ENGLISH

Optim. Lab.

Jong-June Jeon jj.jeon@uos.ac.kr
서울시립대학교 통계학과, 통계데이터사이언스 대학원
UOS 통계데이터사이언스 대학원 후기전형 모집합니다. 통계데이터사이언스 교수님의 전체 연구분야를 확인해보세요.

Optimization and Machine learning Lab (OPTIM. Lab.)에 오신 것을 환영합니다. 서울시립대학교 통계학과, 통계데이터사이언스 대학원 Optim.Lab.에 오신것을 환영합니다. 우리 연구실은 다양한 형태의 신경망 모형을 포함한 기계학습의 작동 원리를 이해하고 모형 최적화 방법론 연구를 하고 있습니다. 현재 연구실에서는 주로 네트워크, 순위, 주가 데이터를 다루며 예측모형 및 생성모형을 연구합니다. 연구실을 통해 생산한 논문은 다음 Google Scholar를 통해 확인하실 수 있습니다.

Recent Work (2023-Present)

  • Cho, S., Woo, G., Lim, J., Kim, C, Hong S., and Jeon J. J. (2025), "CTDKG: Towards Uncovering Chemical–Gene–Disease Pathways via Knowledge Graphs" (working paper).
  • Woo, K., Cho, S., Kim, D., Kim, C., Na, K., Choi, J. and Jeon, J.J. (2025), CHEM: Causally and Hierarchically Explaining Molecules (working paper)
  • Cho, S. and Jeon J. J. (2025), "Causal Graph Information Bottleneck" (submitted).
  • Hong, S. and Jeon J. J. (2025), "Uniform Pessimistic Risk and Optimal Portfolio", (submitted) (Link)
  • Lim, J, An, S., Woo, G., Kim, C., and Jeon J. J. (2024), "Context-Driven Missing Data Imputation via Large Language Model" (submitted).
  • Choi, S., Park, T. and Jeon, J. J. (2024), "Large Scale Road-Traffic Noise Mapping with AI Technology" (working paper)
  • Park, J., Hong, S., Cho, Y., and J. J. Jeon (2024), "Unicorn: U-Net for Sea Ice Forecasting with Convolutional Neural Ordinary Differential Equations" (submitted) (Link)
  • An, S., Hong, S. and Jeon J. J. (2024), "Distributional Learning for Synthetic Tabular Data via Cramer-Wold Device", (working paper)
  • An S., Hong, S., and Jeon J. J. (2024), "Variational AutoEncoder for Distributional Learning via Quantile Function Estimation" (submitted).
  • Hong S., An, S. and Jeon J. J. (2024), "Improving SMOTE via Fusing Conditional VAE for Noise Adaptive Sampling" (submitted)
  • Park, K, Hong, S., and Jeon J. J. (2025), "Dynamic High-Order Relations and event-driven temporal model for stock price forecasting", IJCAI 2025 (accepted).
  • Cho, S., Hong, S., and Jeon, J. J. (2025), "Adaptive Adversarial Augmentation for Molecular Property Prediction", Expert Systems with Applications (Link)
  • An, S., Woo, G., Shin, W., Kim, K., Kim, D., Choi, J., and Jeon J. J. (2025), "Masked Language Modeling Becomes Conditional Density Estimation for Tabular Data Synthesis" , AAAI 2025 (Link)
  • Kim D., Cho. S. Jeon J. J. and Choi J. (2024), "Inhalation toxicity screening of consumer products chemicals using OECD TG data based machine learning models", Journal of Hazardous Materials (Link)
  • Hong S., An, S. and Jeon J. J. (2024), "Multivariate Cryptocurrency Price Forecasting using Distributional Variational AutoEncoder", CIKM 2024 (Link)
  • Hong, S., Choi Y. , Jeon J. J. (2024), "Interpretable Transformer for Water Level Forecasting" (accepted) , Journal of International Forecasting (Link)
  • An, S., Song.K,, Jeon J. J. (2023), Causally Disentangled Generative Variational AutoEncoder", ECAI 2023 (Link)
  • An, S. and Jeon J. J. (2023), "Distributional Variational AutoEncoder To Infinite Quantiles and Beyond Gaussianity", NeuRIPS 2023 (Link)
  • Oh C., So J., Byun H., Lim Y., Shin M., Jeon J., Song.K (2023), Geodesic Multi-Modal Mixup for Robust Fine-Tuning, NeuRIPS 2023
  • An, S. and Jeon (2023), "Customization of Latent Space in Semi-Supervised Variational Autoencoder" , Pattern Recognition Letters (Link)

