InfoLab

컴퓨터융합학부 김종익

InfoLab은 컴퓨터융합학부 소속으로, 그래프 편집 거리 및 그래프 유사성 검색, 에지-클라우드 시스템, IoT 데이터 수집 분야에서 활발한 연구를 진행하고 있습니다. 2023년에는 노드 레벨 임베딩을 이용한 그래프 편집거리 학습 기법과 클라이언트 중심 코딩테스트 플랫폼인 JOY를 발표하였으며, 2022년에는 에지-클라우드 기반의 발전소 감시 시스템의 통신 프로토콜 설계 및 구현과 효율적인 IoT 데이터 수집을 위한 분산 저장 에지 노드 설계 및 데이터 파이프라인에 관한 연구를 수행하였습니다. 또한, 2021년에는 그래프 유사성 검색을 향상시키기 위한 사전 계산 기법을 제안하였습니다. 이러한 연구 성과를 통해 InfoLab은 관련 분야에서 높은 연구 역량을 보유하고 있으며, 다양한 프로젝트와 학술 활동을 통해 지속적으로 기여하고 있습니다.

Graph Edit Distance

IoT Data Collection

Graph Similarity Search

대표 연구 분야

연구 영역 전체보기

그래프 편집 거리 계산 연구

컴퓨터융합학부의 InfoLab에서는 그래프 편집 거리 계산의 효율성을 높이는 연구를 진행하고 있습니다. 그래프 데이터의 유사성을 측정하기 위한 중요한 척도인 그래프 편집 거리는 다양한 응용 분야에서 활용될 수 있습니다. 특히, 이 연구는 그래프의 변환 과정을 최소화하는 방법을 찾는 데 중점을 두고 있으며, 이를 통해 그래프 데이터베이스에서의 유사성 검색 성능을 대폭 향상시킬 수 있습니다. 이 연구는 최신 컴퓨팅 자원을 효과적으로 활용하여 대규모 데이터를 빠르게 처리하는 기법을 개발하고 있으며, 산업계와의 협업을 통해 실질적인 응용이 가능할 것으로 기대됩니다.

주요 논문

발행물 전체보기

Efficient Graph Edit Distance Computation Using Isomorphic Vertices

Jongik Kim

Pattern Recognition Letters, 2023

Accelerating ML/DL Applications with Hierarchical Caching on Deduplication Storage Clusters

Prince Hamandawana, Awais Khan, Jongik Kim, Tae-Sun Chung

IEEE Transactions on Big Data, 2022

Boosting Graph Similarity Search through Pre-Computation

Jongik Kim

ACM SIGMOD, 2021