Hyun-Jong Yang
서울대학교 전기정보공학부
통신 시스템, 분산 학습 시스템, 커넥티드 로보틱스
hjyang@snu.ac.kr
Advanced Intelligent Systems Lab focuses on the synergy between Wireless Communications and Artificial Intelligence, with core interests in AI-Native RAN (AI-RAN), Integrated Sensing and Communications (ISAC), and Distributed Machine Learning for Connected Advanced Systems such as Robots.
AI-native RAN intelligence that translates high-level human intent into real-time network actions. Intent LMM interprets operator inputs and orchestrates control apps across the O-RAN RIC stack.
Distributed learning for battery-limited wireless edge systems. Devices update lightweight models using local data and share privacy-preserving parameters with a central server.
Two-level intelligence loop for connected robotics. Robots execute fast on-device control for immediate safety, while an Edge LMM aggregates multi-robot telemetry for global planning.
출처: 연구실 홈페이지
현재 재학생
8명
최근 5년 졸업
8명
졸업생 진로 분포: 학계 5명, 산업체 3명
학위 과정 분포: 석사 1명, 석박통합 6명, 박사 1명 (대학원 8명)
대학원 8명 · 포닥·학부연구생 7명 별도
본 페이지는 연구실 규모 파악을 위한 집계 통계(구성원 수, 진로 카테고리, 학위 과정 분포)만 제공하며, 개별 학생의 이름·전적·취업처 등은 표시하지 않습니다. 학위 과정 분포는 모든 재학생의 과정이 명확히 분류된 경우에만 표시되며 (분류 미상 학생이 1명이라도 있으면 미표시), k≥5 익명성 조건을 충족할 때만 공개됩니다 (PIPA §58-2·§28-2 + 대법원 2014다235080).
본 논문은 점프 확산을 포함한 완전히 결합된 전진-후진 확률미분방정식(FBSDE)의 확률 최적제어 문제를 연구합니다. 원래 문제를 단말 상태 제약 전진 확률제어 문제로 변환한 후 후진 도달가능성 분석을 통해 해결하며, 보조 비제약 제어 문제의 값 함수가 적분형 Hamilton-Jacobi-Bellman 방정식의 유일한 점성해임을 보입니다.
본 논문은 다중셀 MISO 채널에서 심층신경망(DNN)을 기반으로 한 빔포밍 벡터 설계를 제안합니다. 로컬 채널상태정보와 제한된 스칼라 정보 교환만을 이용하여 간섭 없는 사용자를 선택하고 해당 사용자들에게 영 간섭을 생성하는 빔포밍 벡터를 설계합니다. 시뮬레이션 결과 DNN이 다중셀 네트워크에서 로컬 CSI만으로 미지의 채널상태정보를 효과적으로 추정함을 보여줍니다.
본 논문은 주사전자현미경(SEM)의 이미지 품질을 자동으로 평가하고 매개변수를 제어하여 고품질 샘플 이미지를 획득하는 딥러닝 기반 자율 SEM 시스템을 제안합니다. 이는 SEM의 복잡한 조작 난제를 해결하여 교육, 제조, 기계 진단 등 광학현미경 영역으로의 확대 적용을 가능하게 합니다.