인공지능 퀀트 투자 전략 시스템
Quant Investment Strategy System with A.I.

인공지능 퀀트 투자 전략 시스템 개요

  1. 시스템 기초연구 : Hadoop, Machine Learning, Spark
  2. 금융시계열 빅데이터 수집 : 시장 데이터, 경제 정보, 해외 정보
  3. 금융시계열 Clustering 연구
    인공신경망의 새로운 학습 패러다임 연구
  4. On-line 포트폴리오 연구
    신용평가 빅데이터 자료 수집
< 그림. 인공지능 퀀트 투자 전략 시스템 >

금융/경제 시계열 빅데이터 군집 알고리즘과 그 응용에 관한 연구
A Study on Big Data Clustering and Its Applications in Financial/Economic Time Series

연구의 목표 및 내용

본격적으로 시작된 4차 산업혁명 시대의 도래와 함께, 금융/경제 분야의 빅 데이터를 효율적으로 처리하기 위한 기계학습 기반의 연구 개발은 국가적으로 그리고 금융/경제 산업적으로 매우 중요한 중심 연구 주제가 되고 있다.

특히 금융/경제 분야의 여러 가지 응용 분야 가운데 시계열의 예측과 온라인 포트폴리오 선택 문제는 금응/경제 분야에서 대표적인 응용 사례이다. 이런 부류의 문제에 대하여 수년간 여러 가지 해법이 제시되었지만, 만족할 만한 결과를 얻기에는 부족한 면이 매우 많으며 개선의 여지가 매우 크다. 그 근본적인 이유로써 금융/경제 시계열 응용 분야가 가지는 여러 가지 특징들을 들 수 있다.

  • 첫째, 최근의 금융/경제 시계열 데이터들은 그 분량이 과거와 달리 대규모로 방대해지고 있기 때문에 효율적인 빅 데이터 처리를 필요로 하고 있다.
  • 둘째, 금융/경제 분야 시계열은 본질적으로 잡음이 많고 비정상적(non-stationary)이며 무질서(chaotic)한 특징을 갖고 있기 때문에 적절한 전처리가 필수적이다.
  • 셋째, 금융/경제 응용분야에서는 시계열의 co-movement 관계로 불리는 관계가 중요시되며, 이 관계들로부터 중요한 결과를 얻어낼 수 있다. (여기서, co-movement 관계란 잡음을 제거한 두 개 이상의 시계열의 주요 추세가 서로 유사함을 의미한다.)

인공 신경망을 위한 새로운 학습 패러다임
New Learning Paradigm for Artificial Neural Networks


연구의 목표 및 내용

인공지능의 구현은 인류의 오랜 숙원 중 하나이다. 그러나 현재의 노이만식 컴퓨터는 인간 지능의 수준을 충족시키기엔 부족했다. 이것을 극복하기 위하여 연결주의(Connectionism)라고 하는 인공 신경망(Artificial Neural Network)이 출현하게 되었고, 최근 Deep Learning, LSTM 등의 새로운 알고리즘들의 개발로 화상 인식, 자연 언어 처리 등에서 놀라운 성과를 보이고 있으나 주로 인지 분야에 국한되고 있는 실정이다.

본 연구실에서는 탁월한 표현 학습 능력과 인지 능력을 갖춘 인공 신경망에게 알고리즘과 같은 논리적 문제 풀이 과정을 학습시키는 방법을 연구함으로써 복잡한 추론과 표현 학습의 조화로운 결합을 달성하여 인공지능을 궁극적으로 달성하기 위한 진보의 첫 걸음에 기여하는 것을 최종 연구 목표로 한다.

인공지능 신용평가 모형 연구개발
Research and Development of Big Data based Credit Scoring Model


연구의 목표 및 내용

기업의 신용을 합리적이고 객관적으로 평가하여 그 결과를 해당 투자자들에게 공개하는 것은 금융시장의 건전한 발전을 위하여 반드시 필요한 과정이다. 따라서 각 나라마다 기업의 신용평가를 위한 전문기관이 존재하기 마련이며, 이러한 기업신용평가 전문회사의 신용평가결과는 해당 기업의 유가증권발행 또는 금융기관의 여신결정에서 대출여부 및 금리 등의 조건을 결정하는 데 중요한 근거가 된다. 본 연구실에서는 빅데이터를 활용하여 기존의 신용평가 모형보다 우수한 모형을 만들어냄으로써 더욱 효과적인 신용평가가 가능토록 하는 것을 목표로 한다.

