Artificial Intelligence Graduate School - GIST · · 딥러닝 기반 자동번역 모델에 관한...

AI 대학원

Artificial IntelligenceGraduate School

Training global researchers and leaders of AI fusion technologies for the better quality of human life

421GIST 2020학년도 대학원 봄학기1, 2차전형420 Gwangju Institute of Science and Technology

AI대학원Artificial Intelligence Graduate School

AI 대학원 교수진 Artificial Intelligence Graduate SchoolAI 대학원 광주과학기술원 AI대학원은 인공지능의 핵심기술을 이해하고 다양한 분야의 인재와 협력하여, 기업이 직면한 문제의 창의적 해결 및 AI

를 활용한 사업화/창업 등을 통해 새로운 공동가치를 창출할 수 있는 AI융합 인재 양성을 목표로 한다. 이를 위해 본 대학원은 T.R.A.I.N. 교

육과 G.I.S.T. AI for X 연구를 통해 AI인재를 육성한다. T.R.A.I.N.은 학생들에게 자기주도적으로(Teaching yourself) 즐겁게(Recreation) 학습

하고 신기술에 빠르게 적응하며(Adaptation) 탁월한 현장감각을(Industrial) 바탕으로 새로운 가치창출(New value)을 할 수 있는 소양을 겸

비하도록 하는 교육이고, G.I.S.T. AI for X는 학생들이 스스로 학습하여(Generalizable) 통합하고(Integrated) 안전/빠르게(Safe/Swift.) 실행에

옮기는(Transferable) AI의 핵심 기술을 연구하고 이를 바탕으로 헬스케어, 자동차, 에너지 분야의 융합 연구를 유기적으로 수행하여 사회적

공동 가치를 실현할 수 있도록 한다.

본 대학원에서는 산·학·연의 복합적 특성에 적합하도록 다음의 세 가지 역량을 모두 겸비하는 AI융합 인재를 양성하고자 한다. 첫째로 새로

운 산업문제를 발견하고 다양한 AI기술을 활용·융합하여 현장에서 실제적으로 쓰일 수 있도록 주어진 문제를 해결할 수 있는 문제해결력,

둘째로 고급 AI기술과 지식을 보유하고 창의적인 사고방식으로 기업 R&D를 원활히 수행할 수 있는 고급기술력, 마지막으로 다양한 분야의

사람들과 원만한 의사소통을 하고 실제 산업을 이해하여 AI기술의 사업화·창업을 추진할 수 있는 사업화 능력을 갖춘 AI 융합 인재들을 육

성한다.

본 대학원의 교수진은 연구/창업/산업체 경험이 풍부한 8명의 전임 교수와 8명의 겸무 교수로 구성되어 2019년 개

원한다. 특히 과학기술정보통신부에서 지원하는 인공지능대학원지원사업에 선정되어 교수진 및 교육프로그램의 수월

성을 인정받았으며, 이를 통해 AI대학원 학생들에게 AI 글로벌인턴쉽 및 AI 기술 창업 등의 AI 교육 및 연구에 관한 전

폭적인 지원을 진행한다.

본 대학원의 전임교수진은 AI for X를 위한 8명의 연구 및 교육 전문가로 구성되어 있으며, 기계학습, 딥 러닝, 진화 학

습, 컴퓨터 비전, 데이터 마이닝, 자연언어처리, 네트워크 강화 학습 등의 전통적인 AI 연구에서 세계적인 연구를 수행

한 역량을 바탕으로 헬스케어, 자동차, 에너지 분야를 비롯한 AI 융합 연구를 선도하고 있다. 석/박사 과정 학생들을 10

년 이상 지도한 3명의 40대 교수들과 더불어 2018년 하반기 이후 4명의 AI 분야 신진 교수들을 초빙하여 도전적이고

창의적인 연구를 수행할 수 있도록 본 대학원의 연구 역량을 차근히 강화하고 있다.

총괄책임자를 포함한 8명의 참여교수들은 최근 5년간 AI 관련 논문 91편, 총 논문 146편을 게재하였고, 이 논문들의

IF의 합이 350으로써 세계적인 수준의 AI 및 AI 융합 연구를 수행하고 있다. 본 대학원의 8명의 전임교수들은 최근 3

년 동안 석사 28명, 박사 14명을 배출하는 등 대학원 교육을 통한 인재 양성에 기여하고 있으며, 2016년 하반기 이후

연구비 총합 70억에 이르는 등 국내를 비롯하여 국제 AI 연구에 큰 기여를 하고 있다. 특히 최근 초빙한 4명의 AI 분야

신진 교수들은 카네기 멜론 대학, 막스 플랑크 연구소, 알렌 인공지능 연구소 등 세계적인 AI 분야 연구소에서 연구를

수행한 경험이 있으며, CVPR, ICCV ECCV, CHI, ICML, ICLR등 AI 관련 top conference에 논문을 게재하여 국제적으로

연구 역량을 인정받고 있다.

전임교수진

성 명 연구실 전공분야 박사학위 취득대학

김 강 일 지능 표현 및 추론 연구실 인공지능, 기계학습, 진화연산, 자연어처리Seoul National

University

김 종 원 네트워크기반 지능 연구실AI 기반 SmartX 서비스, 소프트웨어-정의 인프라,

클라우드-네이티브 컴퓨팅Seoul National

University

박 건 혁햅틱 보조

미디어 연구실햅틱스 (촉감),

인간-컴퓨터 상호작용, 인지물리학POSTECH

안 창 욱 메타-진화기계지능 연구실 진화지능, AI작곡/게임, 양자기계학습 GIST

이 현 주 데이터마이닝 연구실데이터 마이닝, 머신러닝, 생물정보학, 자연언어처리

Univ. of Southern California

임 혁 네트워크 및 보안 연구실 AI+네트워크, AI+사이버보안, AI+에너지Seoul National

University

전 해 곤 시각 지능 연구실컴퓨터 비전, 로보틱스 비전,

기계학습(딥러닝), 계산사진학KAIST

최 종 현 컴퓨터 비전 연구실 컴퓨터 비전, 머신러닝, 인공지능University of Maryland,

College Park



AI 대학원 교수진

학사겸무교수진성 명 연구실 전공분야 박사학위 취득대학

김 경 중 인지 및 지능 연구실 게임 인공지능, 강화학습, 의사결정 Yonsei University

김 홍 국 오디오 지능 연구실AI 기반 음성 신호처리,

실생활에 적용 가능한 신호처리 기술KAIST

남 호 정 계산 시스템 생물학 연구실 생물 정보학, 시스템 생물학, 빅데이터 분석, 화학 정보학 KAIST

신 종 원 멀티미디어 신호처리 연구실 AI & 딥 러닝 기반 음성 및 음향 신호 처리Seoul National

University

전 문 구 기계학습 및 비전 연구실 기계학습, 컴퓨터비전, 자율주행, 문화기술 Univ. of Minnesota

전 성 찬 바이오컴퓨팅 연구실EEG 신호처리, 뇌 기능적/구조적 모델링,

경두개 전기자극KAIST

홍 진 혁소 프 트 컴 퓨 팅 & 인 터 랙 션

연구실지능형 에이전트, 멀티모달 인터랙션,

상황인식 컴퓨팅Yonsei University

황 의 석 정보 및 신호처리 연구실통계 신호 처리, 데이터 채널 아키텍쳐,

지능형 전력망 데이터 분석 및 예측Carnegie Mellon

University

구술(면접)시험 안내문

AI 대학원비전

AI 대학원 혜택

전공

석박사통합과정 지원자는 기본소양시험(수학퀴즈 및 코딩) 실시.

박사과정 지원자는 본인의 연구 분야에 관한 프레젠테이션 실시

(20분 내외의 영문 발표 준비)

영어

영어로 수학할 수 있는 능력을 평가하기 위한 영어면접 실시.

단, 본원 출신의 석사과정 학생 및 영어권 국가(미국, 영국, 캐나다, 호주,

뉴질랜드 등) 에서 2년 이상 수학하여 학위를 취득하였거나 취득 예정인

재외 내국인 학생과 일정 수준 이상의 공인영어성적이 있을 경우 영어 면

접을 생략함.

1. AI 융합 연구를 위하여 관련 전공학과와 관계없이 지원 가능

2. 성적표는 석차를 반드시 명기할 것(본인석차/전체학생 수)

※ 석차표기 불가 방침인 학교의 경우 생략 가능

본 대학원의 겸무교수진은 AI 원천 기술 및 AI for X 융합 연구를 위한 8명의 학사겸무교수와 15명의 연구겸무교수로 이루어져 있

으며, 연구, 교육 및 산학 협력에서 풍부한 경험을 가진 전문가로 구성되어 있다. 자동차, 헬스케어, 에너지를 포함하여 뇌공학, 약물,

청각지능, 게임 AI 등의 분야에서 국내 최고의 전문가로 구성되어 있으며, AI for X 융합 연구의 다양성을 확장하고 있다.

본 대학원에서는 대한민국의 AI 4대 강국 도약을 위해, AI 핵심기술을 이해하고 현장에서 요구하는 AI 기

술에 대응하는 AI 고급 인재 양성을 목표로 하고 있다. 이를 위해 AI 핵심 기술을 이해하고 실생활에 필요

한 공동가치를 창출할 수 있도록 교육하고, 미래 AI 중심 사회에서 인류 삶의 질과 밀접히 관련된 헬스케

어, 자동차, 에너지 분야의 중점 문제를 해결할 수 있는 AI 융합 핵심 기술을 연구하여, 국가경쟁력을 향상

시키고 미래 일자리를 창출할 수 있는 AI 분야의 리더형 글로벌 인재를 육성한다.

