컴퓨터과학과대학원연구실 데이터베이스연구실지도교수 : 이원석 연구분야 : 1. 빅데이터스트림자율학습데이터마이닝기술 - 사물인터넷 (IoT) 환경에서실시간으로발생하는다양한센서빅데이터스트림에대해연속적데이터마이닝하여내제된지식을스스로학습하는자율데이터스트림알고리

Similar documents
PowerPoint 프레젠테이션

08SW

Voice Portal using Oracle 9i AS Wireless

Data Industry White Paper

김기남_ATDC2016_160620_[키노트].key

-

Software Requirrment Analysis를 위한 정보 검색 기술의 응용

untitled

Ch 1 머신러닝 개요.pptx

IT & Future Strategy 보고서 는 21세기 한국사회의 주요 패러다임 변화를 분석하고 이를 토대로 미래 초연결 사회의 주요 이슈를 전망, IT를 통한 해결 방안을 모색하기 위해 한국정보화진흥원 (NIA) 에서 기획, 발간하는 보고서입니 다. NIA 의 승인

°í¼®ÁÖ Ãâ·Â

< B3E220C3DFB0E8C1BEC7D5C7D0BCFAB4EBC8B820B9D720C1A4B1E2C3D1C8B820BEC8B3BBC0E E31302E E687770>

Service-Oriented Architecture Copyright Tmax Soft 2005

정보기술응용학회 발표

À¯Çõ Ãâ·Â

KCC2011 우수발표논문 휴먼오피니언자동분류시스템구현을위한비결정오피니언형용사구문에대한연구 1) Study on Domain-dependent Keywords Co-occurring with the Adjectives of Non-deterministic Opinion

Ⅱ. Embedded GPU 모바일 프로세서의 발전방향은 저전력 고성능 컴퓨팅이다. 이 러한 목표를 달성하기 위해서 모바일 프로세서 기술은 멀티코 어 형태로 발전해 가고 있다. 예를 들어 NVIDIA의 최신 응용프 로세서인 Tegra3의 경우 쿼드코어 ARM Corte

SW¹é¼Ł-³¯°³Æ÷ÇÔÇ¥Áö2013

10 이지훈KICS hwp

DBPIA-NURIMEDIA

<313120C0AFC0FCC0DA5FBECBB0EDB8AEC1F2C0BB5FC0CCBFEBC7D15FB1E8C0BAC5C25FBCF6C1A42E687770>

서현수

미래 서비스를 위한 스마트 클라우드 모델 수동적으로 웹에 접속을 해야만 요구에 맞는 서비스를 받을 수 있었다. 수동적인 아닌 사용자의 상황에 필요한 정보를 지능적으로 파악 하여 그에 맞는 적합한 서비스 를 제공할 수 새로운 연구 개발이 요구 되고 있다. 이를 위하여,

2017 1

김경재 안현철 지능정보연구제 17 권제 4 호 2011 년 12 월

(JBE Vol. 7, No. 4, July 0)., [].,,. [4,5,6] [7,8,9]., (bilateral filter, BF) [4,5]. BF., BF,. (joint bilateral filter, JBF) [7,8]. JBF,., BF., JBF,.

2014ijµåÄ·¾È³»Àå-µ¿°è ÃÖÁ¾

지능정보연구제 16 권제 1 호 2010 년 3 월 (pp.71~92),.,.,., Support Vector Machines,,., KOSPI200.,. * 지능정보연구제 16 권제 1 호 2010 년 3 월

PCServerMgmt7

PowerPoint Presentation

컴퓨터과학과 교육목표 컴퓨터과학과의 컴퓨터과학 프로그램은 해당분야 에서 학문적 기술을 창의적으로 연구하고 산업적 기술을 주도적으로 개발하는 우수한 인력을 양성 함과 동시에 직업적 도덕적 책임의식을 갖는 IT인 육성을 교육목표로 한다. 1. 전공 기본 지식을 체계적으로

논단 : 제조업 고부가가치화를 통한 산업 경쟁력 강화방안 입지동향 정책동향 <그림 1> ICT융합 시장 전망 , 년 2015년 2020년 <세계 ICT융합 시장(조 달러)> 2010년 2015년 2020년 <국내 ICT