  • 주택담보 신용등급 평가 모델 (Morgage Credit Scoring Model)
  • 개인 신용등급 평가 모델 (Personal Credit Scoring Model)
  • 개인 사업자 신용등급 평가 모델 (Personal Business Credit Scoring Model)
  • 기업 신용등급 평가 모델 (Business Credit Scoring Model)
  • 채권 신용등급 평가 모델 (Bond Credit Scoring Model)

Co-movement 관계를 갖는 금융 시계열에 대한 클러스터링 방법
Clustering Method for Financial Time Series with Co-movement Relationship

연구의 목표 및 내용

금융 시계열의 Random Walk Property 때문에 실제 금융 애플리케이션 문제를 해결하는 시스템을 개발하는 것은 매우 어렵다. 그러나 우리가 높은 Co-movement 정도를 갖는 시계열 클러스터를 얻는다면, 그것은 금융 응용 시스템의 개발에 매우 유용할 것이다. 본 연구에서는 기존의 클러스터링 알고리즘보다 높은 Co-movement 정도를 갖는 클러스터를 잘 찾아내기 위한 클러스터링 알고리즘에 대해 연구한다.

금융 응용분야에서는 중요한 두 가지 특성이 존재한다. 첫째, 최근 데이터가 과거 데이터보다 유사도에 더 큰 영향을 미친다. 둘째, 과거값 대비 미래값의 증가 혹은 감소 비율이 중요하다. 기존의 시계열 클러스터링 알고리즘들은 이 두 가지 특성을 잘 반영하지 않고 있으며, 그 알고리즘에 의해 생성된 클러스터 안에는 노이즈가 포함될 수 있다. 이러한 문제점을 해결하기 위하여 제안된 클러스터링 방법은 다음과 같은 단계로 수행된다.

Data Preprocessing 단계
  • Average Scaling
  • Weighted Time Series Transformation
  • Dimension Reduction
  • Cluster Diameter Estimation
Clustering 단계
  • Preclustering
  • Refinement

클러스터링의 각 단계에서 특정 크기의 클러스터가 구해지며, 데이터는 여러 클러스터에 할당되는 것이 허용된다. 이는 금융 응용 분야에서 중요한 두 가지 특성을 반영한 것으로, 클러스터에 노이즈가 포함되는 것을 최소화하고 노이즈가 아닌 데이터가 노이즈로 간주될 확률을 감소시킨다.