AI대학원의 모든 학생들은 GIST의 국비 및 과기원 장학생들에게 지원하는 등록금 면제, 장학금 혜택, 박사

학위과정 전문연구요원 병역 특례, 기숙사 전원 제공 등의 기본 혜택을 받게 된다.

이에 더하여, AI대학원에서는 교육/연구/기술 교류 협력을 약속한 엔비디아, 구글, 페이스북, 막스 플랑크

연구소, 카네기 멜론 대학 등을 비롯한 해외 기관들과 협력할 예정이다. 이와 같이 다양한 국제협력 활동을

통하여, 1~2년차 중에는 우수 학생들에게 해외 단기 연수를, 3~4년차 중에는 전체 학생들에게 해외 인턴십

참여를 지원할 계획이다.

또한 네이버, 카카오, NC Soft, 현대자동차, 서울대학교 병원 등 국내 협력기관들과 협조하여 다양한 인턴십

기회를 제공한다. 이를 통하여 입학부터 졸업까지 해외 및 국내의 선도 산업체나 연구소와의 지속적인 교류를

통해서 살아있는 AI 공동연구 경험을 얻고, 아울러 교류를 통한 인적 네트워킹으로 취업 기회로 이어지도록

지원한다.

마지막으로는 2020년부터 4천억원을 투입하여 GIST 인근에 구축되는 AI 집적단지와의 공동 프로그램인

AXEL Together 등을 통한 창업 교육과 훈련, 그리고 창업 기회를 제공받게 된다.

AI 대학원과 모집 관련학과

서류전형 합격자 희망 연구실 선택을 위한 연구실 소개 자료 발송

전기, 전자, 컴퓨터, 정보통신, 기계, 소재, 화공, 수학, 물리, 화학, 생명, 환경, 의공학 등 관련 모든 학과

서류전형 합격자 발표 후 이메일 통보(변경될 수 있음)

글로벌 AI리더



연구성과

G.I.S.T. AI for X 융합연구

대표 논문

연구 과제 (수행중)

주요 특허

시설 및 장비

· 딥러닝 기반 자동번역 모델에 관한 연구 (ETRI, 2016 ~ 2020)

· 범용공유가설공간으로 학습가설을 자동축적하기 위한 스키마 로딩 인공신경망 모델 개발(NRF, 2019~2022)

· 범 분야의 지식 추출 및 축적의 자동화를 위한 인공지능 연구 (GIST, 2019~2020)

· Long Short Term Memory 기반 순환형 상태 전이 모델의 학습 방법 및 장치

· 인공 신경망을 위한 시간에 민감한 정규화 방법 및 장치

· 인공신경망에서 컨벌루션을 이용한 최종 정답 결정 방법

· 공유된 개념벡터공간의 학습을 통한 자동번역 시스템 및 방법

· 인공 신경망의 학습 성능을 향상시키기 위한 구형화 패널티 방법 및 장치

· 신경망의 학습 정확도 향상 방법 및 이를 수행하는 장치들

· AI 알고리즘 행동분석용 대규모 클러스터 서버 (CPU/GPU)

· Kim, Kangil, et al. Conflict Relaxation of Activation-Based Regularization for Neural Network. IEEE Access, 2018

· Kim, Kangil, et al. Concept Equalization to Guide Correct Training of Neural Machine Translation. IJCNLP 2017

· Kim, Kangil, et al. Center-shared sliding ensemble of neural networks for syntax analysis of natural language. Expert Systems with

Applications, 2017

· Kim, Kangil, RI Bob McKay, and Nguyen Xuan Hoai. Recursion-based biases in stochastic grammar model genetic programming.

IEEE Transactions on Evolutionary Computation, 2016

· Kim, Kangil and Robert I McKay. Stochastic diversity loss and scalability in estimation of distribution genetic programming. IEEE

Transactions on Evolutionary Computation, 2013

· Kim, Kangil; Kim, Min Hyeok; McKay, Bob. Structural difficulty in estimation of distribution genetic programming. GECCO, 2011

Tel. 062.715.2260 [email protected] Web. https://irr.gist.ac.kr

연구실 소개

지능 표현 및 추론 연구실

E-mail [email protected]

Tel 062-715-2260

김 강 일 교수

2012 Ph.D. in Computer Science and Engineering, Seoul National University

2006 B.S. in Computer Science, Korea Advanced Institute of Science and Technology

2019~ present

2016~2019

2013~2016

2012~2013

2011

2008

Assistant Professor, EECS, GIST

Assistant Professor, Computer Science and Engineering, Konkuk University

Senior Researcher, Artificial Intelligence and Natural Language

Processing Section, Electronics and Telecommunications Research Institute

Postdoc Researcher, Structural Complexity Laboratory, Seoul National University

Visiting Researcher, Artificial Intelligence Group, Polytechnic University of Madrid, Spain

Research Intern, National Institute of Informatics, Japan

Education

Experience

본 연구실에서는 진행하는 연구들은 “어떻게 지능을 만들까?” 에 대한 답을 구하는 것을 목표로 한다. 지능의 정의부터 시작하여 다양한

문제 환경에서의 지능의 행동을 분석하고 지능의 표현과 학습 및 추론을 위한 이론과 방법을 개발한다. 지능의 특성 분석을 위한 문제군

별 대표 문제 적용과 더불어 복잡한 실용 문제 해결 능력 검증을 위한 응용 연구를 병행한다.

연구 주제:

- 모델 복잡도 분석 (model complexity & regularization)

- 다양한 모델 공간에서의 행동 분석 (optimization)

- 모델에 내재된 편향성 분석 (probabilistic bias)

- 모델을 구성하는 가설들의 표현 방법 개발 (knowledge representation)

- 모델 및 지식의 누적, 병합, 확장, 압축 (knowledge transferring, model integration, compression)

적용 문제 영역 예:

- 심볼 기반 데이터 사용 연구의 예: machine translation, question answering, language understanding and generation, chat-bot

- 다양한 문제 타입별 응용 연구의 예:

modeling for image processing, medical data analysis, pollution forecasting, additive manufacturing

Intelligence Representation and Reasoning Laboratory



연구성과


대표 논문


주요 특허

시설 및 장비

· Data Science 대응 지능형 서비스 플랫폼을 위한 AI 컴퓨팅 클러스터 기술 연구 (2018.01~2019.12)

· Visibility 기반의 멀티 클라우드 인프라 서비스 배치 및 최적화 연구 (2019.08~2019.11)

· 체계 확장을 고려한 적응형 설계 기법 (2019.07~2021.12)

· 새로운 보안 위협에 대처하기 위한 사이버 보안 방어 순환 기술 (2017.04~2020.12)

· 글로벌 SDN/NFV 공개소프트웨어 핵심 모듈/기능 개발 (2015.06~2020.05)

· Asi@Connect: Data-Centric IoT-Cloud Service Platform for Smart Communities (2018.06~2020.04)

· Integrated network controlling system, network controlling apparatus and method, and a readable medium containing the method (국내

2019, 미국 2019)

· Communication method in an IEEE 802.11 wireless LAN environment (일본/미국 2014, 중국 2015)

· Method for detecting distributed peer to transmit multimedia data in wireless peer-to-peer network (일본/미국 2013, 중국 2014)

· 전술망 서비스 메쉬 환경에서의 트래픽 제어 장치 및 그 방법 (국내 2019)

· 다자간 협업 환경을 위한 디스플레이 시스템 및 방법 (국내 2015)

· 요소 서비스 합성을 통한 자원 인지형 콘텐츠 제공 방법 (국내 2015)

· 고성능 AI 컴퓨팅 클러스터 (Intel Xeon Scalable CPUs / NVIDIA Tesla GPUs)

· 100G 광대역 네트워크 스위치 (Mellanox SN2100/SN2010, Connect X5)

· ALL-플래시(NF-1) & 하이브리드 (SSD/HDD) 스토리지 클러스터 (100TBytes)

· SmartX Multi-View visibility framework with flow-centric visibility for SDN-enabled multisite cloud playground (Applied Sciences, 2019)

· Interactive visualization of SDN-enabled multisite cloud playgrounds leveraging SmartX MultiView visibility framework (The Computer

Journal, 2018)

· An experimental service composition tool for media-centric networked applications (Computer Networks, 2014)

· Software-defined home networking devices for multi-home visual sharing (IEEE Transactions on Consumer Electronics, 2014)

· Peer-assisted video on-demand streaming system in practical WiFi-based mobile opportunistic networks (Journal of Network and

Computer, 2014)

· Backpressure scheduling in IEEE 802.11 wireless mesh networks: Gap between theory and practice (Journal of Elsevier Computer

Networks, 2012)

Tel. 715.2219 [email protected] Web.https://nm.gist.ac.kr

연구실 소개

네트워크기반 지능 연구실


Tel 062-715-2219

김 종 원 교수

1994 Ph.D. in Control and Instrumentation Engineering, Seoul National University

1989 M.S. in Control and Instrumentation Engineering, Seoul National University

1987 B.S. in Control and Instrumentation Engineering, Seoul National University

2019~Present

2019~Present

2018~Present

2008~Present

2001~2019

1998~2001

1994~1998

Head of AI Graduate School, GIST

Chair of Future Internet Forum

Director of APAN Technology Area

Director of SCENT (Super Computing Center), GIST

Professor, School of Electrical Engineering and Computing Science, GIST

Research Assistant Professor, Electrical Engineering – Systems Department,

University of Southern CaliforniaAssistant Professor, Electronic Engineering

Department, Kongju National University

Assistant Professor, Electronic Engineering Department,

Kongju National University

Education

Experience

컴퓨팅에서 촉발된 가상화 기술이 네트워킹 및 스토리지 분야로 확대되고 소프트웨어-중심 인프라 차원에서 클라우드 데이터센터와 통

신망 인프라가 혁신적으로 통합되면서 AI 융합 서비스의 실현이 핵심적인 기술 가치로 자리잡기 시작했다. 본 연구실은 가상화된 컴퓨팅/

네트워킹/스토리지 자원들을 소프트웨어-정의 네트워크 기반으로 연결하는 소프트웨어-정의 미래인프라의 특성을 이해하고 실증하며,

이를 바탕으로 다양한 AI 융합 서비스들을 신속하고 경제적으로 실현하기 위하여 클라우드-네이티브 컴퓨팅 개념에 기반한 Smart (지능

형) + X (유연하게 변화하여 적응함)’을 연계하는 개방적이며 소프트웨어 중심적인 실증형 Networked Intelligence 기술을 연구한다.