PowerPoint 프레젠테이션

¨ìÃÊÁ¡2

<BCBCC1BEB4EB BFE4B6F72E706466>

<4D F736F F D20B1E2C8B9BDC3B8AEC1EE2DC0E5C7F5>

빅데이터_DAY key

그림 2. 5G 연구 단체 현황 앞으로 다가올 미래에는 고품질 멀 티미디어 서비스의 본격화, IoT 서 비스 확산 등의 변화로 인해 기하 급수적인 무선 데이터 트래픽 발생 및 스마트 기기가 폭발적으로 증대 할 것으로 예상된다 앞으로 다가올 미래에는 고품질 멀티미디어 서

Contents SEOUL NATIONAL UNIVERSITY FUTURE INTEGRATED-TECHNOLOGY PROGRAM FIP 13 FIP

SEOUL NATIONAL UNIVERSITY FUTURE INTEGRATED-TECHNOLOGY PROGRAM 13 : (IoT), 4.0,,,,,, CEO. 13 : ( ) ~ 11 1 ( ) : 310

4? [The Fourth Industrial Revolution] IT :,,,. : (AI), ,, 2, 4 3, : 4 3.

슬라이드 1

DW 개요.PDF

I

Syllabus

example code are examined in this stage The low pressure pressurizer reactor trip module of the Plant Protection System was programmed as subject for

2013<C724><B9AC><ACBD><C601><C2E4><CC9C><C0AC><B840><C9D1>(<C6F9><C6A9>).pdf

19_9_767.hwp

LU8300_(Rev1.0)_1020.indd

3 : OpenCL Embedded GPU (Seung Heon Kang et al. : Parallelization of Feature Detection and Panorama Image Generation using OpenCL and Embedded GPU). e

À±½Â¿í Ãâ·Â


歯이시홍).PDF

歯I-3_무선통신기반차세대망-조동호.PDF

1. 서 론

DE1-SoC Board

KD hwp

Microsoft PowerPoint - XP Style

, N-. N- DLNA(Digital Living Network Alliance).,. DLNA DLNA. DLNA,, UPnP, IPv4, HTTP DLNA. DLNA, DLNA [1]. DLNA DLNA DLNA., [2]. DLNA UPnP. DLNA DLNA.

SchoolNet튜토리얼.PDF

High Resolution Disparity Map Generation Using TOF Depth Camera In this paper, we propose a high-resolution disparity map generation method using a lo

<91E6308FCD5F96DA8E9F2E706466>

기획 1 서울공대생에게 물었다 글 재료공학부 1, 이윤구 재료공학부 1, 김유리 전기정보공학부 1, 전세환 편집 재료공학부 3, 오수봉 이번 서울공대생에게 물었다! 코너는 특별히 설문조사 형식으로 진행해 보려고 해 요. 설문조사에는 서울대학교 공대 재학생 121명, 비

DIY 챗봇 - LangCon

ETL_project_best_practice1.ppt

<333820B1E8C8AFBFEB2D5A B8A620C0CCBFEBC7D120BDC7BFDC20C0A7C4A1C3DFC1A42E687770>

AGENDA 모바일 산업의 환경변화 모바일 클라우드 서비스의 등장 모바일 클라우드 서비스 융합사례

CONTENTS Volume 테마 즐겨찾기 빅데이터의 현주소 진일보하는 공개 기술, 빅데이터 새 시대를 열다 12 테마 활동 빅데이터 플랫폼 기술의 현황 빅데이터, 하둡 품고 병렬처리 가속화 16 테마 더하기 국내 빅데이터 산 학 연 관

이제는 쓸모없는 질문들 1. 스마트폰 열기가 과연 계속될까? 2. 언제 스마트폰이 일반 휴대폰을 앞지를까? (2010년 10%, 2012년 33% 예상) 3. 삼성의 스마트폰 OS 바다는 과연 성공할 수 있을까? 지금부터 기업들이 관심 가져야 할 질문들 1. 스마트폰은

전전컴입문

<BBF3C7A5C6C7B7CA28C1A6BABBBFEB2034BAD0B1E2292E687770>

00-CourseSyllabus

전전컴입문

Intra_DW_Ch4.PDF

00내지1번2번

Special Theme _ 모바일웹과 스마트폰 본 고에서는 모바일웹에서의 단말 API인 W3C DAP (Device API and Policy) 의 표준 개발 현황에 대해서 살펴보고 관 련하여 개발 중인 사례를 통하여 이해를 돕고자 한다. 2. 웹 애플리케이션과 네이

