1. 일시: 2022년 9월 22일(목), 10:00-12:00

2. 장소: 광교 테크노밸리 산업수학혁신센터 세미나실

3. 발표자: 김장수 교수(성균관대학교)

4. 주요내용: On sequences related to the pallet loading problem.

5. 유튜브 실시간 스트리밍 : 현장 참석이 어려운 분들을 위해 온라인으로 실시간 방송할 예정입니다. 주소는 당일 신청페이지에 업데이트 하겠습니다.

1. 일시: 2022년 9월 20일(화), 14:00-16:00

2. 장소: 코트야드 메리어트 서울 판교, 코트야드룸

3. 발표자: 장원 교수 (University of Cincinnati)

4. 주요내용: 가우시안 프로세스 모형과 베이지안 추론

가우시안 프로세스 모형은 저차원 공간에서 회귀분석이나 함수근사를 위해 사용할 경우 특정 조건에서 최적의 예측모형을 제공하므로 공간통계분석과 비모수 베이지안 방법에서 널리 활용되어왔다. 본 강의에서는 가우시안 프로세스 모형의 기본이 되는 다변량 정규분포, 가능도함수, 조건부 분포를 소개하고, 또한 가우시안 프로세스를 정의하는데 핵심이 되는 머턴 공분산 모형의 정의와 성질을 다룬다. 그리고 가우시안 프로세스를 실제 자료에 적합할 때 가장 유용한 방법인 베이지안 추론에 대해 논의하고, 가우시안 프로세스를 예시로 하여 베이지안 추론의 주요 개념과 실제 문제 적용시에 주의할 점 등을 소개한다.

5. 유튜브 실시간 스트리밍 : 현장 참석이 어려운 분들을 위해 온라인으로 실시간 방송할 예정입니다. 주소는 당일 참가신청 페이지에 업데이트 하겠습니다.

현장참석 인원에 제한이 있어, 온라인 참석을 권장드립니다. 현장참석 가능 인원분들께는 별도 연락드리겠습니다. (신청 이메일 확인)

1. 일시: 2022년 9월 7일(수), 14:00-16:00

2. 장소: 광교 테크노밸리 산업수학혁신센터 세미나실

3. 발표자: 조현태 박사 (기초과학연구원)

4. 주요내용: 딥러닝 기반 세포 신호 역학에서의 비모수 추론 방법

약물에 영향을 받는 세포의 내부 역학을 식별하는 것은 약물에 의한 반응을 이해하고 효과적인 치료법을 개발하기위해 필수적이다. 비록 약물 반응에 의해 발생한 세포내 생성물은 관측이 가능하지만, 발생 이전의 모든 과정을 즉각적으로 관측하기에는 한계가 있다. 발생 이전의 모든 과정을 하나의 지연과정으로 고려하고 적당한 확률과정모델을 설정할 수 있으나, 결과적으로 비-마르코프 특징을 가지는 시스템에서의 시스템 특징들을 추론해야 한다. 이를 해결하기 위해, 딥러닝기반의 비-마르코프 프로세스의 시스템 역학을 추론하는 모델을 개발하였다. 특히 항생제에 반응하는 촉진제의 단세포 발현 프로파일에 딥러닝 모델을 적용했고 항생제 반응에 의한 세포 간 변동성의 주요 원천인 신호 캐스케이드를 시각화 하였다.

5. 유튜브 실시간 스트리밍 : 현장 참석이 어려운 분들을 위해 온라인으로 실시간 방송할 예정입니다. 주소는 당일 신청 게시글에 업데이트 하겠습니다.

1. 일시: 2022년 8월 31일(수), 13:30-15:30

2. 장소: 광교 테크노밸리 산업수학혁신센터 세미나실

3. 발표자: 신원용 교수 (연세대학교)

4. 주요내용: Fundamentals of Graph Neural Networks and Their Real-World Applications to Network Alignment

그래프 신경망 (GNN: graph neural network)은 그래프에서 높은 표현 능력과 함께 특징 정보를 추출하는 방법론으로 학계와 산업체에서 최근 폭발적인 관심을 받고 있다. 본 세미나에서는 그래프 신경망의 개요 및 주요 동작 원리를 다룬다. 구체적으로, message passing의 원리를 이해하고 state-of-the-art 알고리즘에서 사용한 다양한 message passing 함수를 소개한다. 그래프 신경망을 활용한 다양한 downstream 응용 문제들이 존재하지만, 본 세미나에서는 근본적인 그래프 마이닝 문제 중 하나인 네트워크 정렬 (network alignment)으로의 적용을 다룬다. 네트워크 정렬 문제를 정의하고, 기존 연구 결과물들을 요약하고 한계점에 대해 설명한다. 이를 바탕으로 발표자 연구실에서 제안한 그래프 신경망을 활용한 새로운 점진적 네트워크 정렬 방법을 소개한다. 마지막으로, 그래프 신경망을 사용해 해결할 수 있는 다양한 실세계 응용 문제를 공유하고 토의한다.？

5. 유튜브 실시간 스트리밍 : 현장 참석이 어려운 분들을 위해 온라인으로 실시간 방송할 예정입니다. 주소는 당일 신청 페이지에 업데이트 하겠습니다.