Networked Intelligence Laboratory

GIST 2020학년도 대학원 봄학기1, 2차전형428 Gwangju Institute of Science and Technology


429

연구성과


대표 논문


주요 특허

시설 및 장비

· 비대칭성 진동 피드백을 이용한 팬텀 센세이션 평가 (2019. 02 ~ 2021. 01), GIST

· 진동 발생 방법 및 장치 (국내 출원)

· 운전자 정보 시스템의 진동 피드백 방법 (국내 출원)

· 동작 인식 방법 및 장치 (국내 출원)

· 데이터 취득 보드 및 다중 신호 생성 장치 (NI-DAQ Board / Multiple Analog Output Board)

· Tactile Information Transmission by 2D Stationary Phantom Sensations (CHI Conference on Human Factors in Computing

Systems, 2018)

· A Physics-Based Vibrotactile Feedback Library for Collision Events (IEEE Transactions on Haptics, 2017)

· Attachable and Detachable Vibrotactile Modules and Their Information Capacity For Spatiotemporal Patterns (IEEE World Haptics

Conference, 2017)

· Efficacy of Haptic Blind Spot Warnings Applied through a Steering Wheel or a Seatbelt (Transportation Research Part F: Traffic

Psychology and Behaviour, 2013)

· Evaluation of Vibrotactile Feedback for Forward Collision Warning on the Steering Wheel and Seatbelt (International Journal of

Industrial Ergonomics, 2012)

Tel. 062.715.2261 [email protected] Web. www.hamgist.net

연구실 소개

햅틱 보조 미디어 연구실


Tel 062-715-2261

박 건 혁 교수

2017 Ph.D. in Computer Science and Engineering, Pohang University of Science and Technology

2007 B.S. in Computer Science and Engineering, Pohang University of Science and Technology

2007 B.S. in Electrical Engineering, Pohang University of Science and Technology

2019

2017~2019

2012

Assistant Professor, GIST, Korea

Post-doctoral Researcher, Max Planck Institute for Intelligent Systems, Germany

Research Intern, Microsoft Research Asia, China

Education

Experience

촉감 보조 미디어 연구실 (Haptic Assistive Media Laboratory) 에서는 촉각을 주로 하여 촉각, 시각, 청각을 이용한 인간-컴퓨터 상호작용

에 대한 이해를 바탕으로, 인간을 보조해주기에 적합한 사용자 장비 및 인터페이스를 개발하고 이의 효용성을 검증하는 연구를 수행하고

있다. 이러한 보조 미디어는 일반인 뿐만 아니라 장애인들의 삶의 질을 올려주는 보조 도구로써 그 역할을 수행한다.

이를 위해 본 연구실에서는 주로 1) 시각, 청각, 촉각과 관련된 인간의 인지/지각 능력을 분석 및 이해하는 연구를 수행하거나 2) 감각에

대한 인지적 이해를 바탕으로 가상현실, 자동차, 모바일 폰과 같은 다양한 환경에서 사용자를 보조해줄 수 있는 장치 및 인터페이스를 개

발 및 검증하고자 한다.

Haptic Assistive Media Laboratory



연구성과


대표 논문


주요 특허

· State/Action Space 최적화를 통한 Fast RL 기법 연구, LG전자

· 개인선호도와 운전조건을 반영한 화성학적 사운드 디자인, 현대자동차

· 실세계 환경에서 강인한 분산 강화학습 기술 연구, GIST

· 양자컴퓨팅 환경에서 전역 최적화를 위한 순수 양자유전알고리즘 연구, 한국연구재단

· Method of Assigning Carrier for Mitigating Inter-cell Interference in Fixed Relay Based Communication System · 상호 진화 연산을

이용한 데이터 추천 방법 및 이러한 방법을 사용하는 장치 · 평균 미분 요소 사용 기법과 통계적 의사결정 기법을 적용한 태양전지

최대 전력점 추적제어방법

· Automotive ECU Data-Based Driver’s Propensity Learning Using Evolutionary Random Forest, IEEE Access, 2019

· Robust optimization using Bayesian optimization algorithm: Early detection of non-robust solutions, Applied Soft Computing,

2017

· A multi-objective evolutionary approach to automatic melody generation, Expert Systems with Applications, 2017

· Artificial life based on boids model and evolutionary chaotic neural networks for creating artworks, Swarm and Evolutionary

Computation, 2017

Tel. 062.715.2661 [email protected] Web. https://sites.google.com/view/gist-memi

연구실 소개

메타-진화기계지능 연구실


Tel 062-715-2661

안 창 욱 교수

2005 Ph.D. in Information & Communication Eng., GIST

2001 M.S. in Radio Science & Engineering,Korea Univ.

1998 B.S. in Electrical Engineering, Korea Univ.

2019~Present

2017~2019

2008~2017

2005~2007

Professor, AI Graduate School, GIST

Professor, School of EECS, GIST

Associate Professor, Department of Computer Science, Sungkyunkwan University

Research Staff Member, Samsung Advanced Institute of Technology,

Samsung Electronics

Education

Experience

본 연구실은 미래 인공지능(AI)에 관한 원천 연구와 현재 AI 응용 연구를 수행한다. 구체적으로, 현재 수준의 AI로 음악작곡, 실시간전략게

임, 주식트래이딩과 같은 도전적인 문제를 정복하는 응용연구를 수행하고 있으며, 또한 미래AI 기술로 각광받고 있는 진화 신경망, 창의

지능을 비롯한 양자 기계학습 기술에 관한 원천 연구를 수행하고 있다. 본 연구실은 위와 같은 도전적이고 선도적인 AI 분야의 원천 및 응

용 연구를 통해 인공지능 분야의 혁신적 성과를 이루고 있다.

본 연구실은 작곡AI 개발 및 응용에 대한 융합연구를 수행하며, 이는 미래 AI중의 하나인 창의지능에 대한 근본적 해결책을 찾고

자 하는 연구 비전의 일환이다.

Meta-Evolutionary Machine Intelligence Laboratory

인류 복지 향상 새로운 시장 창출新개념 머신인텔리전스



연구성과


대표 논문


주요 특허

시설 및 장비

· 빅데이터를 활용한 알츠하이머성 치매의 바이오마커 추천 및 진단을 위한 인공지능 시스템 개발 (한국연구재단)

· 분자유전학적 원인 불명인 악성 종양 환자의 개인 맞춤 원인 규명 및 치료제 개발을 위한 지능형 SW 시스템 개발 (과학기술정보통신부)

· MCMT 분석을 위한 멀티패싯 텍스트 마이닝 시스템 개발 (한국연구재단)

· 개인 맞춤 암치료를 위한 의생명 오믹스 데이터 및 문헌정보 통합 시스템 개발 (한국연구재단)

· 암 연구를 위한 모듈 구성 방법 (2019)

· 암 연관 마이크로RNA의 우선순위화 방법 (2019)

· 유전자와 질병간의 관계를 포함하는 문장 검색 엔진 (2018)

· 랜드마크 추천기법 (2017)

· 소셜미디어에서의 사용자 관심사 모델링 방법 (2017)

· CPU 서버 8대 이상 (총 120코어 이상, 메모리 1테라 이상, 하드 500테라 이상), GPU 서버 7대 이상 보유

· Multitask learning approach for understanding the relationship between two sentences, Information Sciences (2019)

· DigChem: Identification of disease-gene-chemical relationships from Medline abstracts. PLoS Computational Biology (2019)

· Characterizing the interests of social media users: Refinement of a topic model for incorporating heterogeneous media.

Information Sciences (2016)

· DEOD: Uncovering dominant effects of cancer-driver genes based on a partial covariance selection method. Bioinformatics

(2015).

· A Computational Approach to Identifying Gene-microRNA Modules in Cancer. PLoS Computational Biology (2015).

