권도현Dohyun Kwon
PDE & AI Lab
편미분방정식과 최적수송·경사흐름 이론을 바탕으로 머신러닝 문제의 수학적 기초를 연구하며, 생성모델 분석과 이층·최소최대 최적화 등 학습 알고리즘 개선에 응용합니다.
- 논문
- 15
- 구성원
- 2
- 졸업생
- 0
MLSC Lab
과학계산, 기계학습
논문 주제가 비슷한 연구실
서울대학교 홍영준 교수 연구실은 머신러닝 분야 연구실로, 연구실 홈페이지 기준 2023–2026년 논문 34편(T1 17편)을 발표했습니다. 현재 박사과정 11명, 석사과정 2명이 소속되어 있습니다. 졸업생은 1명입니다.
2023–2026 · 연구실 홈페이지 기준
연평균 · T1 비율
8.5 · 50%
논문 제목에서 찾은 주제예요. 최근 논문일수록 크게 반영돼요.
논문 34편
Discontinuous Galerkin finite element operator network for solving non-smooth PDEs
K. Chawla, Y. Hong, J. Lee, and S. Lee
Error analysis for finite element operator learning methods for solving parametric second-order elliptic PDEs
Y. Hong, S. Ko, and J. Lee
Error as Signal: Stiffness-Aware Diffusion Sampling via Embedded Runge-Kutta Guidance
I. Kong, S. Lee, Y. Hong, and H. Kim
Extreme Weather Nowcasting via Local Precipitation Pattern Prediction
C. Song, T. Chang, and Y. Hong
Neural Quantum Spectral Operator Learning for Solving Partial Differential Equations
C. Kim, M. Seong, Y. Kim, D.-K.Park, and Y. Hong
PDE-PFN: Prior-Data Fitted Neural PDE Solver
J. Park, M. Kang, D. Lee, W. Cho, K. Lee, A. Gruber, Y. Hong, and N. Park
Risk-Sensitive Deep Optimal Stopping
Y. Jeong and Y. Hong
Semi-Supervised Neural Super-Resolution for Mesh-Based Simulations
J. Kim, Y. Hong, and W. Shin
논문 주제 구성이 비슷한 연구실이에요.
PDE & AI Lab
편미분방정식과 최적수송·경사흐름 이론을 바탕으로 머신러닝 문제의 수학적 기초를 연구하며, 생성모델 분석과 이층·최소최대 최적화 등 학습 알고리즘 개선에 응용합니다.
BigDyL
데이터 마이닝, 딥 생성 모델, 시공간 데이터, 시계열 분석, 추천 시스템 등 연구
CV & Learning Lab
3D 컴퓨터 비전, 생성 AI, 물리 기반 AI, 손/신체 포즈 추정
Vision and Learning Lab
컴퓨터 비전, 기계학습, 시각 인식, 생성 모델