신진교수 최신연구소개

  • 홈ˆ
  • 프로그램
  • 신진교수 최신연구소개

[특별세션 - 신진교수 최신연구소개] 
▣ 일시 및 장소 : 6.21(목) 09:30~12:10 / 301A호

No

연사

주제

1

이재우 교수(중앙대) How to build complex safety-critical cyber-physical systems?

2

서지원 교수(한양대) 디스크 기반 그래프 분석 시스템 최적화 기법

3

최동완 교수(인하대) 시맨틱 경로데이터를 활용한 모바일 사용자 이동 패턴 분석

4

황의종 교수(KAIST) 빅데이터 인공지능 융합 (Big Data - AI Integration)

5

양홍석 교수(KAIST) 확률적 프로그래밍
6 김주호 교수(KAIST) Interaction at Scale: HCI in the Era of Crowds, Data, and AI
7 노영태 교수(인하대) 무선환경에서 소프트웨어 정의 네트워킹

※ 상기 내용은 사정에 따라 변경될 수 있습니다.



이재우 교수
(중앙대)

How to build complex safety-critical cyber-physical systems?
최근 급부상하는 사이버 물리 시스템(cyber-physical systems, CPS)는 외부 환경과 다양하게 상호작용하는 컴퓨터 시스템으로 정의할 수 있습니다. CPS기기의 예로는 지능형 자동차, 무인 비행기, 수술용 로봇 등을 들 수 있습니다. 이러한 CPS 환경에서는 외부 환경을 인지하고, 다양하게 외부환경을 조작하기 때문에 실시간성(timelineness)이 중요합니다. 다양한 기능을 동시에 수행하기 때문에 복잡성을 다루는 것이 중요합니다. 각 컴포넌트마다 중요도가 다르고, 이에 따른 고장 허용(fault-tolerance)의 정도도 다르기 때문에, 이러한 다중 중요도(mixed-criticality)를 다루는 것 또한 중요합니다. 이러한 CPS 기기를 구성에 있어 중요한 컴퓨터 이론을 소개합니다.

Bio
<학력> Ph.D in Computer Information Science, University of Pennsylvania (2017)
석사, 컴퓨터공학, 서울대학교 (2008)
학사, 컴퓨터공학, 서울대학교 (2006)
<경력>
2018/3- 현재 중앙대학교 경영경제대학 산업보안학과 조교수
2017/9-2018/3 서울대학교 컴퓨터공학부 박사후연구원
<주요연구 및 관심분야>
운영체제, 실시간 시스템, 사이버-물리 시스템

서지원 교수
(한양대)

디스크 기반 그래프 분석 시스템 최적화 기법
본 강연에서는 디스크 기반 그래프 분석 엔진에 공통적으로 적용할 수 있는 성능 최적화 기법에 대해서 소개함.

Bio
2017~ 한양대학교, 조교수
2016~2017 UNIST, 조교수
2015 Pinterest, Research Engineer
2015 스탠포드 대학교 컴퓨터공학부, 포스닥
~ 2015 스탠포드 대학교 전기공학부, 박사
~ 2008 스탠포드 대학교 전기공학부, 석사
~ 2004 서울대학교 전기공학부, 학사

최동완 교수
(인하대)

시맨틱 경로데이터를 활용한 모바일 사용자 이동 패턴 분석
최근 다양한 모바일 애플리케이션을 통해 시맨틱 경로 (또는 궤적) 데이터의 종류와 크기가 점점 증가하고 있다. 기존 전통적인 경로 데이터와 다르게 시맨틱 경로 데이터에서는 경로를 구성하는 각 장소들에 대한 카테고리 정보를 알 수 있어서, 사용자의 이동 패턴을 분석하는데 매우 효과적이다. 본 강연에서는 특별히 특정한 이동 패턴이 빈번하게 발생하는 밀집된 지역들을 검색하는 방법에 대해 소개하고, 이를 대도시에서 발생되는 모바일 사용자들의 실제 데이터에 적용하여 의미 있는 이동 패턴이 발생되는 지역들에 대해서 고찰해 본다.