Tel. 062.715.2213 [email protected] Web. https://combio.gist.ac.kr

연구실 소개

데이터마이닝 연구실


Tel 062-715-2213

이 현 주 교수

2002 – 2006 University of Southern California (Ph.D. – Computer Science)

1997 – 1999 Seoul National University (M.S. - Computer Engineering)

1993 – 1997 KAIST, South Korea (B.S. - Computer Science)

GIST Best Research Award (2018)

2007~Present

2006~2007

2002~2006

2001~2002

1998~2001

Gwangju Institute of Science and Technology, Professor

Brigham and Women’s Hospital and Harvard Medical School, Postdoctoral Fellow

University of Southern California, Research Assistant

Korea Wisenut Inc., Senior Engineer

Intus Technology inc., Xinics Inc., Engineer

Education

Experience

Awards and Honors

데이터마이닝 및 계산 생물학 연구실은 생명/의학/사회 분야에 인공지능 방법론을 적용하는 융합 연구를 수행한다. 인터넷에서 생명과

학에 걸친 다양한 분야의 이질적 데이터의 통합/분석을 통하여, 보편적이고 조직적인 정보추출을 위한 데이터마이닝을 연구하고 있다. 현

재 진행 중인 연구들은 다음과 같다. i) 암과 관련된 유전자 및 세포 신호전달 경로들을 발굴하는 인공지능 기술을 개발하고, 암환자들의

개인화된 게놈 정보를 분석하여 표적 항암제를 추천함으로써, 암환자들의 진료에 도움을 주고자 한다. ii) 유전체 데이터를 기반으로 알츠

하이머 병 등의 노화 관련 질병의 조기 발굴 및 치료를 위한 인공지능 방법론을 개발한다. iii) 자연언어처리 방법론을 바탕으로 질병

관련 검색엔진을 개발함으로써 질병 연구를 촉진시키는데 기여하고자 한다. iv) 소셜 미디어 등의 빅 데이터로부터 개인화된 특성을 추출

하여 개인의 신체적/정신적 건강을 향상시킬 수 있는 정보를 추천하고자 한다.

Data Mining & Computational Biology Laboratory

약물 텍스트 마이닝생물학/의학

약물 데이터, 약물표적

상호작용 데이터, 단백질

데이터들을 통합하여, 새로운

약물표적 상호작용을 예측하는

딥러닝 및 머신러닝

방법론 개발.

복제수 변이 데이터,

유전자 발현 데이터,

마이크로 RNA 데이터 등의

생명정보 데이터를 통합하여,

개인 맞춤 치료를 위한

인공지능 시스템 개발.

사용자의 소셜미디어

데이터 및 의생명

문헌으문부터 개체명

인식/개체간의 관계성 인식,

문장간의 관계성 인식을 위한

자연언어처리

방법론을 개발.



연구성과


대표 논문


주요 특허

시설 및 장비

· 인공지능 기반 스마트 B2G (Building-to-Grid) 기술 (2018.01~2019.12)

· 소프트웨어 정의 인프라 기반 클라우드 무선 접속 네트워크의 자원 관리 및 최적화 연구 (2017.03~2020.02)

· 새로운 보안 위협에 대처하기 위한 사이버 보안 방어 순환 기술 (2017.04~2020.12)

· Development and Evaluation of Service-Aware Intelligent Moving Target Defense for Tactical Networks (2019.06~2020.05)

· 사이버 전자전하의 디지털통신기 마비기법 연구 (2016.01~2021.12)

· “소프트웨어 기반 네트워크에서 효과적 침입 탐지를 위한 트래픽 전달 기법” 포함 한국 특허등록 30건

· “Method for detecting intrusion in network” 포함 미국 특허등록 11건

· Software-defined networking 및 보안 연구를 위한 실증장비

· Reinforcement learning based resource management for network slicing, Applied Sciences, 2019 (IF 2.217)

· Online learning based downlink transmission coordination in ultra-dense mmWave heterogeneous networks, IEEE Trans. on

Wireless Communications, 2019 (IF 6.394)

· Reinforcement learning based energy management algorithm for smart energy buildings, Energies, 2018 (IF 2.707)

· Scalable traffic sampling using centrality measure on software-defined networks, IEEE Comm. Magazine, 2017 (IF 10.356)

· Suspicious flow forwarding for multiple intrusion detection systems on software-defined

· networks, IEEE Network Magazine, 2016 (IF 7.503)

· Prefetching-based data dissemination in vehicular cloud systems, IEEE Trans. on Vehicular Technology, 2016 (IF 5.339)

Tel. 062.715.2229 [email protected] Web. https://wits.gist.ac.kr

연구실 소개

네트워크 및 보안 연구실


Tel 062-715-2229

임 혁 교수

2003 Ph.D. in Electrical Engineering and Computer Science, Seoul National University

1998 M.S. in Electrical Engineering, Seoul National University

1996 B.S. in Electrical Engineering, Seoul National University

2019~Present

2019~Present

2018~2019

2006~2019

2012

2003~2006

Professor, AI Graduate School, GIST

GIST 인공지능연구소 연구소장

Dean, School of Electrical Engineering and Computing Science, GIST

Professor, School of Electrical Engineering and Computing Science, GIST

Visiting Scholar, University of Southern California, USA

Post-doctoral Research Associate, University of Illinois at Urbana-Champaign, USA

Education

Experience

데이터, 네트워크, 인공지능 (Data, Network, AI; DNA)은 미래 정보화시대에 핵심기술이며, 다양한 산업분야의 기술과의 융합을 통해 미

래 안전하고, 똑똑하며, 지속가능한 사회를 만들어 갈 것으로 예상된다. 본 연구실은 인공지능과 데이터 기술을 기반으로 데이터 네트워

크 및 사이버보안 분야의 고급 응용기술 연구 및 개발을 수행한다. 다양한 응용 도메인의 빅데이터 수집과 처리를 위한 사물 통신, 스마트

유틸리티 네트워크, 스마트 도시 네트워크 등의 Internet of Things (IoT)와 클라우드 컴퓨팅, 엣지 컴퓨팅 및 소프트웨어-정의 인프라 등

의 네트워크에 대해 활발히 연구하고 있다. 또한 사이버물리시스템에서 존재하는 다양한 사이버 및 물리적 위협에 대한 지능화되고 자동

화된 대응을 위해 DNA 기술을 활용한 보안시스템과 에너지, 자동차, 헬스케어 분야의 AI+X 응용 연구를 수행하고 있다.

Network and Security Laboratory



연구성과


대표 논문

주요 특허

· 고리형 필터를 이용한 깊이 추정 방법 및 장치, 대한민국 특허 2018

· 전방향 카메라의 깊이 지도 획득 방법 및 장치, 대한민국 특허 2018

· 깊이 정보 획득 장치 및 깊이 정보 획득 방법, 대한민국 특허 2018

· 이미지 블러 제거 장치 및 방법, 대한민국 특허 2014

· 3차원 정보를 이용한 가상/증강현실 기술 응용

· 스마트폰과 같은 모바일 기기를 위한 컴퓨터 비전 및 인공지능 시스템

· 시각 인지 기술과 3차원 기술을 접목한 IoT

· 인지과학 기반 인공지능 알고리즘 설계

· DPSNet: End-to-end Deep Plane Sweep Stereo, ICLR 2019

· Depth Completion with Deep Geometry and Context Guidance, ICRA 2019

· Depth from a Light Field Image with Learning-based Matching Costs, IEEE TPAMI 2019 (impact factor: 9.4, 2nd ranked in

computer science and machine intelligence)

· Robust Depth Estimation from Auto Bracketed Images, IEEE CVPR 2018

· EPINET: A Fully-Convolutional Neural Network using Epipolar Geometry for Depth from Light Field Images, IEEE CVPR 2018

· Generating Fluttering Pattern with Low Autocorrelation for Coded Exposure Imaging, IJCV 2017 (impact factor: 11.5, 1st ranked

in computer science and machine intelligence)

· Stereo Matching with Color and Monochrome Cameras in Low-light Conditions, IEEE CVPR 2016

· Accurate Depth Map Estimation from a Lenslet Light Field Camera, IEEE CVPR 2015

Tel. 062.715.2212 [email protected] Web. https://sites.google.com/site/hgjeoncv

연구실 소개

시각 지능 연구실


Tel 062-715-2212

전 해 곤 교수

2018: Ph.D. in School of Electrical Engineering, KAIST

2013: M.S. in School of Electrical Engineering, KAIST

2011: B.S. in Electrical & Electronic Engineering, Yonsei University/

2018: Best Ph.D. Thesis Award, KAIST

2018: Post-doctoral Fellowship, NRF of Korea

2017: Depth Estimation Challenge: Robustness Champion,

CVPR 2017 workshop on Light Field for Computer Vision

2016: Silver Prize, Samsung Human Tech Paper Award

2015: Global Ph.D. Fellowship, NRF of Korea

2018~2019

2018

2017

2013~2015

Post-doctoral researcher, The Robotics Institute of Carnegie Mellon University

(Pittsburgh, PA, US)

Post-doctoral researcher, KEPCO-KAIST AI Research Center

Research Intern, Samsung Research America (Dallas, TX, US)

Researcher, P3DigiCar Center in KAIST

Education

Experience

Awards and Honors

시각 지능 연구실은 영상 정보를 이용하여 자율주행, 로보틱스, 영상 개선, 가상/증강 현실(AR/VR)응용을 위한 정보를 추론하는 연구를

수행한다. 이를 위해, 기존 단일 영상 장비의 한계를 극복하기 위한 센서 간의 융합(Sensor fusion)부터 딥러닝 네트워크 설계까지 영상 분

야 전반에 대한 연구 주제를 탐색한다. 세부 연구 분야는 다음과 같다.