On-Going Work

  • Jung, J. and Jeon, J.J. (2025), Query Performance Prediction Model on Statistics
  • Shin, W. and Jeon, J.J. (2025), Exposure bias problem in Recommendation

Funding

  • 거대언어모형 개인화 연구, 2023, 서울시립대학교
  • 로보어드바이저 알고리즘 개발, 2023, 관악연구소
  • 기초연구실, 2022-2024, 과학기술정보통신부
  • DS+ 사업단, 2022-2025, 과학기술정보통신부
  • 디지털혁신인재양성사업단 (빅데이터), 2021-2023, 교육부
  • 기본연구자지원사업, 2022-2024, 과학기술정보통신부
  • 1인가구추정 모형개발, 2021-2023, 서울시-서울시립대-SKT-KCB-신한카드 컨소시엄
  • 분자독성네트워크 연구, 2021-2025, 환경부
  • 인공지능 의사결정 모형개발, 2021

Contact

  • Building: 서울시립대학교 미래관 712호
  • Tel: 82-2-6490-2637 / fax: 82-2-6490-2629
  • Address: 서울특별시 동대문구, 전농로 163 서울시립대학교 통계학과, 02504

Social Network



LAB.Current Research

연구실 구성원과 함께 진행 중인 연구에 대한 간단한 설명이 있습니다. 2025년 연구주제는 Synthetic Data Generation 입니다. 


          

            

              
Deep Learning for Molecular Property Prediction  

              
 Members: 조소영, 우경동

              
 연구방법론: Heterogeneous Graph Embbedding, Link prediction  

              
 소개: Chemical, Gene, Disease 간의 인과관계, 상관관계, 영향점수를 요약한 CTD database 를 이용하여 아직 발견하기 못한 연결관계를 추론하는 모형을 개발 
  
              
 Funding: Ministry of Environment 
              
            

            

              Leader: 조소영 
            

          


          

            

              
 Information Retrieval 

              
 Members: 신원형, 정재환

              
연구방법론; Causal Inference, Recommendation Algorithm, Query Performance Prediction

              
 소개: IR with complex tasks 

              
 Funding: Ministry of Science and ICT 
                            
            

            

              Leader: 신원형 
            

          


          

            

              
Synthetic Data Generation 

              
 Members: 임재성, 박상훈

              
 연구방법론:  Variational AutoEncoder, Generative Models 

              
 소개: 멀티모달 합성데이터 생성 방법 연구

              
 Funding: Ministry of Science and ICT  
                            
            

            

              Leader: 임재성 
            

          


          

            

              
 Long term forecasting for multivariate time series

              
 Members: - 

              
 연구방법론:  Causal Inference, Transformer 

              
 소개: 금융 장기 시계열 예측 모형 연구

              
 Funding: Ministry of Science and ICT  
                            
            

            

              Leader: - 
            

          


      




      
      


      

        

          
Education & Carrier

          
  서울시립대학교 도시과학빅데이터AI연구원 원장 (2023)

          
  서울시립대학교 연구부처장/산학협력부단장 (2021-2022)  

          
  서울시립대학교 디지털혁신공유대학 사업단장 (2021)

          
  서을특별시 스마트도시정책관 통계데이터협력단장 (2019-2020)  

          
 


        

            

              
PHD

              
이학 박사 

              
서울대학교 통계학과 - 고차원 순위 모형의 모수추정 (지도교수: 김용대 교수님)

            

            

               Aug, 2012
            

          


          

            

              
BS

              
경영학사

              
서울대학교 경영대학 경영학과

            

            

               Aug, 2005
            

          


        

       
      


      

      


        

        
LAB.Q&A 

          

          

          
     
            
  •   (Q) 연구실에 오면 어떤 공부를 하게 되나요?   
              
    
                 (A) Lab. Optim. 에서는 기본적으로 선형대수 및 최적화 방법론을 이해하고 기계학습 모형이나 인공지능 모형을 적합하기 위한 계산 방법을 배웁니다. 
                 기계학습 모형을 수리모형의 표현형으로써 읽을 수 있는 능력을 키운 후, 관심있는 분야의 논문을 읽고 방법론을 구현해봅니다. 
                 석사 과정 학생의 경우 기업과 공동 프로젝트를 수행하거나, 강의 교안 개발, 수업조교 활동을 통해서 경험을 쌓게 됩니다. 박사 과정의 경우
                 좀 더 깊은 수리적 능력을 배양하게 되며, 연구실의 중점 추진과제를 수행하게 됩니다. 2025년 연구실 중점추진과제는 Research menu를 참고하세요.
                 
