연구실

▶ 연구실 소개
통신 및 머신러닝 연구실(CML)에서는 딥러닝, 머신러닝, 강화학습 및 머신러닝을 적용한 통신 기법과 정보이론 기반 분산 컴퓨팅, 스토리지 기술을 연구하고 있다. 1) 딥러닝 분야는에서는 비지도 학습, 자연어처리, 베이지안 러닝 등을 연구하고 있다. 2) 강화학습 분야에서는 강화학습을 활용한 에너지 하베스팅 기술, Imitation Learning, Multiagent Learning을 연구 하고 있다. 3) 분산 컴퓨팅 분야에서는 분산 컴퓨팅 환경에서 일어날 수 있는 컴퓨팅 성능과 통신 사이에서의 최적화, 저장 장치 실패의 문제, Coded Caching 문제를 다루고 있다.
▶ 연구 분야
Machine Learning
Deep Learning
Reinforcement Learning
Distributed Computing & Storage
Energy Harvesting

▶ 최근 관심분야
Machine Learning, Deep Learning, Reinforcement Learning, Distributed computing and storage.

▶ 주요 연구과제
- 스마트 IoT 네트워크를 위한 인공지능 및 강화학습 기법 연구
- 인공지능 기반 중고차 표준 시세 알고리즘 개발
- 공공안전을 위한 무선 카메라 네트워크 연구
- 딥러닝 기술 기반 고객 정보 분석 알고리즘 개발

- "An Outer Bound on the Storage-Bandwidth Tradeoff of Exact-Repair Cooperative Regenerating Codes," in IEEE Transactions on Information Theory in Nov. 2017
- "Coordinated Beamformig for Multi-cell MIMO-NOMA," in IEEE Communications Letters, vol. 21, no. 1, pp. 84-87, Jan. 2017.
- "Non-Orthogonal Multiple Access in Multi-Cell Networks: Theory, Performance, and Practical Challenges," in IEEE Communcation Magazine, Oct. 2017
- "A Scalable Framework for Secure Distributed Computing," 2018 Information Theory and Applications Workshop