컴퓨터 비전

- 3차원 복원 (Stereo Matching, Multiview-stereo, Camera localization)

- 영상 개선 (Image noise removal, super-resolution)

- 머신 러닝을 이용한 새로운 컴퓨터 비전 어플리케이션

Visual Artificial Intelligence Laboratory

로보틱스 비전

- 센서 융합

- SLAM (Simultaneously Localization and Mapping)

- 딥러닝과 강화학습 기법을 접목한 네비게이션 시스템

기계학습

딥러닝 / AI for Social Good



연구성과


대표 논문


주요 특허

시설 및 장비

· 증가적 세부 시각 인식 (한국연구재단) -2022

· 초저전력 모바일 딥러닝 반도체 기술 개발 (과학기술정보통신부) -2022

· Object Classification Through Semantic Mapping, US Patent registered

· Automatic Initialization Method for Graph-Cut Algorithm, Korea Patent registered

· NVIDIA GPU 서버 다수

· Event-based High Dynamic Range Image and Very High Frame Rate Video Generation using Conditional Generative Adversarial

Networks, IEEE CVPR 2019

· StructuredSetMatchingNetworksforOne-ShotPartLabeling,IEEECVPR2018(spotlight)

· Are you smarter than a sixth grader? Textbook question answering for multimodal machine comprehension, IEEE CVPR 2017 (spotlight)

· Learning Temporal Regularity in Video Sequences, IEEE CVPR 2016

· Knowledge Transfer with Interactive Learning of Semantic Relationships, AAAI 2016 (oral)

· Joint Image clustering and labeling by matrix factorization, IEEE TPAMI 2016 ·Multi-directional multi-level dual-cross patterns

for robust face recognition, IEEE TPAMI 2016

Tel. 062.715.2217 [email protected] Web. http://gistvision.github.io

연구실 소개

컴퓨터 비전 연구실


Tel 062-715-2217

최 종 현 교수

Ph.D. University of Maryland, College Park (2015)

M.S. Seoul National University (2008)

B.S. Seoul National University (2003)

Assistant Professor, GIST EECS, 2018-Present

Research Scientist, Allen Institute for Artificial Intelligence 2016-2018

Senior Researcher, Comcast Applied AI Research, 2015-2016

Research Intern, Microsoft Research (2014), Disney Research (2014),

Adobe Research (2013), US Army Research Lab. (2011)

2015 Distinguished Dissertation Award, Department of Electrical and computer engineering,

University of Maryland, College Park

2014 Gold prize (1st place), Samsung Human-tech Paper Award

2012 Summer Research Fellowship, University of Maryland.

Education

Experience

Awards and Honors

컴퓨터 비전 연구실은 카메라로부터 얻은 영상(이미지 또는 비디오)을 분석하고 이해하는 것을 목적으로 하는 연구를 수행 중이다. 구체

적으로는, 입력 영상을 잘 이해하기 위해서 영상 자체를 자세히 분석하는 것은 물론, 다른 지식과 결합하여 고차원의 추론을 포함한 높은

수준의 시각 영상 이해를 위한 알고리즘을 연구한다. 본 연구실에서는 아래와 같은 세부 분야를 중점적으로 연구하고 있다.

· 지도가 적게 들어간 (weakly supervised) 영상 인식 알고리즘

·영상인식모델을효과적으로학습할수있는기계 학습 알고리즘

·범용기계학습알고리즘 (machine learning fundamental)

· 영상과 언어 인식 (vision and language)· 인식 모델을 학습하기 위한 데이터의 수집 방법론

시각 정보는 인간 정보 입력의 대부분을 차지할 만큼 중요한 매체이기에, AI system에서 가장 중요한 모듈 중 하나로 간주되고 있고, 시각

인식 모델은 영상 자체 뿐 아니라 다양한 종류의 데이터에도 적용할 수 있기 때문에 (예-Alpha-Go) 응용 가능성이 매우 크다.

Computer Vision Laboratory

· Robotics· Artificial intelligence· Natural language processing· Machine learning· Data science

ArtificialIntelligence

MachineLearning

CognltiveScience

ImageProcessing

ComputerVision

NaturalLanguageProcessing

Graphics



연구성과


대표 논문


주요 특허

· 사회적 소통약자의 접근성을 고려한 지능형 도구 기반 콘텐츠 제작 및 향유 지원 기술 개발 (2019~2021), 문화체육관광부

· 최신의 강화학습 기반 경로계획 기술 개발 (2018~2021), 국방과학 연구소

· 복잡한 비디오 게임을 해결하기 위한 심층강화학습의 인지모델, 심층구조, 멀티모달 표현 연구 (2017~2020), 한국연구재단

· 게이머 행동예측을 위한 다양한 모바일 게임 로그 기반의 일반화된 특징 추출 방법 (2018), ETRI · 게임 내 구매행위 촉진을 위한

인지심리 분석 기술 연구 (2017), ETRI

· 인게임 행동 데이터의 인지심리적 분석 기반 게이머 유형 분류 연구 (2016), ETRI

· 모바일 실시간 전략 시뮬레이션 게임을 위한 인공지능 기술 개발 (2016), NCSOFT

· 적응형 비디오 게임을 위한 계산지능 기술 연구 (2013~2016), 한국연구재단

· 인간의 마음의 이론을 모방한 사용자 의도 모델링 및 예측 (2013~2015), 한국연구재단

· 개인화된 게임 자동 플레이 제어 장치 및 방법 (2018)

· 미로 생성 방법 및 장치 (2016)

· 게임 플레이 데이터의 모방에 기반한 게임 캐릭터의 인공지능 생성 시스템 및 방법 (2016)

· 영상의 관심구간 추천 시스템 및 방법 (2016)

· Game Data Mining Competition on Churn Prediction and Survival Analysis using Commercial Game Log Data, (IEEE Trans. on Games,

2019)

· StarCraft AI Competitions, Bots and Tournament Management Software (IEEE Trans. on Games, 2019)

· Playing Real-Time Strategy Games by Imitating Human Players’ Micromanagement Skills Based on Spatial Analysis (Expert Systems with

Applications, 2017)

· Game AI competitions: An open platform for computational intelligence education (IEEE Computational Intelligence Magazine, 2013)

· Design of a visual perception model with edge-adaptive Gabor filter and support vector machine for traffic sign detection (Expert

Systems with Applications, 2013)

Tel. 062.715.5345 [email protected] Web. http://cilab.gist.ac.kr

연구실 소개

인지 및 지능 연구실


Tel 062-715-5345

김 경 중 교수

2007 Ph.D. in Computer Science, Yonsei University

2002 M.S. in Computer Science, Yonsei University

2000 B.S. in Computer Science, Yonsei University

2020

2014 ~ Present

2017

General Co-Chair, IEEE Conference on Games

IEEE CIG StarCraft AI Competition Organizer

IEEE CIG Game Data Mining Competition Organizer

2019~Present

2013~2019

2015~2016

2009~2013

2007~2009

Associate Professor, Institute of Integrated Technology, GIST

Associate Professor, Computer Engineering, Sejong University

Visiting Scholar, Human-Computer Interaction (HCI) Institute, School of Computer

Science, Carnegie Mellon University (CMU)

Assistant Professor, Computer Engineering, Sejong University

Postdoctoral Researcher, Mechanical and Aerospace Engineering, Cornell University

Education

Awards and Honors

Experience

본 연구실은 게임 인공지능 기술을 연구하고 이를 확장하여 실세계 문제를 해결하려는 시도를 진행한다. 게임 인공지능 기술은 게임분

야의 다양한 문제들을 해결하기 위해 인공지능 기술을 활용하려는 것으로 게임 인공지능 플레이어, 게임 콘텐츠 자동 생성, 게임 플레이

어 모델링 등 다양한 연구주제를 포함한다. 예를 들어, 게임을 사람보다 더 잘 플레이할 수 있는 인공지능, 사람처럼 플레이하는 인공지능,

플레이어를 이해하고 난이도를 조절할 수 있는 인공지능, 게임 콘텐츠를 자동으로 만들어서 지루함을 줄여줄 수 있는 인공지능 등 다양한

방식으로 새로운 게임 경험을 제공해 주고자 한다. 비록 게임은 현실과 차이가 있지만, 복잡한 상황에서의 의사결정이란 측면에서 유사하

다. 게임분야에서 성공적으로 사용한 기술들을 보다 어려운 현실 문제를 위해서 이용할 수 있다. 예를 들어, 적은 비용으로 손쉽게 자율 주

행차를 개발하기 위해 게임과 유사한 시뮬레이션 환경을 활용하고 게임 인공지능 기술을 접목하는 등의 연구를 진행하고 있다.

Cognition and Intelligence Laboratory



연구성과


대표 논문


주요 특허

시설 및 장비

· 2019.07~2020.12, “드론을 활용한 재난 대응을 위한 기계학습 기반 음향지능 기술 개발”, 인공지능산업원천기술개발-인공지능 SW 선도기술 및

유망 신기술 개발사업, 정보통신기술진흥센터

· 2017.04~2020.12, “자율지능 디지털 동반자 프레임워크 및 응용 연구” 정보통신방송 연구개발사업, 정보통신기술진흥센터

· 2019.04~2025.12, “영유아/아동의 발달장애 조기선별을 위한 행동·반응 심리인지 AI 기술 개발”, 정보통신방송연구개발사업, 정보통신기술진흥센터

· 2016.05~2020.04, “실내용 음성대화 로봇을 위한 원거리 음성인식 기술 및 멀티태스크 대화처리 기술 개발”, 산업핵심기술개발, 산업통상자원부

· 2017.04~2020.02, “한국형 대기질 예보 모델링 시스템 개발”, 미세먼지 국가전략프로젝트, 한국연구재단

· “스테레오 채널을 이용한 음향 검출 방법,” 국내특허 등록번호 #10-1732399-0000, 2017.04.26

· “LPC-10e 보코더에서 DNN을 이용한 유무성음 판별 방법,” 국내특허 등록번호 #10-1862982-0000, 2018.05.24

· “Sound detection method for recognizing hazard situation,” 미국특허 등록번호 #10,014,003, 2018.07.03

· Audio Studio (C111, DIC, GIST)

· Editing & recording room

· Analog & digital audio mixer, Protools™

· Dummy head microphones for binaural recording

· Multi-channel microphones for multi-channel audio recording

“Convolutional Recurrent Neural Network-Based Event Detection in Tunnels Using Multiple Microphones,” Sensors, vol.19, pp. 2695-2715, 2019.