Bio
최동완 교수는 2018년 3월부터 인하대학교 컴퓨터공학과 조교수로 근무 중이다. 2014년 KAIST에서 전산학 박사학위를 취득하였으며, 이후 Simon Fraser University (2015-2016) 와 Imperial College London (2016-2017) 에서 연구원으로 재직하였다. 주요 연구 분야는 데이터마이닝, 데이터베이스이며, 특히 빅 데이터 알고리즘 개발에 관한 연구를 주로 수행하였다. VLDB, ICDE, ACM TODS를 비롯하여 해당 분야의 탑 저널 및 학회에서 여러 편의 논문을 게재하였으며, 현재는 Semantic Trajectory Mining, Massive Mobility Data Analysis와 같은 세부 주제들을 연구하고 있다.

황의종 교수
 (KAIST)

빅데이터 인공지능 융합 (Big Data - AI Integration)
최근 인공지능 기계학습의 성공은 많은 부분이 빅데이터와 대용량 컴퓨팅 인프라 덕분이다. 따라서 빅데이터 관리 기술와 기계학습의 융합은 필연적인 추세이다. 카이스트 데이터 지능 연구실 (Data Intelligence lab) 에서는 이 융합 연구를 양쪽 방향으로 수행하고 있다. 첫째, 빅데이터 관리를 향상시킬 수 있는 기계학습 기법을 연구한다. 둘째 기계학습 라이프 사이클 전반에 필요한 빅데이터 관리 기법을 연구한다. 이 강연에서는 기존 연구 및 현재 수행 연구를 소개한다.

Bio
<학력>
2012 스탠포드 대학교 컴퓨터과학과 졸업 (박사)
2007 스탠포드 대학교 컴퓨터과학과 졸업 (석사)
2003 카이스트 전산학과 졸업 (학사)
<경력>
2018-현재 카이스트 전기및전자공학부 조교수
2012/12-2018/1 구글 연구소 연구원
2012/7-2012/12 스탠포드 대학교 박사후연구원
<주요연구 및 관심분야>
빅데이터-인공지능 융합, 빅데이터 분석, 빅데이터 시스템

양홍석 교수
(KAIST)

확률적 프로그래밍
기계 학습 모델을 쉽게 표현할 수 있는 프로그래밍 언어를 만들고, 이러한 언어로 작성한 모델에 항상 사용가능한 범용 통계 추론 알고리즘을 만들자는 것이 확률적 프로그래밍의 기본 아이디어이다. 확률적 프로그래밍이 제대로 발전한다면, 추론 알고리즘을 딱히 개발할 필요가 없어져서, 초보자가 손쉽게 기계 학습 모델을 만들어 데이터 분석에 사용할 수 있게 되고, 전문가도 더욱 복잡한 모델을 개발하고 분석할 수 있게 된다. 이러한 장점 때문에, 기계 학습, 통계학, 확률론, 프로그래밍 언어, 컴파일러 등 다양한 분야의 연구자들이 현재 관심을 가지고 확률적 프로그래밍을 연구하고 있다. 특히 최근에는 심층 신경망과 확률적 프로그래밍의 장점을 결합하는 연구도 세계 여려 연구진이 수행하고 있다. 이러한 확률적 프로그래밍을 설명하는 것이 본 강연의 목표이다. 간략하게 발표자가 수행하는 연구에 대해서도 설명하려도 한다.

Bio
양홍석 교수는 카이스트 전산학부에서 2017 부터 일하고 있습니다. 연구분야는 프로그래밍 언어인에, 주로 머신러닝, 통계학, 확률론, 분산시스템등 다른 분야와 프로그래밍 언어가 만났을때 생기는 문제를 연구하고 있습니다. 머신 러닝 모델을 쉽게 개발하고 이용할 수 있도록 해주는 프로그래밍 언어와 시트템을 만드는 것에 현재 주력하고 있습니다.

양홍석 교수는 일리노이 주립대학 전산학과에서 2001년에 박사학위를 받았고, 그 후에 카이스트와 서울대학교에서 5년 동안 박사 후 연구원으로 근무했습니다. 2006년부터 2011년까지는 퀸메리 런던대학 전산학과에서 조교수로, 2011년부터 2017년까지는 옥스포드 대학 전산학과에서 부교수와 정교수로 있었습니다. 옥스포드에 있는 동안에 옥스포드 칼리지 중에 하나인 우스터 칼리지에서 튜토리알 펠로우로 근무하기도 했습니다. CONCUR 2012과 PLDI 2014에서 우수논문상을 받았고, 2016년에는 separation logic 개발에 기여한 이유로 동료들과 2016 CAV award를 공동 수상하였습니다. 2007년부터 2012년까지는 영국 EPSRC에서 선정한 고등 연구 펠로였습니다.