Microsoft PowerPoint - 실습소개와 AI_ML_DL_배포용.pptx

<4D F736F F D20C3D6BDC C0CCBDB4202D20BAB9BBE7BABB>

대회 조직 대 회 장 서정연(한국정보과학회 회장) 조직위원회 위 원 장 최종원(숙명여대), 홍충선(경희대), 황승구(ETRI) 위 원 강선무(NIA), 김 종(POSTECH), 김철호(ADD), 민경오(LG전자), 박진국(LG CNS), 서형수(알서포트), 엄영익(성균

Portal_9iAS.ppt [읽기 전용]

06_ÀÌÀçÈÆ¿Ü0926

ecorp-프로젝트제안서작성실무(양식3)

03.Agile.key

,. 3D 2D 3D. 3D. 3D.. 3D 90. Ross. Ross [1]. T. Okino MTD(modified time difference) [2], Y. Matsumoto (motion parallax) [3]. [4], [5,6,7,8] D/3

CRM Fair 2004

00-Intro

1217 WebTrafMon II

목 차 Ⅰ. 정보기술의 환경 변화 Ⅱ. 차량-IT Convergence Ⅲ. 차량 센서 연계 서비스 Ⅳ. 차량-IT 융합 발전방향

Electronics and Telecommunications Trends 인공지능을이용한 3D 콘텐츠기술동향및향후전망 Recent Trends and Prospects of 3D Content Using Artificial Intelligence Technology

1.장인석-ITIL 소개.ppt

<4D F736F F D20C3D6BDC C0CCBDB4202D20BAB9BBE7BABB>

15_3oracle

Axxon_Next_Brochure_1_Lee

05( ) CPLV12-04.hwp

ESP1ºÎ-04

PowerPoint 프레젠테이션

미래인터넷과 창조경제에 관한 제언 65 초록 과학기술과의 융합을 통해 창조경제를 이루는 근간인 인터넷은 현재 새로운 혁신적 인터넷, 곧 미래인터넷으로 진화하는 길목에 있다. 창조와 창업 정신으로 무장하여 미래인터넷 실현에 범국가적으로 매진하는 것이 창조경제 구현의 지름


±è¼ºÃ¶ Ãâ·Â-1

<65B7AFB4D7B7CEB5E5BCEEBFEEBFB5B0E1B0FABAB8B0EDBCAD5FC3D6C1BE2E687770>

Transcription:

컴퓨터과학과대학원연구실 데이터베이스연구실지도교수 : 이원석 2123-2716 1. 빅데이터스트림자율학습데이터마이닝기술 - 사물인터넷 (IoT) 환경에서실시간으로발생하는다양한센서빅데이터스트림에대해연속적데이터마이닝하여내제된지식을스스로학습하는자율데이터스트림알고리즘연구 - 실시간으로의미있는지식 / 규칙을자율적으로추출하여활용하는실시간빅데이터분석엔진연구 - IoT 기기내장화기반분산처리를위한경량화및알고리즘최적화기법연구 2. 엣지기반상황자기발견및자율사물자동엑츄에이션 - 기본상황을자기인지하여상황발생이벤트를저널링한데이터에대해기계학습 / 인공지능 / 딥러닝알고리즘을적용하여자동화다단계복합상황별규칙및패턴을자율적발견 - 실시간센서이벤트를모니터링하여상황발생내역을큐레이션하고해당상황의규칙을엑츄에이션에적용하여실시간상황기반자율사물 (Autonomous Things) 을자동으로구동 - 엣지 / 클라우드기반대용량상황프로파일빅데이터병렬처리및실시간프로파일충전하는기술연구 3. 대용량빅데이터거버넌스 - 기존의관리방법이나분석체계로처리하기어려운막대한양의정형 / 비정형데이터에있어서관련한표준화관리연구 - 빅데이터분석을무의미하게만드는가장큰원인인저품질데이터의발현을막는빅데이터품질모니터링연구및모니터링을통한빅데이터가치평가연구 - 빅데이터, 연결데이터, 개방형데이터등데이터자체에초점을둔새로운트렌드가운데정보생태계인웹을활용한 LOD 기반빅데이터지도연구 4. 유통용빅데이터개인정보익명비식별처리및익명결합 - 대용량빅데이터간의연관성및내재지식탐사를위한빅데이터기계학습 / 인공지능방법연구 - 유통및분석에서개인정보및민감정보유출방지와개별정보의분석정확도를향상하는개인정보익명화및비식별화알고리즘연구 ( 차분프라이버시모델기반데이터유통연구 ) - 대용량빅데이터의 Apache Spark 기반대용량병렬분산처리및 IoT 센서데이터스트림에서개인정보실시간데이터스트림기반익명 / 비식별처리기술 5. 생물모방형유기컴퓨팅 - 생물의신경회로망처럼하나의목표를위해미세한단위기능들이유기적으로협업하는형태를 IoT 환경의미립분산협업연구에적용 - 각 IoT 기기의초경량프로세스인 μ-객체기반으로객체간협업을위한비동기적메시지패싱및동시성프로그래밍연구 연구실홈페이지 : http://database.yonsei.ac.kr Contact Person : 정다운,jdw1994@yonsei.ac.kr, 02-2123-7823, 공 D811 소프트컴퓨팅연구실 지도교수 : 조성배 2123-2720, 1. 설명가능한딥러닝알고리즘 - 고성능딥러닝기반시계열예측과확률기반출력설명알고리즘 - 딥러닝파라미터의심볼화및심볼릭 AI 알고리즘기반의사유추론 - 1 -

