Neuromorphic Computing Laboratory

광운대학교 본교(제1캠퍼스)
장진곤 교수 컴퓨터정보공학부

Computer Science and Engineering

컴퓨터

연구실 소개

Neuromorphic Computing Laboratory는 컴퓨터정보공학부에 속해 있으며, 뉴로모픽 컴퓨팅 시스템과 인공 시냅스를 이용한 AI 하드웨어 개발, 신경망 모델링 및 지능형 시스템 알고리즘 연구를 주로 수행하고 있습니다. 최근 3년간 주요 연구 성과로는 인공 시냅스를 이용한 고성능 신경망 학습 알고리즘 개발, 실시간 다차원 모션 신호 처리 기술, 및 유기 페로일렉트릭 바리스터를 이용한 에너지 효율적인 뉴로모픽 컴퓨팅 시스템 구현이 있습니다. 또한, 다양한 국제 학술지에 논문을 발표하며, AI 하드웨어와 관련된 다수의 특허를 보유하고 있습니다. 이러한 연구를 통해 Neuromorphic Computing Laboratory는 AI 하드웨어 및 응용 분야에서 선도적인 연구실로 자리매김하고 있습니다.

뉴로모픽 컴퓨팅

인공 시냅스

AI 하드웨어

신경망 모델링

연구 분야

에너지 효율적인 뉴로모픽 컴퓨팅을 위한 인공 시냅스 기반 하드웨어 개발

뉴로모픽 컴퓨팅 시스템은 인간의 신경망을 모방하여 빠르고 효율적인 정보 처리를 목표로 합니다. 이 연구는 아날로그 전도도 스위칭 메모리 디바이스를 이용한 인공 시냅스를 개발하여 뉴로모픽 컴퓨팅 하드웨어의 성능을 극대화하는 것을 목표로 합니다. 연구진은 특히, 높은 균일성과 신뢰성을 가진 인공 시냅스 배열을 구현하여 온보드 학습을 가능하게 하는 데 중점을 두고 있습니다. 이를 통해 뉴로모픽 컴퓨팅 시스템의 에너지 효율성과 처리 속도를 향상시킬 수 있습니다. 또한, 고성능 신경망 훈련을 위한 객체 인식 및 노이즈 분석 알고리즘 개발에도 주력하고 있습니다. 이러한 연구는 미래의 인공지능 하드웨어 기술 발전에 기여할 것으로 기대됩니다.

지금 바로 로그인하고

핵심 연구 분야를 확인해보세요

로그인

주요 논문

Artificial neuromodulator–synapse mimicked by a three-terminal vertical organic ferroelectric barristor for fast and energy-efficient neuromorphic computing

Seonggil Ham, Jingon Jang, Dohyong Koo, Sanggyun Gi, Dowon Kim, Seonghoon Jang, Nam Dong Kim, Sukang Bae, Byunggeun Lee, Chul-Ho Lee, Gunuk Wang

Nano Energy

2024

Tilt-Engineered Molecular-Scale Selector for Enhanced Learning in Artificial Neural Networks

Jung Sun Eo, Jaeho Shin, Takgyeong Jeon, Jingon Jang, Gunuk Wang

Advanced Functional Materials

2024

Active traffic signal decisions using vector-matrix multiplication

Jingon Jang, Takgyeong Jeon, Gunuk Wang

Advanced Intelligent Systems

2023

Real-time finger motion recognition in free space via skin-compatible electronics