김주호 교수
(KAIST)

Interaction at Scale: HCI in the Era of Crowds, Data, and AI
인간-컴퓨터 상호작용 (HCI) 분야에서는 최근 단일 사용자가 단일 컴퓨터를 사용하는 상황을 넘어 수만명의 사용자가 기술의 도움으로 서로 협업하고 학습하고 토론하고 의사결정을 내리는 이른바 interaction at scale이 주요 연구주제로 부상하고 있습니다. 본 강연에서는 저희 연구실에서 진행하고 있는 interaction at scale 관련 최신 연구를 소개합니다. 특히 많은 사람들이 협업하여 복잡한 문제를 푸는 크라우드소싱, 그 과정에서 발생하는 방대한 데이터를 활용하여 인터랙션을 향상시키는 기법, AI와의 결합으로 보다 나은 인터랙션을 설계하는 기법 등을 소개합니다.

Bio
김주호 교수는 2016년부터 KAIST 전산학부 조교수로 재직하며 KIXLAB (KAIST Interaction Lab)을 이끌고 있다. 주 연구분야는 인간-컴퓨터 상호작용(HCI)으로, 특히 크라우드소싱, 온라인 교육, 시민 참여를 위한 기술, 비디오 인터페이스에 관련된 연구를 진행하고 있다. 대규모 온라인 플랫폼을 통해 많은 사용자가 협업하고 학습하고 의사결정을 내리고 집단행동을 하는 데에 도움을 주는 기술을 만들고 있다. 2015년에 MIT에서 박사학위를, 2010년에 Stanford University에서 석사학위를, 2008년에 서울대학교에서 학사학위를 취득하였다. 2015~2016년에는 Stanford University에 방문 조교수 및 Brown Fellow로 재직하였다. 또한 ACM CHI, ACM Learning at Scale, ACM IUI, and AAAI HCOMP 등의 HCI 분야 주요학회에서 총 10개의 우수논문상을 받았다.

노영태 교수
(인하대)

무선환경에서 소프트웨어 정의 네트워킹 활용
Wi-Fi 그리고 4G/LTE와 같은 네트워크 인프라와 스마트기기 기술 개발로 현재 우리는 “항상 연결된” 공간에서 공존하고 있습니다. 이는 우리가 휴대하는 스마트폰부터 스마트 자동차, 스마트 홈, 스마트 그리드 (네트워크에 연결된 전기 컨트롤러) 등 많은 기기가 유기적으로 연결되어 있으며 필요한 정보를 주고받게 되며 사물인터넷 (Internet of Things)의 발달로 그 적용 범위가 급격하게 확대될 것으로 예상합니다. 본 강연 에서는 모바일 환경에서 발생하는 사람 혹은 기계가 만들어낸 많은 양의 데이터를 데이터센터로 보내는 과정에서 소프트웨어 정의 네트워킹을 사용하여 QoS 및 네트워크 트래픽을 최적화하기 위한 방안과, 데이터센터에서 빅데이터를 분산처리 프레임워크(Hadoop, Spark, Tez 등)를 사용하여 병렬로 처리하는 과정에서 네트워크 상황을 고려하여 Job Scheduling 성능을 개선하는 방안에 대해 소개하겠습니다.

Bio
<학력>
2012 UCLA 전산과 졸업(박사)
2007 광주과학기술원 정보통신공학과 졸업(석사)
2005 조선대학교 전산과 졸업(학사)
<경력>
2015/9 ~ 현재, 인하대학교 컴퓨터공학과 조교수
2015/1 ~ 2015/8, Purdue University PostDoc
2012/7 ~ 2014/11, Cisco Systems, Staff Engineer
<연구분야>
소프트웨어 정의 네트워킹, 데이터센터 네트워킹, 무선 네트워킹, 미래의 인터넷 및 모바일 컴퓨팅


서울시 서초구 방배로 76 (방배동, 머리재빌딩 401호) 우)06704 | (Tel)1588-2728 | (Fax)02-521-1352 | 고유번호 : 114-82-03170 | 대표 : 엄영익

Copyright (c) KIISE. All rights reserved.