· “Development of daily PM10 and PM2.5 prediction system using a deep long short-term memory neural network model,” Atmos. Chem. Phys.

Discuss., https://doi.org/10.5194/acp-2019-268, 2019.

· “User-aware audio marker using low frequency ultrasonic object detection and communication for augmented reality,” Applied Sciences, 2019,

9(10), 2004; https://doi.org/10.3390/app9102004, May 2019.

· “Personalized HRTF modeling based on deep neural network using anthropometric measurements and images of the ear,” Applied Sciences, vol.

8, no. 11, 2180; doi:10.3390/app8112180, Nov. 2018.

· “Multi-band approach to deep learning-based artificial stereo extension,” ETRI Journal, vol. 39, no. 3, pp. 398-405, June 2017.

· “Multi-microphone target signal enhancement using generalized sidelobe canceller controlled by phase error filter,” IEEE Sensors Journal, vol. 16,

no. 21, pp. 7566-7567, Nov. 2016.

Tel. 062.715.2228 [email protected] Web. https://aiter.gist.ac.kr

연구실 소개

오디오 지능 연구실


Tel 062-715-2228

김 홍 국 교수

1994, Korea Advanced Institute of Science and Technology (Ph.D-Electrical Engineering)

1990, Korea Advanced Institute of Science and Technology (M.S.-Electrical Engineering)

1988, Seoul National University (B.S.-Control and Instrumentation Engineering)

2017~2019

2015~2017

2003~present

2014~2015

1998~2003

1998~1998

1990~1998

Dean of Planning, GIST

Dean of EECS, GIST

Professor at EECS, GIST

Visiting Professor, City University of New York, New York, USA.

Senior Technical Staff Member, AT&T Labs-Research, Florham Park, New Jersey, USA

Senior Engineer, MMC Technology, Inc., Seoul, Korea,

Senior Researcher, Samsung Advanced Institute of Technology, Kiheung, Korea

Education

Experience

최근 컴퓨터 리소스의 발달로 인해 딥 러닝 기술에 기반한 AI 기반 신호처리 기술이 주류로써 대두되고 있다. 본 연구실에서는 음성 및 오

디오 신호처리와 실생활에 관련된 신호처리 분야에서 딥 러닝을 활용한 연구를 수행하고 있다. 음성신호 전처리 분야에서는 잡음 및 잔향

제거를 통한 음질개선 연구를 수행하며, 음성인식 분야에서는 화자 변이성에 견고한 음성인식, 대용량 대화체 음성인식 등의 인식시스템

에 관한 연구를 수행한다. 3차원 오디오 관련 연구에서는 주로 실감형 오디오 콘텐츠를 위한 채널 확장 및 공간감의 취득 및 생성에 대한

연구를 수행한다. 실생활에 관련된 신호처리 분야로써 영유아 음성에 기반한 발달장애 조기 진단 및 온도, 습도 및 미세먼지 농도 예측을

위한 한국형 기후 예측 모델에 관련한 연구를 수행한다.

Audio Intelligence Technology & Research Laboratory

AI 기반 음향 사건 검출을 통한 사고 탐지 기술 연구 아동 음성 신호에 기반한 영유가 발달장애 조기진단을 위한 AI 모델 구축



연구성과


대표 논문 (기계학습 및 인공지능 관련 최근대표실적)


주요 특허

시설 및 장비

· 빅데이터/인공지능 기반 신약개발 플랫폼 구축, 바이오의료기술개발사업, 과기정통부 (2018 ~)

· 사업단 실험 데이터 통합 및 적용을 통한 가상인체 약물반응 분석시스템 개발, 유전자동의보감사업, 과기정통부 (2017 ~)

· 한국인 위암 약물표적 예측, 연구중심병원, 보건부 (2017 ~)

· 생명노화 조절인자 및 지표 발굴, GIST 실버헬스바이오 연구센터 (2016 ~)

· 비교의학적 분석과 멀티오믹스 기술을 융합한 반려동물-인간 공통 암 진단 마커의 제품화 기술 개발, 원천기술개발사업, 과기정통부 (2019~)

· 유전체 빅데이터 분석 전문인력 양성, 원천기술개발사업, 과기정통부 (2017~)

· 약물-표적 상호 작용 예측을 위한 방법, 남호정, 금종수, 이인구, 2018-0092793(출원)

· 약물로 인한 간독성 유발 예측 모델, 남호정, 김은영, 2018-0057399 (출원)

· 기계학습을 이용한 약물-단백질 관계 예측 자가학습 모델링 기법, 남호정,금종수, 2017-0011321 (출원)

· 유전자 발현 데이터를 통한 유방암 환자 예후 판단 방법, 남호정,조수복, 2016-0129378 (출원)

· 고성능 계산 클러스터 서버 및 대용량 스토리지 서버

고성능 계산 서버 및 대용량 스토로지 서버

· Ingoo Lee, Jongsoo Keum, Hojung Nam*, “DeepConv-DTI: Prediction of drug-target interactions via deep learning with convolution on protein

sequences”, PLoS Computational Biology 15(6): e1007129.

· Eunyoung Kim, A-sol Choi, Hojung Nam*, “Drug repositioning of herbal compounds via a machine-learning approach”, BMC Bioinformatics, 2019

20 (Suppl 10) :247.

· Ingoo Lee, Hojung Nam*, “Identification of drug-target interaction by a random walk with restart method on an interactome network “, BMC

Bioinformatics, 2018 19(Suppl 8):208.

· Jongsoo Keum, Hojung Nam*, “SELF-BLM: Prediction of drug-target interactions via self-training SVM”, PLoS One, 2017, 12(2): e0171839.

· Eunyoung Kim, Hojung Nam*, “Prediction models for drug-induced hepatotoxicity by using weighted molecular fingerprints”, BMC Bioinformatics,

2017, 18(Suppl 7):227.

· Jongsoo Keum, Sunyong Yoo, Doheon Lee, Hojung Nam*, “Prediction of Compound-Target Interactions of Natural Products Using Large-scale

Drug and Protein Information”, BMC Bioinformatics, 2016 17(Suppl 6):219.

· Hojung Nam*, Miguel Campodonico, Aarash Bordbar, Daniel R. Hyduke, Sangwoo Kim, Bernhard O. Palsson* (*co-corresponding), “A systems

approach to predict oncometabolites via context-specific genome-scale metabolic networks”, PLoS Comput Biol, 10(9): e1003837.

doi:10.1371/journal.pcbi.1003837.

Tel. 062.715.2641 [email protected] Web. https://www.csblgist.net/

연구실 소개

계산 시스템 생물학 연구실


Tel 062-715-2641

남 호 정 교수

2009 Ph.D. in Bio and Brain Engineering, KAIST, Daejeon, Korea.

2003 M.S. in Computer Science, KAIST, Daejeon, Korea.

2001 B.S. in Computer Science, Sogang Univ., Seoul, Korea

2018~Present

2013~2018

2009~2013

Associate Professor, School of Electrical Engineering and Computer Science, GIST

Assistant Professor, School of Electrical Engineering and Computer Science, GIST

Postdoctoral Associate, Dept. of Bioengineering, University of California,San Diego, CA

Education

Experience

시스템 생물학이란? 생명현상을 하나의 일관된 유기적 복합체로 규정하고 전산학, 생물학, 수학, 물리학, 화학 등의 원칙을 사용하여 분석

하고 모사 발명하는 것을 목표로 하는 학문이다. 재료과학, 전기 전자 기술, 컴퓨터 산업의 발달 등과 같은 타 과학 분야에서의 기술 발전

은 생물학 분야에서 행해지던 기존의 실험에 보다 가속도를 붙일 수 있게 해 주었고 측정 및 기타 실험 장비의 정밀화를 통하여 보다 작은

미소 세계 단위까지의 실험 및 측정이 가능해졌다. 이 결과 유전체, 전사체, 단백체, 대사체 등과 같은 오믹스(-omics) 빅데이터 (Big Data)

의 효율적이고 정확한 분석이 요구되어지고 있다. 계산시스템생물학 연구실의 연구 목표는 다음과 같다.