2. 딥러닝알고리즘응용 - 센서기반기계데이터모델링 ( 주파수스펙트럼, 멀티채널음향신호활용 ) - 스마트폰표면결함탐지 ( 다수딥러닝분류기의융합, 메타정보의가공및활용 ) 3. 전통적 AI 알고리즘융합 - 확률적탐색알고리즘의딥러닝적용 - 진화알고리즘기반딥러닝구조및학습전략최적화 (DB 침입탐지및악성코드탐지 ) - 강화학습기반태스크최적화 (AI 마인크래프트대회출전 / 아타리게임자동화 ) 연구실홈페이지 : http://sclab.yonsei.ac.kr Contact Person: 부석준, sjbuhan@yonsei.ac.kr, 02-2123-3877, 공 D807 모바일임베디드시스템연구실지도교수및전화번호차호정 (hjcha@yonsei.ac.kr, 2123-5711) 1. Cross-device Web Techniques for Heterogeneous Devices - Platforms for cross-device user interfaces of web applications - Web-based systems for cross-device I/O sharing - Applications with cross-device web techniques 2. Intermittent Computing for Batteryless IoT System - Energy harvesting hardware for batteryless node - Machine learning-based sensor fusion for IoT applications - Operation systems support for intermittent systems 3. Energy Optimization for Mobile Devices - Linux kernel and Android framework optimization for energy/thermal-aware devices - Energy-aware scheduler and governor for heterogeneous multi-core AP - Cooperative energy optimization for AP components CPU/GPU/memory 4. Secure Microkernel - Microkernel optimization for embedded systems (TizenRT, NuttX, FreeRTOS,...) - Development of high-assurance (>EAL6) secure microkernel - Security, safety, correctness-provisioning microkernel 5. Battery Management System (BMS) - Machine learning-based Lithium-ion battery diagnosis and prognosis - BattMan/SuperMan multi-cell battery systems for mobile devices - BMS software for multi-cell devices (drone, appliances, electric vehicle) 6. Machine Learning-based Solutions for System Optimization - CNN-based gaze tracking on smartphones - RNN-based structural anomaly detection of drones - DNN-based battery SoC modeling and diagnosis - RL-based duty cycling of IoT devices 연구실홈페이지주소 : http://mobed.yonsei.ac.kr contact person: 안준익, junickbaram@gmail.com, 공 D814 인터넷컴퓨팅연구실 지도교수 : 이경호 2123-5712 1. Knowledge Graph Construction & Completion - 2 -

