연구실 정보를 불러오고 있습니다
강화학습
Reinforcement learning based energy harvesting communications and self-driving autonomous transit
양자 머신러닝
AI 기반 의료 진단
MRI brain tumor segmentation, brain metastasis detection, and pathological cancer cell detection in microscopical images
메타러닝 및 베이지안 학습
Bayesian optimization for deep neural networks and active learning based model agnostic meta-learning
딥러닝 응용 (통신)
Generative adversarial training, automotive radar interference mitigation, and signal detection for molecular communications
분산 컴퓨팅 및 저장
Secure distributed computing, private information retrieval, and coded caching
그래프 이론 기반 비지도 학습
Spectral methods for unsupervised learning and graph theoretical generative models
네트워크 정보 이론
MIMO and interference alignment techniques
양자 딥러닝을 위한 배치학습 최적화 문제 해결
Graph theory based generative adversarial networks and meta-learning
Deep and reinforcement learning techniques for smart IoT networks
Deep learning based customer information modeling
A Study on Paralysis Technique of Digital Communication under Cyber Electronic Warfare
Research on non-RF communication systems
출처: 연구실 홈페이지
현재 재학생
28명
최근 5년 졸업
0명
학위 과정 분포: 석사 9명, 박사 19명 (대학원 28명)
대학원 28명 · 포닥·학부연구생 2명 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).
수집 중
수집 중
논문 데이터가 수집되면 연구 키워드가 자동 추출됩니다