- 약물 활성 예측 인공지능 모델 개발

- 약물 후보 예측 인공지능 모델 개발

- 개인 맞춤형 약물 예측 및 질병 진단 바이오 마커 발굴

Computational Systems Biology Laboratory

유전체서열 분석 약물표적 예측 Cheminformatics

질병유전체맞춤형

약물 개발

대사과정,

대사물질



연구성과


대표 논문


주요 특허

시설 및 장비

· 무선 이어버즈의 다중 마이크로폰을 활용한 음질 개선 연구 (2019.09~2020.02, 한국연구재단)

· 사회적 소통 약자의 접근성을 고려한 지능형 도구 기반 콘텐츠 제작 및 향유 지원 기술개발 (2019.08~2021.12, 문화체육관광부)

· 음성 및 텍스트에 기반하는 감정 인식 방법론 검토 및 실험 검증 (2019.06~2019.11, ETRI)

· 로봇용 free-running 임베디드 자연어 대화음성인식을 위한 원천 기술 개발 (2017.04~2020.12, 산업통상자원부)

· Mobile향 Speech Enhancement 알고리듬 개발 (2018.03~2020.02, 삼성전자 LSI 사업부)

· Audio user interaction recognition and context refinement (미국 2017)

· Systems and methods for audio signal processing (미국 2016)

· Personalized bandwidth extension (미국 2016)

· Content based noise suppression (미국 2016)

· Systems, methods, and apparatus for speech feature detection (미국 2015)

· Loudness maximization with constrained loudspeaker excursion (미국 2014)

· Aluminium soundproof panel with sliding soundproof door

· Sound localization based on phase difference enhancement using deep neural networks (IEEE/ACM Transaction on Audio, Speech, and Language

Processing, 2019)

· DNN-based monaural speech enhancement with temporal and spectral variations equalization (Digital Signal Processing, 2018)

· Multichannel speech reinforcement based on binaural unmasking (Signal Processing, 2017) Dual microphone voice activity detection exploiting

interchannel time and level difference

· (IEEE Signal Processing Letters, 2016)

· Stereophonic acoustic echo suppression incorporating spectro-temporal correlations (IEEE Signal Processing Letter, 2014)

Tel. 062.715.2235 e-mail. [email protected] Web. mspl.gist.ac.kr

연구실 소개

멀티미디어 신호처리 연구실


Tel 062-715-2235

신 종 원 교수

2008 Ph.D. in Electrical Engineering and Computer Science, Seoul National University

2002 B.S. in Electrical Engineering, Seoul National University

2012~Present

2008~2012Associate Professor, School of Electrical Engineering and Computing Science, GIST

Senior Engineer, QCT Multimedia R&D and Standards, Qualcomm Inc.

Education

Experience

본 연구실에서는 음성 및 음향 신호처리에 중점을 둔 멀티미디어 신호처리의 모든 부분에 대한 연구를 진행한다. 신호의 특성 및 인간의

청각모델에 기반을 둔 신호처리적인 접근 방식과 데이터베이스에 기반한 딥 러닝 등의 머신 러닝 기법, 신호 모델과 데이터베이스를 모두

활용하는 통계 신호처리 기법 등 다양한 접근 방법을 활용한다. 주 연구 분야로는 잡음이 존재하는 환경에서의 원하는 신호의 검출, 잡음

제거, 신호원 위치 추정, 음원 분리, 음악 정보 추출 등을 비롯해서 음성 신호를 이용한 사람의 감정 인식, 수면 중 코골이 소리를 이용한 상

기도 폐쇄 위치 분류 연구 등을 포함한다.

Multimedia Signal Processing Laboratory



연구성과


대표 논문


주요 특허

시설 및 장비

· 대규모 실시간 비디오 분석에 의한 전역적 다중 관심객체 추적 및 상황 예측 기술 개발, 딥뷰 2세부, IITP 인공지능 국가전략프로젝트

(2014.01~2023.12)

· 딥러닝 기반과 도메인 적응에 기반한 실세계 물체인식 기술 연구 (2019.09~2021.12), NRF 중견연구

· 시선인식 AI 고도화 개발 (2019.06~2020.2), 롯데정보통신 산학연구

· 다른 초점 거리를 갖는 두 개의 카메라를 이용한 객체 검출 방법 및 그 장치 (국내 2019)

· 고화질 항공 이미지에서의 물체 검출 방법 (국내 2019)

· 얼굴 비식별화 방법 (국내 2017)

· 다중 객체 추적 방법 (국내 2018)

· Synapse Circuits for Connecting Neuron Circuits, Unit Cells Composing Neuromorphic Circuit, and Neuromorphic Circuits (미국 2015)

· 대용량 연산을 위한 서버 구축

· 컴퓨터 비전 연구 및 데이터셋 구축을 위한 카메라 (Kinect, Leap motion)

· 자율주행 관련 센서 (LiDAR, Radar, 열화상 카메라)

· 개조 완료된 실차 기반 자율주행차량

· Boosting Discrimination Information based Document Clustering using Consensus and Classification (IEEE Access, 2019)

· Labeled Random Finite Set Online Multi-Object Tracker for Video Data (Pattern Recognition, 2019)

· Dirvers Drowsiness Detection using Condition-Adaptive Representation Learning Framework (IEEE T. ITS, 2018)

· Joint Representation Learning of Appearance and Motion for Abnormal Event Detection (Machine Vision and Application, 2018)

· Contrastive divergence for memristor-based restricted Boltzmann machines (Engineering Applications of Artificial Intelligence, 2015)

Tel. 062.715.2406 [email protected] Web. https://sites.google.com/view/mlv

연구실 소개

기계학습 및 비전 연구실


Tel 062-715-2406

전 문 구 교수

2001 Ph.D. in Scientific Computation, University of Minnesota, Minneapolis, MN, USA

1999 M.S. in Computer Science, University of Minnesota, Minneapolis, MN, USA

1988 B.S. in Architectural Engineering, Korea University, Seoul, Korea

2019~Present

2017~2018

2010~2012

2005~Present

Director, Korea Culture Tech. Institute , GIST

Chair, School of EECS, GIST

Director, Business Incubator Center, GIST

Assistant, Associate, Full Professor, School of EECS, GIST

Education

Experience

최근 딥러닝 기술의 발달로 전세계적으로 머신러닝과 AI 기술에 대한 관심이 높아지고 있습니다. 이러한 기술은 산업, 학계 등 다양한 분

야에 적용되고 있으며, 컴퓨터 비전 및 머신 비전 분야에도 적용되어 기존의 기술보다 더 나은 성능을 보여주고 있습니다. 저희 연구실에

서는 이러한 머신러닝, 컴퓨터 비전, 그리고 패턴 인식 기술을 활용해 자율주행, 실시간 비디오 분석과 같이 지금까지 인간이 수행하던 역

할을 보조하거나 대체해 삶의 질을 높여주는 AI 기술을 연구합니다. 실시간 비디오 분석은 다중 물체를 자동으로 추적하는 기술과 영상

속 군중들의 행동 분석을 통한 이상상황 인식, 그리고 다수의 카메라 네트워크에서 동일한 객체를 식별하는 기술을 포함하고 있습니다.

또한 자율주행 기술의 경우 사람의 조작없이 차량의 완전 자율주행을 구현하는 것을 목표로 하고 있습니다. 저희 연구실은 실시간 비디오

분석에 사용되는 학습 데이터 획득을 위한 다양한 촬영 장비를 갖추고 있으며 자율주행 연구에 필요한 센서와 자율주행차량도 보유하고

있습니다. 이러한 장비로 획득한 다양한 데이터는 사용 목적에 따라 분석되어 현재 상황을 인식해 사람 또는 기계가 그에 따른 대응을 할

수 있도록 도우며, 더 나아가 앞으로의 상황을 예측하는데 활용됩니다. 이외에도 저희 연구실에서는 아직 표면에 드러나지는 않았지만 우

리가 일상생활에서 겪을 수 있는 여러 문제들에 대해 고민하고 AI 기술을 통해 이 문제들을 근본적으로 해결할 수 있도록 최선을 다하고

있습니다.

Machine Learning & Vision Laboratory

MLV 연구실 보유 장비 현황



연구성과


대표 논문


주요 특허

시설 및 장비

· 뇌자극을 통한 웹 슬리핑 방법 개발, GIST

· 딥러닝을 이용하여 사람의 의도를 인지하는 BCI기반 뇌인지컴퓨팅 기술 개발, 정보통신기술진흥센터 (IITP)

· 실시간 시각 및 상상 이미지 복원을 위한 뇌파 딥 러닝 기술, 한국연구재단 (NRF)

· 기억력 향상용 시스템 및 이를 이용한 기억력 향상 방법, 2019 국내특허 출원 (10-2019-0018915)

· APPARATUS AND METHOD FOR DETECTING A STATE OF A DRIVER BASED ON BIOMETRIC SIGNALS OF THE DRIVER, 2018

미국특허등록 (US10022082B2)

· APPARATUS AND METHOD FOR BRAIN COMPUTER INTERFACE, 2016 미국특허출원 (US20170238831A1)

· DSI24 – Wearable sensing (21-channel wired/wireless EEG acquisition device with dry electrode)

· Biosemi Active two (64-channel EEG acquisition device with active electrodes)

· Starstim8 (Wireless hybrid EEG/tCS 8-channel neurostimulator)

· EEG monitoring system during sleep (infrared camera, bed)

· Relation between the electric field and activation of cortical neurons in transcranial electrical stimulation (2019) Brain Stimulation.