2. Information Extraction & Natural Language Processin 3. Knowledge Graph Representation and Learning 4. Recommendation with Knowledge Graphs 5. Dialogue Generation with Knowledge Graphs 6. Semantic Web Services 연구실홈페이지 : http://icl.yonsei.ac.kr/ Contact Person: 김동현, dhkim92@yonsei.ac.kr, 02-2123-3878 위치 : D812 컴퓨터그래픽스연구실지도교수 : 이인권 (iklee@yonsei.ac.kr) 02-2123-5713 1. Computer Graphics & Animation 2. Music Technology 3. Virtual Reality 4. Affective Computing 연구실홈페이지 : http://cga.yonsei.ac.kr Contact Person : 이도해, dlehgo1414@gmail.com 02-2123-7755, 공 D712호 데이터공학연구실지도교수 : 박상현, 02-2123-5714 1. Database System 빅데이터플랫폼 (Bigdata platform) 최신하드웨어를이용한데이터베이스시스템기술 (DBMS on modern hardware) 2. Bioinformatics 질병분석을위한데이터마이닝연구 (Data mining for disease analysis) 약물디자인을위한기계학습연구 (AI for de novo drug design) 3. Machine Learning 멀티모달모델 (Study for multimodal models) 시계열분석 (Time-series analysis) 연구실홈페이지주소 : http://delab.yonsei.ac.kr 데이터공학연구실방장 : 최종환, 02-2123-7757, delab.yonsei@gmail.com, 공D714 모바일네트워킹연구실 지도교수 : 한승재 2123-5723, seungjaehan@yonsei.ac.kr 1. Edge cloud load balancing exploiting deep learning 2. Internet of Things 3. Indoor localization 4. Energy optimization 5. Congestion control of WiFi 6. Mobile Cloud Computing 연구실홈페이지 : http://mnet.yonsei.ac.kr Contact Person: 박찬도 breakcd@yonsei.ac.kr, 02-2123-7751 공 D715-3 -

무선네트워킹연구실지도교수 : 이수경 D912 (2123-5722, sklee@cs.yonsei.ac.kr) 1. IoT (Internet of Things) Edge Networking - Reinforcement Learning-based Network Optimization for IoT in Heterogeneous Edge Network - IoT Edge Caching 2. IoV (Internet of Vehicles) & 차세대 ITS (Intelligent Transportation System) - Fog-Enabled Vehicles for Computing/Caching - ML-based Content Request Prediction 3. 6G Wireless Architecture - AI-empowered Mobile Edge Coordination - Platform Agnostic Heterogeneous Cloud - Serverless Computing 연구실홈페이지 : http://winet.yonsei.ac.kr Contact Person: 김창경 ckim48@yonsei.ac.kr, 02-2123-7752, 공 D710 Embedded system Languages & Compilers Lab. 지도교수 : Bernd Burgstaller 2123-5728 1. Streaming Languages on Multicore Architectures and on Cloud 2. Static Program Analysis 3. Embedded Systems Compilation & Virtual Machines 4. Domain-specific Languages & Mixed Paradigm Programming 5. Speculative Parallelization & Lock-free Synchronization 6. Virtual Execution Environments 7. Language and Virtual Machine for Blockchain-based Smart Contracts 연구실홈페이지 : http://elc.yonsei.ac.kr Contact Person: office.elc.yonsei@gmail.com, 02-2123-7871, 공D711 계산이론연구실 지도교수 : 한요섭 2123-5725 1. Formal Languages and Automata Theory - Formal Language Characterization - Probabilistic Automata and Applications 2. Information Retrieval - String Pattern Matching Algorithm - Text Searching and Mining using Finite Automata 3. System/Data Verification - Android App TestCase Automated Generation - Data Verification for Deep Learning 4. Data Similarity vs Language Similarity - 4 -

