연구

  • HOME
  • > 연구
  • > 연구실 소개

연구

    연구실 소개

    • Pattern Recognition and Machine Learning Lab

      지도교수 이성환

      본 연구실은 인공지능의 핵심인 패턴인식 및 머신러닝 기법을 개발하고, 이를 다양한 응용 분야에
      적용하는 연구를 진행하고 있습니다. 구체적으로 인공지능의 의사 결정을 설명할 수 있는
      Explainable AI 기술, 카메라 영상 분석을 통해 사람의 행동 분석 및 예측이 가능한
      Cognitive Computer Vision 기술, 항공 영상의 객체 검출, 위치 추정, 변화 탐지를 위한
      Aerial Image Analysis 기술, 인간 뇌의 작동 원리를 모방한 Brain-inspired AI 기술, 뇌 신호
      분석을 통해 생각만으로 외부 장치를 제어할 수 있도록 하는 Brain-Computer Interface 기술 등을 연구 중에 있습니다.

    • Data Intelligence Lab

      지도교수 이상근

      데이터 인텔리전스 연구실은 [Towards R&D Excellence]라는 비전을 가지고
      [One-of-a-kind]한 연구를 수행합니다. 주요 연구분야는 지식베이스 및 딥러닝 기반 인공지능,
      온디바이스 (On-device) 인공지능과 이를 활용한 신개념 인공지능 서비스 개발 입니다.

    • Statistical Machine Learning Lab

      지도교수 정원주

      본 연구실에서는 기계 학습, 딥러닝, 통계적 학습 분야를 폭넓게 연구합니다.
      적용 분야는 뇌신호 분석을 통한 Brain-Computer interface분야, Few Shot learning 분야
      이미지 생성및 변환, 음성 합성및 분석 등의 여러 응용문제를 다룹니다.

    • Brain Reverse Engineering by Intelligent Neuroimaging Lab

      지도교수 성준경

      뇌 질환의 진단 및 분석에 사용되는 다양한 의료영상들 중에서 구조적 자기공명영상, 기능적
      자기공명영상, 텐서확장영상을 이용하여 전산학적 방법으로 통합 분석하고 있습니다. 각 영상마다
      가지는 특성에 맞추어 곡률기반 분석, 구조 분석, 네트워크 분석 등을 진행하고 있습니다.

    • Cognitive Systems Lab

      지도교수 Christian Wallraven

      In the cognitive Systems Lab, we have two main goals: -our first goal is to enhance our
      understanding of the algorithms employed by thr human cognitive system throufn the
      use of cutting-edge methods from machine learning and computer graphocs coupled
      with perceptual and cognitiver experiments. Our second goal is to transfer this
      knowledge to implementations of intelligent, artifical cognitive systems which can be
      used in rocotrics, computer vision, computer animation, and even in clinical
      applications. In the lab, we apply this combined experimental and computauional.

    • Machine Intelligence Lab

      지도교수 석흥일

      The Machine Intelligence Laboratory (MiLab) is devoted to the development of
      computational models for various researches in the brain and cognitive engineering
      field. Specifically, we focus on 1) machine learning algorithms for data analysis and
      pattern identification, 2) brain disease/disorder diagnosis or prognosis by analyzing
      complex patterns inherent in neuroimaging and/or genetic data, and 3) non-invasive
      brain-computer interfaces to enhance human performance.

    • Medical Artificial Intelligence Lab

      지도교수 감태의

      의료인공지능 연구실에서는 딥러닝/머신러닝 기법을 통해 다양한 의료 데이터를 분석하고
      이를 기반으로 헬스케어 시스템을 구축하는 것을 목표로 연구를 진행하고 있습니다.
      특히, MRI, fMRI, EEG 등의 뇌영상/뇌신호 분석을 통해, 뇌 네트워크의 이상상태를 검출하고
      이를 기반으로 알츠하이머 병, 자폐증 등의 다양한 뇌 질환을 진단하는 기술을
      핵심적으로 개발하고 있습니다.

    • Robot Intelligence Lab

      지도교수 최성준

      로봇 지능 연구실은 사람과 로봇이 공존하는 환경 속에서 필요로 하는 여러 학습 기반 방법론들을 연구합니다. 특히 Human-Robot Interaction (HRI)에서 필요로 하는 Robust and Reliable Machine Learning 분야에 집중하며, 노이즈가 있는 환경에서 어떻게 하면 강인한 예측을 할 수 있는지(Robust Learning)와 학습 기반 방법론의 안정성 보장(Reliable Learning)에 대한 연구를 진행하고 있습니다. 또한 실제 로봇에 강화 학습을 활용하기 위해 Sample-Efficient Reinforcement Learning을 연구 중에 있습니다.