김성륜 교수 연구팀의 “Breaking the Capacity Bottleneck in Model-Heterogeneous Federated Learning via Gradual Model Restoration” 논문이 ICML 2026 (H5-Index: 272)에 게재 승인 되었다.

본 연구는 Model-Heterogeneous Federated Learning에서의 핵심적인 문제인 capacity bottleneck 를 해결하기 위하여 Gradual Model Restoration를 제안하였다.

본 연구는 Chengjie Ma와 김성륜 교수가 주도하였으며, 오승은 박사(SUTD) 및 박지홍 교수 (SUTD) 와의 협력으로 수행되었다.