· Interbrain Phase Synchronization During Turn-Taking Verbal Interaction – A Hyperscanning Study Using Simultaneous EEG/MEG

(2018) Human Brain Mapping

· EEG datasets for motor imagery brain computer interface (2017) GigaScience

Tel. 062.715.2216 [email protected] Web. https://biocomput.gist.ac.kr

연구실 소개

바이오컴퓨팅 연구실


Tel 062-715-2216

전 성 찬 교수

1998 Ph.D. in Applied Mathematics, KAIST

1993 M.S. in Applied Mathematics, KAIST

1991 B.S. in Mathematics (Major), Computer Science (Minor), KAIST

2017~2018 APSIPA BioSiPS TC Chair

2018~Present IEEE ACCESS, Associate Editor, Brain-Computer Interfaces,

Editorial Board Member

2007~Present

2004~2007

2000~2004

1998~2000

Full Professor, School of Electrical Engineering and Computer Science, GIST

Technical Staff Member, Los Alamos National Laboratory (LANL), USA

Postdoctoral Associate, University of New Mexico & LANL, USA

Postdoctoral Associate, KRISS & KAIST

Education

Fact sheet

Experience

본 연구실에서는 사람의 몸에서 발생되는 생체 신호(뇌전도, 뇌자도, 근전도, 안구전도, 심전도 등) 및 의료 영상 정보 등의 빅데이

타를 다루며, 뇌공학의 최신 혁신 기술 중 하나인 뇌-컴퓨터 인터페이스 (Brain-computer/machine Interface :BCI/BMI), 뇌 기능

향상 (Brain Enhancement), 뇌 전기자극 (Electrical Brain Stimulation: EBS), 뇌 모델링, 수면 조절 등의 기술 개발을 주도하고

있다. 이러한 차세대 뇌공학 기술 개발을 위해 근원적인 인간의 뇌 기능 및 작동 원리 등의 이해를 바탕으로 다양한 기계 학습법 및

인공지능 기술을 활용하고 있다.

BioComputing Laboratory



연구성과


대표 논문


주요 특허

· Developed intelligent UI/UX technology for AR glasses-based docent operation, 2018.2-2019.12

· Development of Smart Culture Lens based on machine learning for the analysis of elements of visual form in Korean culture,

2018.8-2019.7

· Development of multI-dimensional imaging technology and platform for performance immersion, 2019.1-2020.12

· Development of visibility test methods and tools for public signage, 2019.4-2021.12

· Development of content creation and entertainment technologies based on intelligent authoring tool to enhance accessibility of

social communication disabilities, 2019.8-2021.12

· 디스플레이 장치 내 사용자 움직임 감지 방법 (2017)

· 전자기기 제어 단일버튼 UI 설계 (2017)

· 도파관 활용 움직임 감지를 위한 Active 감지 영역 추출 장치 및 방법 (2017)

· 디스플레이 장치 및 컨텐츠를 디스플레이하는 방법 (2017)

· J.-H. Hong, J. Ramos, and A.K. Dey, “Toward personalized activity recognition systems with a semipopulation approach,” IEEE T.

Human-Machine Systems, vol. 46, no. 1, pp. 101-112, 2016.

· J.-H. Hong and A.K. Dey, “Personalized affect modeling with field-based physiological responses,” Interacting with Computers,

vol. 27, no. 6, pp. 577-591, 2015.

· J.-H. Hong, B. Margines and A.K. Dey, “A smartphone-based sensing platform to model aggressive driving behaviors,” CHI 2014.

· J.-H. Hong, J. Ramos and A.K. Dey, “Understanding physiological responses to stressors during physical activity,” Ubicomp 2012.

Tel. 062.715.5343 [email protected] Web. https://sci.gist.ac.kr

연구실 소개

소프트 컴퓨팅 & 인터랙션 연구실


Tel 062-715-5343

홍 진 혁 교수

2009 : 연세대학교 컴퓨터과학과 Ph.D.

2004 : 연세대학교 컴퓨터과학과 M.S.

2002 : 연세대학교 기계전자공학부(정보산업전공) B.S.

2017~2018

2014~2017

2009~2014

네이버 연구원

삼성전자 VD 책임/수석연구원

CMU HCII 박사후연구과정, 시스템과학자

Education

Experience

SCI연구실은 다양한 인공지능 기술을 바탕으로 인간과 환경에 대해 인식하고 상호작용하는 지능형 시스템과 기술을 연구하고 있습니다.

각종 센서기술을 활용하여 멀티모달 사용자 인터페이스를 구축하여 사용자의 다양한 의도를 인식할 뿐만 아니라 다양한 채널로 사용자

에게 보다 편하고 정확히 서비스를 개발합니다. Computer Vision, Computational Linguistics, Human-Computer Interaction 등의 분야

를 포괄한 학제간의 연구와, 최근 많은 관심을 받고 있는 머신러닝, 딥러닝 등의 기술을 활용하여 실세계 문제를 해결하는 연구를 진행하

고 있습니다. AI도슨트, 문화재 분석 등 문화기술과 관련된 응용 뿐만 아니라 상황 인식, 행동 인식, 대화 처리 등 인간을 이해하기 위한 각

종 AI기술의 개발에도 초점을 맞추고 있습니다.

Soft Computing & Interaction Laboratory



연구성과


대표 논문


주요 특허

시설 및 장비

· 중소형 빌딩 유연수요 분석 기술 및 인공지능 기반 빌딩 타입에 따른 지능적 부하 예측 기술 연구 (KETEP)

· 무선 스마트미터 보안 및 비정상 정보 검출을 위한 신호 및 정보처리 기술 연구 (한국전력)

· 전력 IoT를 위한 경량 인증과 압축 아키텍처 및 지능형 신호 처리 기술 연구 (IITP)

· 신재생에너지장치 이상동작 탐지를 위한 인공지능 기반 전력 건전성 진단 알고리즘 개발 (ETRI)

· 차세대 정보저장 시스템의 고밀도화 및 다채널 신호 처리와 코딩 기술 개발 (연구재단)

· 머신러닝에 기반한 분광 측정 시스템의 응용 스펙트럼 분석 및 자동 분류 기술 연구 (환경부)

· E. Hwang, G. Mathew, and J. Park, Track mis-registration sensitive initialization of joint equalizer, US9245559, Jan. 26, 2016, United States.

· E. Hwang, Systems and methods for skew tolerant multi-head data processing, US9147429, Sept. 29, 2015, United States.

· E. Hwang, G. Mathew, and X. Song, System and method for generating soft-orthogonal sync-marks, US8976477, Mar. 10, 2015, United States.

· S. Yoon and E. Hwang, “Load Guided Signal based Two-Stage Charging Coordination of Plug-In Electric Vehicles for Smart Buildings,”

IEEE Access, accepted, 2019

· K. Park, S. Yoon, and E. Hwang, “Hybrid Load Forecasting for Mixed-use Complex based on Characteristic Load Decomposition by Pilot

Signals,” IEEE Access, vol. 7, pp. 12297-12306, 2019

· Y. Lee, E. Hwang, and J. Choi, “A Unified Approach for Compression and Authentication of Smart Meter Reading in AMI,” IEEE Access,

vol. 7, pp. 34383-34394, 2019

· K. Park, S. Yoon, and E. Hwang, “Flexible Charging Coordination for Plug-in Electric Vehicles based on Uniform Stochastic Charging

Demand and Time-of-Use Tariff,” presented at IEEE Transp. Electrification Conf. Expo (ITEC’19), 2019 4.

Tel. 062.715.3223 [email protected] Web. https://isp.gist.ac.kr

연구실 소개

정보 및 신호처리 연구실


Tel 062-715-3223

황 의 석 교수

2011: Ph.D. in Electrical & Comp. Eng. (ECE) Carnegie Mellon U.

2010: M.S. in ECE, Carnegie Mellon U.

2000: M.S. in Mech. Des. & Prod. Eng. Seoul Nat. U.

1998: B.S. in Mech. Des. & Prod. Eng. Seoul Nat. U.

2015~present

2011~2014

2000~2006

에너지정보/인공지능/채널신호처리 분야 SCI급 학술지에 20여편 게재, 미국 특허 20여건 등록

2018년 정보과학회 인공지능부문 우수논문상 수상

2017년 GIST 공로상 수상 (부서발전 기여)

Assistant/Associate Professor, School of Mechatronics / Mechanical Engineering, GIST

Researcher, LSI (now Broadcom), US

Research Staff, Daewoo Electronics

Education

Experience

Awards and Honors

본 연구실에서는 통계적 신호/정보 분석과 처리 관련 핵심 및 응용 기술에 대한 연구를 수행하며, 지능형 전력망 유연수요, 전력 IoT, 전기

차 그리드 연계, 데이터 채널 아키텍처, 분광 측정 신호 처리 등 다양한 ICT 융합 연구를 진행 중임.

- 지능형 전력망 모니터링, 인공지능 기반 데이터 분석 및 부하 예측, 유연 수요 조정을 위한 Demand flexibility 추정 연구

전력 IoT 를 위한 물리계층 보안 기술, 압축 센싱 기반 M2M Light 인증 기술 및 스마트미터 신호 압축 기술 연구

- 전기자동차를 지능형 전력 그리드에 연계하는 V2G/B (Vehicle-to-grid/building) 정보처리 및 운영 알고리즘 및 인공지능 기반 고도화

기술 연구

- 차세대 비휘발성 메모리와 HDD 등의 저장 밀도와 처리 성능을 개선시키는 지능형 정보처리 기술과 코딩기술에 대한 연구

- 분광 스펙트럼의 정보 분석 및 통계적 분류와 기계학습/인공지능 기반 금속스펙트럼 다중 분류 알고리즘 연구

Information and Signal Processing Laboratory

Real-time Energy

Monitoring and Analysis System

Computing

Cluster

Embedded controller

with FPGA acceleration

Artificial Intelligence Graduate School - GIST · · 딥러닝 기반 자동번역 모델에 관한...

Documents

Transcript of Artificial Intelligence Graduate School - GIST · · 딥러닝 기반 자동번역 모델에 관한...