빅데이터컴퓨팅 연구실

광운대학교 본교(제1캠퍼스)
임동혁 교수 정보융합학부

Computer Science and Engineering

컴퓨터

연구실 소개

빅데이터컴퓨팅 연구실은 정보융합학부 소속으로, 빅데이터와 인공지능을 중심으로 한 다양한 연구를 수행하고 있습니다. 주요 연구 분야로는 빅데이터 처리 기술, 인공지능 기반 이미지 분석, 딥러닝 모델 개발, 시맨틱 웹 데이터 처리 등이 있습니다. 최근 3년간 광운대학교와 정보통신기획평가원, 한국데이터산업진흥원 등과 협력하여 COVID-19 확산이 서울시 경제에 미친 영향 분석, 지능형 행위기반 영상정보 분석기법 연구, 대규모 트랜잭션 처리 기술 개발 등의 프로젝트를 성공적으로 수행하였습니다. 또한, 연구실은 다수의 논문을 국제 학회에 발표하며 학문적 성과를 지속적으로 쌓아가고 있습니다.

빅 데이터

빅데이터

인공지능

영상 분석

이미지 분석

딥 러닝

딥러닝

시맨틱 웹

연구 분야

빅데이터 기반의 대규모 동적 그래프 처리 기술

본 연구실은 빅데이터 처리 기술을 활용하여 대규모 동적 그래프 데이터를 효율적으로 처리하는 프레임워크를 개발하고 있습니다. 이 연구는 실시간으로 변화하는 데이터를 효과적으로 관리하고 분석할 수 있는 기술을 제공하며, 대용량 데이터의 실시간 복합 분석과 트랜잭션 처리를 통합하는 일체형 데이터 엔지니어링 기술도 포함하고 있습니다. 이를 통해 다양한 산업 분야에서의 데이터 분석 및 관리 효율성을 높일 수 있습니다.

RDF 데이터의 효율적 관리 및 최적화

RDF(자원 기술 프레임워크) 데이터의 효율적 관리와 최적화를 위한 연구도 수행하고 있습니다. 이 연구는 대규모 RDF 데이터에 대한 액세스 제어, 데이터 변환 및 최적화 기술을 포함합니다. 예를 들어, Spark 기반의 알고리즘을 활용한 분산 L-다양성, 의미 기반의 RDB2RDF 데이터 변환, 및 다중 컬럼 키 제약 조건의 최적화 등을 통해 RDF 데이터의 보안성과 접근성을 높일 수 있습니다. 또한, 의미적 장면 그래프 생성을 위한 이미지 객체 및 관계 분석 연구도 포함되어 있으며, 이는 인공지능 및 딥러닝 기술을 활용하여 데이터의 의미적 이해도를 높이는 데 기여합니다.

지금 바로 로그인하고

핵심 연구 분야를 확인해보세요

로그인

주요 논문

Generating Labeled Multiple Attribute Trajectory Data with Selective Partial Anonymization based on Exceptional Conditional Generative Adversarial Network

Yeji Song, Jihwan Shin, Jinhyun Ahn, Taewhi Lee, Dong-Hyuk Im†

IEEE Access

2023

Auto Labeling Methods Developed Through Semi-Weakly Supervised Learning in Prognostics and Health Management Applications for Rolling Ball Bearing

Sungbum Park, Geun-Jin Ahn, Dong-Hyuk Im†

IEEE Sensors

2022

Join Optimization for Inverted index technique on relational database management systems

Yoonmi Shin, Jinhyun Ahn, Dong-Hyuk Im†

Expert Systems with Applications

2022

Distributed L-Diversity using Spark-based Algorithm for Large Resource Description Frameworks Data