTorch

PyTorch를 사용하여 1D CNN 오토인코더 기반 시계열 이상 탐지 베이스라인 모델을 구현합니다.

[2025 ABC 프로젝트 멘토링 8기] 2주차 - 시계열 이상 탐지와 머신러닝 기초 적용

ABC프로젝트멘토링

PyTorch

Python을 활용한 시계열 데이터 이상 탐지 - 머신러닝 기법 적용 실습

[2025 ABC 프로젝트 멘토링 8기] 1주차 - 시계열 이상 탐지를 위한 EDA 및 전처리

ABC프로젝트멘토링

PyTorch

Python을 활용한 시계열 데이터 이상 탐지를 위한 기본 EDA 및 전처리 방법을 다룹니다.