인하대학교 LMLS Lab으로 대학원 진학을 원하는 학생들에게
Embedded Files
우선, 우리 연구실에 관심을 가져주어서 고맙습니다. 대형 머신러닝 시스템(LMLS) 연구실은 인공지능의 중요한 구성 요소인 머신러닝을 연구합니다. 특히, 수치 최적화(numerical optimization) 기술에 기반한 효율적인 신경망 훈련법, 시스템 자원 효율성을 극대화 하는 분산 학습법 등을 연구합니다. 이러한 연구를 통해 머신러닝 이론과 실제 응용의 간극을 줄이는 것을 목표로 합니다.
우리 연구실은 총 7~8명 정도(대학원생 + 학부연구생)의 학생 수를 유지하는 소수 정예 연구실 입니다. 각 학생들은 입학과 동시에 지도 교수와 면담을 통해 개별 연구 주제를 찾게 되고, 그 연구 주제 범위 안에서 이론과 실험 등 다양한 연구 과정을 경험하고 수행하게 됩니다. 각 학생은 매주 최소 1회 개별 연구 미팅을 가지며, 연구실 전체 인원이 참가하는 랩세미나를 주 1회 진행합니다.
대학원에 진학하기 위해서는 학부연구생을 최소 한 학기 이상 수행하며, 본인의 관심 분야와 연구실이 집중하는 연구 분야의 적합성을 확인하는 기간을 필수로 합니다. 만일 4학년 2학기를 마치는 시점(학부 졸업 시점)이라 학부연구생 시작이 불가능한 학생은 별도로 상담을 요청하기 바랍니다.
우리 연구실 학생들은 전원 인공지능, 데이터, 시스템 분야 탑티어 학회나 최고 수준의 저널을 작성하는 것을 목표로 합니다. 이러한 성과를 달성하기 위해, 우리 연구실에 들어오고자 하는 학생들에게는 아래 두 가지를 기대합니다.
적절한 수준의 학부 전공 지식
강한 동기부여
대학원 진학 이전에 미리 무엇을 공부하면 좋은지 물어보는 학생들이 종종 있습니다. 전공 지식은 컴퓨터공학, 인공지능, 전자공학, 수학, 통계학 등, 머신러닝과 관련이 있는 학부 수준의 전공 지식이면 충분합니다. 즉, 학점에 집중해서 기본을 잘 쌓으면 됩니다. 면접 때 저는 학생들의 동기부여를 주로 봅니다. 누군가 할 일을 주지 않으면 수동적으로 가만히 있는 것이 대학원 생활을 훌륭히 마치는데 가장 치명적으로 방해가 되는 행동입니다 (비단 대학원 생활 뿐 아니라 졸업 후에도 마찬가지 입니다). 목표를 위해 스스로 모든 것을 쏟아 부을 수 있는, 동기부여가 강한 학생을 찾고 있습니다. 자신을 돌아보고, 위의 두 가지가 충분하다 느끼면 학부연구생으로 지원하기 바랍니다. 이런 열정이 있는 학생들에게는 다양한 연구 경험과 전공 지식, 탑티어 연구 실적을 보장할 수 있습니다.
우리 연구실에서는 아래와 같은 해외 유명 대학이나 기업체 연구자들과 소통하며 세계적인 수준의 협동 연구를 수행합니다.
University of Southern California, USA
Amazon AWS, USA
University of Birmingham, UK
Indian Institute of Technology in Madras, India (예정)
Tenjin University, China (예정)
또한, 국내에서는 현재 성균관대학교와 아주대학교의 연구실과 지속해서 협동/융합 연구를 진행합니다. 이러한 협업을 통해, NeurIPS, AAAI, KDD, ECAI 등, 최고 수준의 국제 학술대회에 논문을 게재하고 발표하는 기회를 가질 수 있습니다 (등록비, 여비 등 지원).
현재 2025년 2학기 기준 TO는 1~2명입니다.
Page updated
Google Sites
Report abuse