최원익
최원익
소속
인하대학교 (정보통신공학과)
AI요약
인하대학교 전기전자공학부 최원익 교수는 딥러닝 기반의 예측 시스템과 웹 데이터 추출 분야의 전문가입니다. 특히, 시계열 데이터를 활용한 딥러닝 예측 시스템과 모바일 환경에서의 웹 데이터 추출 시스템 관련 특허를 보유하고 있습니다. 본 프로필은 최원익 교수의 주요 연구 분야와 기술 역량을 상세히 소개하여, 관련 분야의 기술 협력 및 연구 기회 모색에 도움을 드리고자 합니다. 최원익 교수의 혁신적인 연구 성과를 지금 바로 확인하십시오.
기본 정보
| 연구자 프로필 |  |
| 연구자 명 | 최원익 |
| 직책 | 교수 |
| 이메일 | wichoi@inha.ac.kr |
| 재직 상태 | 재직 중 |
| 부서 학과 | 정보통신공학과 |
| 사무실 번호 | 0328608375 |
| 연구실 | 데이터 인텔리전스 연구실 |
| 연구실 홈페이지 | http://dilab.inha.ac.kr/ |
| 홈페이지 | http://dilab.inha.ac.kr/members |
| 소속 | 인하대학교 |
중요 키워드
#기술사업화#데이터인텔리전스#시계열분석#딥러닝#웹데이터추출#인공지능#모바일환경#예측시스템#빅데이터#산학협력
연구 분야
| 연구 1 | 딥러닝 기반 예측 및 시계열 데이터 분석 |
| 내용 | 본 연구실은 딥러닝 기술을 활용한 다양한 예측 시스템 및 시계열 데이터 분석에 특화된 연구를 수행하고 있습니다. 특히, 복잡한 시계열 데이터를 효과적으로 처리하고 미래를 예측하는 모델 개발에 집중하며, 이를 통해 여러 산업 분야에서 실질적인 가치를 창출하고 있습니다. 주요 연구 내용으로는 시계열 데이터에 특화된 전처리 기법과 딥러닝 모델(RNN, Transformer 기반 모델 등)을 결합하여 예측 정확도를 극대화하는 방법론 개발이 있습니다. 예를 들어, '시계열 분해를 적용한 딥러닝 기반 예측 시스템' 및 '클러스터링 번호 시퀀스와 딥러닝을 이용한 시계열 예측 방법' 관련 특허는 이러한 기술적 우위를 잘 보여줍니다. 또한, 최근 발표된 'TS-Fastformer: Fast transformer for time-series forecasting' 논문은 시계열 예측 분야에서의 최신 연구 역량을 입증합니다. 이러한 기술은 태양광 발전량 예측, 주택용 전력 사용량 및 고장 예측, 전기차 충전소 최적 운영 알고리즘 개발 등 에너지 분야에서의 효율성 증대와 함께, '인공지능 기반 심장 진단 웹서비스 개발'과 같은 의료 분야에서도 질병 예측 및 진단 정확도를 높이는 데 기여하고 있습니다. 본 연구는 데이터 기반 의사결정을 필요로 하는 다양한 산업에 혁신적인 솔루션을 제공하며, 지속 가능한 미래 사회 구축에 이바지하고 있습니다. |
| 연구 2 | 빅데이터 기반 지능형 데이터 처리 및 분석 |
| 내용 | 최원익 교수의 연구실은 방대한 양의 빅데이터를 효과적으로 수집, 처리, 분석하여 지능형 인사이트를 도출하는 연구에 강점을 가지고 있습니다. 데이터인텔리전스와 빅데이터를 핵심 연구 분야로 삼아, 다양한 형태의 정형 및 비정형 데이터로부터 유의미한 정보를 추출하고 이를 기반으로 새로운 가치를 창출하는 데 주력하고 있습니다. 특히, '모바일 환경에서의 웹 데이터 추출을 위한 시스템' 특허에서 볼 수 있듯이, 웹 환경에서 필요한 데이터를 효율적으로 수집하는 기술과 '딥러닝 기반 키워드 추출 방법 및 장치' 특허와 같이 텍스트 데이터에서 핵심 정보를 자동으로 식별하는 기술을 개발했습니다. 또한, 통계 정보를 이미지로 변환하고 이미지 분석 알고리즘과 딥러닝을 결합하여 미래 정보를 예측하는 '이미지 기반 정보 예측 시스템' 특허는 이종 데이터 처리 및 분석의 전문성을 보여줍니다. 이러한 기술들은 '디지털 컴패니언 기반의 고령자 모니터링 및 대응 소프트웨어 기술 개발' 프로젝트나 '머신러닝 기반 실시간 주택용 태양광 전력 빅데이터 분석' 과제와 같이 실생활 및 산업 현장에 적용되어 문제 해결 능력을 입증하고 있습니다. 본 연구는 복잡한 데이터를 이해하고 활용하여 비즈니스 의사결정 지원, 사용자 맞춤형 서비스 제공 등 광범위한 분야에서 혁신을 이끌고 있습니다. |
| 연구 3 | 시공간 데이터 처리 및 지능형 위치정보 시스템 |
| 내용 | 본 연구실은 시공간 데이터베이스 관리 및 지능형 위치정보 시스템 개발 분야에서 선도적인 연구를 수행합니다. 빠르게 변화하는 환경에서 발생하는 대량의 시공간 데이터를 효율적으로 저장, 질의, 분석하는 기술을 고도화하고 있으며, 이를 통해 정밀한 위치 기반 서비스와 공간 정보 활용을 가능하게 합니다. 주요 연구로는 'GPU를 이용한 시공간데이터베이스 가속화 기법'을 통해 대규모 시공간 데이터 처리의 성능을 획기적으로 향상시키는 방법론 개발과 '초정밀 디지털 국토정보 획득을 위한 절대, 상대, 연속복합 측위 고도화 기술 개발'과 같은 국가 과제를 통해 정밀 위치 결정 기술을 발전시키고 있습니다. 또한, '다시점 블랙박스 영상을 이용한 교통 사고현장 3차원 재구성 기술' 및 '스마트폰 기반 2D/3D GIS 컴포넌트 SDK개발' 프로젝트에서는 현실 세계의 공간 정보를 디지털 트윈 형태로 구축하고 분석하는 역량을 보여줍니다. "Multi-GPU efficient indexing for maximizing parallelism of high dimensional range query services" 논문은 고차원 공간 데이터 질의 처리의 효율성을 극대화하는 기술을 제시하며 연구실의 깊이 있는 전문성을 드러냅니다. 이러한 기술은 스마트시티, 자율주행, 정밀 농업, 국방 등 다양한 분야에서 실시간으로 정밀한 위치 및 공간 정보를 제공하여 새로운 가치와 서비스 창출에 기여할 수 있습니다. |
대외활동
| 활동 내용 | [기술 자문/이전] - 인하대-인하대병원 교수진과 인공지능 기반 심장질환 진단 기술 '딥카디오' 공동 개발 및 투자 유치 활동 참여. GE헬스케어와의 협력 모색 및 연구 성과의 상업화 기여. |
학력
| 학력 사항 | 공학박사 서울대 (2004) |
보유 기술 로딩 중...