- Regular Expression Generation from Natural Language Description - Efficient Data Similarity Algorithm via Formal Language Similarity 연구실홈페이지 : http://toc.yonsei.ac.kr Contact Person: 한중혁 (yonseitoc@gmail.com, 02-2123-7434, 공D709) 디펜더블컴퓨팅연구실 지도교수 : 이경우 D822, 02-2123-5710, kyoungwoo.lee@yonsei.ac.kr 1. Dependable Embedded Systems for Everyday Computing 2. Collaborative Sensing Space with Various Wearable Devices 3. DNN Execution Optimization on Dataflow Accelerator 4. Collaborative Sensing & Managing on Stress 5. Novel Estimation-based Patient Treatment under Nocturnal Enuresis 연구실홈페이지 : http://dclab.yonsei.ac.kr Contact Person: 이상엽 (yeop.lee@yonsei.ac.kr 02-2123-7429, 공 D809) Data Intelligence Lab. 지도교수 : 황승원 (seungwonh@yonsei.ac.kr) 1. Knowledge Graph 2. Web Search 3. Text Mining 4. Natural Language Processing 5. Data-driven Intelligence 연구실홈페이지 : http://dilab.yonsei.ac.kr Contact Person: 황승원 (seungwonh@yonsei.ac.kr 02-2123-7240 공 D705) Computational Intelligence and Photography 지도교수 : 김선주공 D723, 02-2123-5709, seonjookim@yonsei.ac.kr (Computational Photography/Computer Vision/Machine Learning) 1. Camera Imaging Pipeline for Personalized Photos 2. Image Noise Modeling & Denoising 3. Image Enhancement 4. Hyperspectral Imaging 5. Lightfield Imaging 6. Deep Learning for Low-level Vision 7. Deep Learning for Video Highlight Generation 연구실홈페이지 : https://sites.google.com/site/seonjookim Contact Person: 조영현, heyday097@gmail.com 02-2123-7758, 공 D707-5 -

최적화및응용연구실지도교수 : 안형찬 D721, 2123-2712, hyung-chan.an@yonsei.ac.kr 1. Approximation algorithms - LP-based design of approximation algorithms - On-line/streaming algorithms - Hardness of Approximation 2. Combinatorial optimization 3. Computational applications of optimization techniques - Practically efficient implementation of optimization algorithms - Theoretical tools to evaluate practical implementations 연구실홈페이지 : http://opt.yonsei.ac.kr Contact Person: 신용호, opt.yonsei@gmail.com, 02-2123-7278, 공 D713 고성능컴퓨팅플랫폼연구실 (High Performance Computing Platforms Lab.) 지도교수 : 김영석 D703, 2123-2714, youngsok@yonsei.ac.kr 1. Next-generation CPU/GPU/accelerator architectures - GPU architecture for computer graphics (rasterization, ray tracing) - GPU architecture for general-purpose computing (CUDA, OpenCL) - Architectural and system-level support for artificial intelligence 2. Performance modeling & scheduling - Highly accurate performance models for CPUs/GPUs/accelerators - Improving software/kernel-level schedulers with performance modeling 3. FPGA prototyping - High-performance FPGA designs for emerging applications (e.g., artificial intelligence) - Hardware prototyping and acceleration using FPGAs 연구실홈페이지 : https://hpcp.yonsei.ac.kr Contact Person: 김영석교수, youngsok@yonsei.ac.kr, 공 D703 Accelerated Computing Systems Lab. 지도교수 : 이진호 D702, 2123-5715, leejinho@yonsei.ac.kr 1. Distributed Deep Learning - Network topology for deep learning - Gradient synchronization algorithm - Non-uniform asynchronous training 2. Neural Architecture Search - Neural Network/Accelerator Co-Design - Device-Aware NAS - One-Shot Differentiable NAS 3. On-device AI - Low-power accelerator - 6 -

- Sparse DNNs - Adaptive quantization 4. Domain-specific accelerators - Graph processing - Compression algorithms 연구실홈페이지 : http://acsys.yonsei.ac.kr/ Contact Person: 이진호교수, leejinho@yonsei.ac.kr, 2123-5715, 공 D702 Big Data Analytics Lab. 지도교수 : 박노성공학원, 2123-3286, noseong@yonsei.ac.kr 1. Data Analytics & Decision Making - Solve various real-world problems with machine learning and optimization techniques 2. Differential Equations-based Neural Networks - Neural Ordinary Differential Equations - Physics Informed Neural Networks 3. Graph Convolutional Networks - Spatio-temporal Graph Convolutional Networks - Continuous-time Linear Graph Convolutional Networks for Recommendation 4. Generative Adversarial Networks (GANs) - GANs to synthesize tabular data - Preventing privacy leaks in GANs 연구실홈페이지 : https://sites.google.com/view/npark Contact Person: 박노성교수, noseong@yonsei.ac.kr, 공학원 427 호 Conversational Intelligence Lab. 지도교수 : 여진영공학원, 2123-3287, jinyeo@yonsei.ac.kr 1. NLP for Conversational AI 2. Explainable AI 3. Knowledge AI 연구실홈페이지 : http://convei.weebly.com Contact Person: 여진영교수, jinyeo@yonsei.ac.kr, 공학원 428A - 7 -