1. 일시: 2022년 8월 9일(화), 14:00-16:00
2. 장소: 광교 테크노밸리 산업수학혁신센터 세미나실
3. 발표자: 염시진 연구원(포항공과대학교)
4. 주요내용: Weighted RCF for Anomaly Detecion

본 세미나는 외부인 참여 없이 내부세미나로 진행합니다.

1. 일시: 2022년 7월 29일(금), 11:00-14:00

2. 장소: 광교 테크노밸리 산업수학혁신센터 세미나실

3. 발표자: 양승환 박사 (웰컴저축은행)

4. 주요내용: 금융산업에서의 추천시스템

본 발표에서는 추천 시스템을 구축하는 가장 성공적인 접근 방식 중 하나인 협업 필터링(CF)에 대하여 소개할 것입니다. 먼저 CF 태스크와 데이터 희소성, 확장성, 동의어, 개인 정보 보호 등과 같은 주요 과제, 그리고 해결책을 소개할 것입니다. 대표 알고리즘인 메모리 기반, 모델 기반 및 하이브리드 CF 알고리즘(CF를 다른 기법과 결합하는 방법)에 대하여 소개할 것입니다. 마지막으로 추천 시스템의 평가 지표에 대하여 소개할 계획입니다.

현장 강의만 진행합니다.

1. 일시: 2022년 7월 28일(목), 14:00-16:00

2. 장소: 광교 테크노밸리 산업수학혁신센터 세미나실

3. 발표자: 도성주 박사 (한국원자력연구원)

4. 주요내용: 원자력 분야에서의 이상 유동(Two phase fluid)의 수치 모델링 및 수치해석 기법

IT 기술의 괄목할 만한 성장과 발맞추어 산업의 많은 분야들에서 수치해석이라는 도구의 지평이 넓이지고 있습니다. 원자력 산업 분야도 예외는 아니며, 원자력 안전과 관련된 분야의 특수성 때문에 더욱 높은 신뢰도를 갖는 열유체 해석이 필수불가결 합니다. 한편, 큰 밀도차를 갖는 기상과 액상의 거동을 동시에 모사해야하는 이상유동해석 분야는 높은 불확도를 수반할 수 밖에 없는 매우 도전적인 영역입니다. 이와 같은 상황에서 원자력 발전소를 안전하게 설계하고 운전할 수 있도록, 어떤 수학적인 모델링이 사용되는지에 대해 이야기를 나눠보고자 합니다.

현장 강의만 진행합니다.

1. 일시: 2022년 6월 30일(목), 16:00-18:00

2. 장소: 광교 테크노밸리 산업수학혁신센터 세미나실

3. 발표자: 김지운 박사(신한AI)

4. 주요내용: AI는 금융산업에 어떻게 적용되고 있는가?

금융 분야에서 인공지능 기술은 시장 예측, 트레이딩, 상품 추천, 자산 관리와 같은 투자영역 뿐만 아니라, 신용평가, 부정거래 탐지, 자금세탁 방지 등의 리스크 관리, 고객관리 및 마케팅 등 다양한 영역에 걸쳐 활용되고 있다. 본 세미나에서는 금융 산업에서 인공지능이 활용된 실제 사례를 중심으로 적용 기술과 문제 해결 방법 등을 소개한다.

5. 유튜브 실시간 스트리밍 : 현장 참석이 어려운 분들을 위해 온라인으로 실시간 방송할 예정입니다. 주소는 당일 신청 페이지에 업데이트 하겠습니다.

링크:  https://ksiam.org/Conference/ConferenceView.asp?AC=1&CODE=CS20220302&CpPage=#CONF

1. 일시: 2022년 6월 8일(수), 14:00-16:00

2. 장소: 광교 테크노밸리 산업수학혁신센터 세미나실

3. 발표자: 조성일 교수 (인하대학교)

4. 주요내용: An introduction to variational Bayesian inference and its application

This talk introduces a variational inference method popular in Bayesian inference for Machine learning and a recently developed amortized variational inference method. In amortized variational inference, local variational parameters determining posterior approximations for the latent variables are parametrized more parsimoniously as a function of global variational parameters and local data. The reduction of the number of variational parameters that amortization brings leads to vary fast algorithm for fitting computationally expensive models. As an application, this talk introduce the detection of outlying clusters in generalized linear mixed models using an approach where repeated computations of posterior distributions for random effects are needed.

5. 유튜브 실시간 스트리밍 : 현장 참석이 어려운 분들을 위해 온라인으로 실시간 방송할 예정입니다. 주소는 당일 신청 페이지에 업데이트 하겠습니다.