Optim. Lab.

환영합니다!! 서울시립대학교 통계학과, 통계데이터사이언스 대학원 Optim.Lab.에 오신것을 환영합니다. 우리 연구실은 다양한 형태의 신경망 모형을 포함한 기계학습 모형개발과 그 모형을 적합하기 위한 최적화 방법론 연구를 하고 있습니다. 현재 연구실에서는 주로 이미지, 네트워크, 기상, 순위, 주가 데이터를 다루며, 이러한 데이터 도메인 위에서 특성벡터의 추출, 확률구조의 추정, 분류모형과 회귀모형의 개발과 관련한 일을 합니다. 연구실을 통해 생산한 논문은 다음 Google scholar를 통해 확인하실 수 있습니다.

Recent Work (2023-Present)

• Lim, J, An, S., Woo, G., Kim, C., and Jeon J. J. (2024), "Context-Driven Missing Data Imputation via Large Language Model" (submitted).
• Kim, C., An, S., Woo, G., Lim, J, and Jeon J. J. (2024), "ViTal-MVP: Visual Transformation of Tabular Data for Multi-View Explainable AI" (submitted).
• Cho, S., Woo, G., Lim, J., Kim, C, Hong S., and Jeon J. J. (2024), "A New Large-Scale Knowledge Graph for Link Prediction in Chemicals inducing Diseases" (working paper).
• An, S., Woo, G., Shin, W., Kim, K., Kim, D., Choi, J., and Jeon J. J. (2024), "Masked Language Modeling Becomes Conditional Density Estimation for Tabular Data Synthesis" (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)
• Cho, S., Hong, S., and Jeon, J. J. (2024), "Adaptive Adversarial Augmentation for Molecular Property Prediction" (submitted)
• An, S., Hong, S. and Jeon J. J. (2024), "Distributional Learning for Synthetic Tabular Data via Cramer-Wold Device", (working paper)
• Hong, S. and Jeon J. J. (2024), "Uniform Pessimistic Risk and Optimal Portfolio", (submitted) (Link)
• Hong S., An, S. and Jeon J. J. (2024), "Improving SMOTE via Fusing Conditional VAE for Noise Adaptive Sampling", (submitted)
• 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

• An, Shin, and Jeon, Sustainable ML-pipeline for customizing LLM
• Moon, H., An, S., and Jeon, J.J. (2024), Stopping Exploration improves bandit algorithm?
• Cho, S., Shin, W., Woo, K., Kim, K., and Jeon, J.J. (2024), Link prediction model for CTD data analysis
• Shin, W., Kim, K., and Jeon, J.J. (2024), Link prediction model with contrastive learning for CTD data analysis
• Woo, K., Cho, S., Shin, W., Kim, K., and Jeon, J.J. (2024), Explainable hypergpaph with causal inference
• Jung, J., Park, H. and Jeon, J.J. (2024), Query Performance Prediction under LLM era

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