Kubeflow/Katib의 안전한 사용과 커뮤니티 기여
Katib Experiment의 잘못된 입력이 멈춘 상태로 보이는 문제를 분석했습니다. CLI 보완과 검증 로직·테스트 PR로 안전한 HPO 사용성을 개선했습니다.
#Kubeflow#Katib#Kubernetes
1500

Katib Experiment의 잘못된 입력이 멈춘 상태로 보이는 문제를 분석했습니다. CLI 보완과 검증 로직·테스트 PR로 안전한 HPO 사용성을 개선했습니다.
RLlib의 사용자 지정 포트 분산 학습 오류 원인을 ML-Agents의 포트 연결 방식에서 분석했습니다. worker_id 증가와 유닛 테스트를 추가해 PR로 수정 사항을 반영했습니다.

RLlib Unity3D Wrapper의 사용자 지정 포트 중복 문제를 분석하고 worker_id 증가 방식으로 해결했습니다. 재발 방지 유닛 테스트와 CI·requirements 수정을 거쳐 PR을 머지했습니다.
실시간 이상탐지 모델의 안정성을 위해 입력 데이터 검증 방법을 소개했습니다. JSON Schema, feature 순서 정렬, t-test 기반 Dataset Shift 탐지를 다뤘습니다.

FPGA의 소자 배치를 강화학습으로 자동화하기 위한 환경과 에이전트 구조를 소개했습니다. Grid·Mask·보상·그래프 임베딩 설계에서의 도메인 특화 고려사항을 정리했습니다.

Chip Placement를 Hard Macro 순차 배치 MDP로 정의한 Google의 강화학습 방식을 소개했습니다. GNN 상태 인코딩과 Wire Length·혼잡도 보상으로 PPA 제약을 근사했습니다.
