RnDCircle Logo
arrow left icon

ESOC LAB

한양대학교 본교(제1캠퍼스)융합전자공학부

정기석 교수

Memory Systems

Video Object Detection

Deep Learning Algorithm

V3_minor

ESOC LAB

융합전자공학부 정기석

ESOC LAB은 융합전자공학부 소속 연구실로, 메모리 시스템, 딥러닝 알고리즘, 비디오 객체 검출, 모델 압축 등의 연구를 활발히 진행하고 있습니다. 특히 딥러닝 알고리즘 분야에서 하드웨어 구현 비용, 외부 메모리 접근 오버헤드, PE 활용도, 데이터 재사용을 고려한 신경망 가속기 개발에 주력하고 있습니다. 최근 3년간 '작은 이미지의 효과적인 데이터 증강 기법', '구조적 프루닝을 사용한 MobileViT 경량화', '비디오 객체 검출을 위한 이미지 증강 기법의 적용' 등 다수의 논문을 발표하였으며, '유사 경판정 정보 기반 비이진 저밀도 패리티 검사 부호 복호 알고리즘'과 같은 특허도 보유하고 있습니다. 또한, 'DIMM 기반의 희소 행렬 연산 가속을 위한 Near Data Processing 기술 개발' 프로젝트 등 다양한 R&D 프로젝트를 수행하며 기업과의 협력을 통해 혁신적인 기술 개발에 기여하고 있습니다.

Memory Systems
Video Object Detection
Deep Learning Algorithm
비디오 객체 검출
ESOC LAB은 비디오 객체 검출 분야에서 뛰어난 연구 역량을 가지고 있습니다. 특히 시간-공간적 조건을 이용하여 비디오 내 객체 박스를 노이즈 제거하는 기술을 개발하는 데 주력하고 있습니다. 이러한 기술은 비디오 데이터의 정확한 분석과 실시간 처리에 필수적이며, 이를 통해 자율 주행, 감시 시스템 등 다양한 응용 분야에서 활용될 수 있습니다. 또한, 최적의 데이터 증강 전략을 모색하여 모델의 성능을 극대화하는 연구도 함께 진행하고 있습니다.
메모리 시스템 및 엑셀러레이터
ESOC LAB은 메모리 시스템과 엑셀러레이터 분야에서도 선도적인 연구를 수행하고 있습니다. 특히 DIMM 기반의 희소 행렬 연산 가속을 위한 Near Data Processing 기술 개발과 관련하여 중요한 성과를 이루어내고 있습니다. 이 기술은 대규모 데이터 처리 및 분석에 필요한 고성능 컴퓨팅을 가능하게 하며, 메모리 접근 오버헤드를 최소화하고 데이터 재사용성을 높이는 방향으로 연구가 진행되고 있습니다. 이러한 연구는 고성능 컴퓨팅, 빅데이터 분석, 인공지능 응용 등 다양한 산업 분야에서 활용될 수 있습니다.
1
iNLC: Iterative Noisy Label Correction
구승연, 박상기, 노시동, 정기석
The 17th IEEE International Conference on Signal Image Technology & Internet based Systems (SITIS 2023), 2023
2
DiffusionVID: Denoising Object Boxes with Spatio-temporal Conditioning for Video Object Detection
노시동, 정기석
IEEE Access, 2023
3
Alert Refresh System for Mitigating RowHammer
김나연, 김광래, 정기석
The 20th International SoC Conference (ISOCC 2023), 2023
1
(BK21 FOUR 4차년도)융합 IT 미래인재양성 교육연구단
교육부
2024년 03월 ~ 2025년 02월
2
빔포밍 경로 분산을 이용한 AI 네트워크관리 기반 인빌딩용 O-RU 개발
과학기술정보통신부
2022년 04월 ~ 2024년 12월
3
모바일 자가 학습 가능 재귀 뉴럴네트워크 프로세서 기술 개발
과학기술정보통신부
2020년 04월 ~ 2024년 12월