    
                 
    
            
    • 
            
  •   (Q) 학부인턴을 모집하나요? 
              
    
                (A) 학교 교과과정인 인턴십프로그램, 혹은 연구실 차원에서 학부인턴제도를 운영하고 있습니다. 메일로 연락주세요.
                
    
                
                    
            
    • 

            
  •   (Q) 주로 어떤 프로젝트를 할 수 있고, 어떻게 프로젝트에 참여할 수 있나요? 
              
    
                (A) 해마다 수행하는 프로젝트는 다르나 기계학습 및 인공지능 Application을 중심으로 이루어집니다. 
                프로젝트에 참여하기 위해서는 데이터 전처리, 분석, 보고서 작성과 같은 연구자의 기본적인 역량이 필요합니다. 
                프로젝트 참여여부는 프로젝트 시작시 교수와 연구원이 상의해서 결정하며, 
                연구자에게는 역량에 맞는 업무가 배정됩니다. 
                
    
                
                    
            
    • 

            
  •   (Q) 졸업 후에는 어떤 일을 주로 하고 있나요? 
              
    
                (A) 졸업생들은 대부분 데이터 분석과 관련한 일을 하고 있고 있습니다. 금융, 유통, 생명과학등 다양한 분야의 데이터 분석업무를 하면서 활발한 활동을 이어나가고 있습니다.
                
    
                
                    
            
    •             

            
  •   (Q) 석박사 과정에서 인건비가 있나요?   
              
    
                (A) 
                서울시립대학교 교내 장학금, 인재양성사업 장학금 및 연구실 프로젝트를 수행하는데 대한 인건비를 지급할 수 있습니다. 
                Funding  을 참고하세요.

                
    
                
                    
            
  •   (Q) 비전일제 과정도 있나요?   
              
    
                (A)  2025년에는 비전일제  학생을 지도하지 않습니다. 
                
    
                
                    
                
                
              
  •   (Q) 박사 졸업요건은 어떻게 되나요?   
                
    
                  (A) 최소요건으로 박사 졸업을 위해서는 주저자 SCI(E) 논문 1편, 혹은 주저자 KCI 2편이 필요합니다.
      

          

          
      

     
      

      

        

          

          

          
UOS DS+ Labs 

          
    
            
  •  서울시립대학교 통계데이터사이언스학과 교수님 전체 연구분야는 다음 링크에서 
              확인할 수 있습니다.  (LINK)  
    • 
          

      
      

      

        

          

          

          
Lab.Family 

          

          

          
    
            
            
    

            
  •   박사과정   
    • 

            
    
              
      
                
    •  조소영: Graph Neural Network, Graph Data Augmentation
      • 
                
    •  신원형: Recommendation under biased distributions
      •                                                                       
                
    •  정재환: Learning Performance Predictors 
      •  
                
    •  임재성: Synthetic Data Generation
      •                                                     
                
    •  강민설: (현: 언어모형 DB) 
      • 
                
    •  이수재: (현: 경기도청)
      •                 
                
    •  장홍진: (현: 신용보증기금)
      •                                 
                
    •  김영욱: (현: 품질관리)
      •                                 
              
    
              
    
              
    
                        
  •   석사과정  
    • 
            
    
              
      
                  
    •  우경동: Generating Tabular data with Masked Transformers; Node-Link prediction with GNN 
      •                   
                  
    •  김창현: Adaptive Input Variable Control in Generative Models for Targeted Data Exploration
      •    
                  
    •  박상훈: Latent Diffusion Model for 2-Stage Variational AutoEncoder 
      • 
              
    
            
    
            
    
            
  •   학사과정 (전공탐색) 
    • 
            
    
            
      
                
    •  (2024) 박상훈, 송화원
      •               
                
    •  (2023) 신현서, 이경윤
      • 
                
    •  (2022) 박재성, 박기정
      • 
            
    
            
    
            
    
            
  •   졸업생   
    • 
            
    
              
          

        

      



        

          
 My Note   

          
          
 Useful Links 

          
        
        
      


      


  

        

          

          

          
LAB.News