PUBLICATIONS

International Journal

  • New Morphological Features for Grading Pancreatic Ductal Adenocarcinomas , JOURNAL OF BIOMEDICINE AND BIOTECHNOLOGY , 2013 , 2013
  • Classification System based on New Pathological Features for Diagnosing Stages of BilIN , INTERNATIONAL JOURNAL OF BIO-SCIENCE AND BIO-TECHNOLOGY , 5권 1호 , pp27~40 , 2013
  • Automatic differential diagnosis of pancreatic serous and mucinous cystadenomas based on morphological features , COMPUTERS IN BIOLOGY AND MEDICINE , 43권 1호 , pp1~15 , 2013
  • Trend forcasting of financial time series using PIPs detectioon and continuous HMM , INTELLIGENT DATA ANALYSIS , pp779~799 , 2011
  • Comparison of Generalization Ability on Solving Differential Equations Using Backpropagation and Reformulated Radial Basis Function Networks , NEUROCOMPUTING , 73권 1-3호 , pp115~118 , 2009
  • Automatic Generic Document Summarization Using Non-Negative Matrix Factorization , INFORMATION PROCESSING & MANAGEMENT , 45권 1호 , pp20~34 , 2009
  • Support Vector Machine Learning for Region-Based Image Retrieval with Relevance Feedback, ETRI JOURNAL, , , 2007.
  • Dual Gradient Descent Algorithm On Two-Layered Feed-Forward Artificial Neural Networks, LECTURE NOTES IN COMPUTER SCIENCE, , , 2007.
  • Multi-document Summarization Using Weighted Similarity between Topic and Clustering-based Non-negative Semantic Feature, LECTURE NOTES IN COMPUTER SCIENCE, , , 2007.
  • Effective Spatial Characterization System using Density-Based Clustering, LECTURE NOTES IN COMPUTER SCIENCE, , , 2007.
  • Similarity Measurement of XML Documents based on Structure and Contents, LECTURE NOTES IN COMPUTER SCIENCE, , , 2007.
  • Spatial Clustering based on Moving Distance in the presence of Obstacles, LECTURE NOTES IN COMPUTER SCIENCE, , , 2007.
  • Multi-document Summarization Based on Cluster using Non-negative Matrix Factorization, LECTURE NOTES IN COMPUTER SCIENCE, 4362, 761~770, 2007.
  • A Hybrid Region Weighting Approach for Relevance Feedback in Region-Based Image Search on the Web, LECTURE NOTES IN COMPUTER SCIENCE, 4362, 705~715, 2007.
  • Search method of time sensitive frequent itemsets in data streams, LECTURE NOTES IN COMPUTER SCIENCE, 4225, 511~518, 2006.
  • Query based summarization using non-negative matrix factorization, LECTURE NOTES IN ARTIFICIAL INTELLIGENCE, 4253, 84~89, 2006.
  • Online aggregation with tight error bounds in dynamic environments, INFORMATION AND SOFTWARE TECHNOLOGY, 48, 869~875, 2006.
  • Alternate Learning Algorithm on Multilayer Perceptrons, LECTURE NOTES IN COMPUTER SCIENCE, 3991, 63~67, 2006.
  • An efficient index scheme for XML Databases, LECTURE NOTES IN COMPUTER SCIENCE, 3831, 370~378, 2006.
  • Web search model for dynamic and fuzzy directory search, LECTURE NOTES IN COMPUTER SCIENCE, 3878, 406~409, 2006.
  • E-mail Classification Agent using Category Generation and Dynamic Category Hierarchy, LECTURE NOTES IN ARTIFICIAL INTELLIGENCE, Vol 3397, 207~214, 2005.
  • On the Effective Similarity Measures for the Similarity-Based Pattern Retrieval in Multidimensional Sequence databases, LECTURE NOTES IN COMPUTER SCIENCE, 3614, 762~767, 2005.
  • Blind Equalization using RBF and HOS, LECTURE NOTES IN COMPUTER SCIENCE, 2690, 442~446, 2003.
  • Dynamic Construction of Category Hierarchy Using Fuzzy Relational Products, LECTURE NOTES IN COMPUTER SCIENCE, 2690, 296~302, 2003.
  • Selectivity Estimation for Optimizing Similarity Query in Multimedia Databases, LECTURE NOTES IN COMPUTER SCIENCE, 2690, 638~644, 2003.
  • Effective Similarity Search Methods for Large Video Data Streams, LECTURE NOTES IN COMPUTER SCIENCE, 2660, 1030~1039, 2003.
  • Fuzzy-ARTMAP and Higher-Order Statistics Based Blind Equalization, LECTURE NOTES IN ARTIFICIAL INTELLIGENCE, 2639, 462~465, 2003.
  • Approximate Aggregate Queries with Guaranteed Error Bounds, LECTURE NOTES IN ARTIFICIAL INTELLIGENCE, 2639, 627~630, 2003.
  • Distributed Similarity Search Algorithm in Distributed Heterogeneous Multimedia Databases, INFORMATION PROCESSING LETTERS, Vol. 75, 35~42, 2000.
  • A Model for k-Nearest Neighbor Query Processing Cost in Multidimensional Data Spaces, INFORMATION PROCESSING LETTERS, Vol. 69, Issue 2, 69~76, 1999.
  • A Horizontal Partition of the Object-Oriented Database for Efficient Clustering , Journal of Electrical Engineering and Information Science , Vol.1, No.1 , pp164~172 , 1996

Domestic Journal

  • 학습 효과 증진을 위한 안드로이드 기반의 개방형 U-러닝 시스템설계 및 프로토타입 제작: 2009년 개정 과학과 교육 과정 중심으로 , 한국컴퓨터정보학회논문지 , 19권 10호 , pp135~149 , 2014
  • 상피 종양 진단을 위한 병리진단 프레임워크와 췌장선암의 적용 예 , 정보과학회논문지 : 컴퓨팅의 실제 및 레터 , 19권 6호 , pp303~315 , 2013
  • 질의 응답 시스템에서 지식 설명의 의미적 포함 관계를 고려한 의미적 퍼지 함의 연산자 , 한국콘텐츠학회 논문지 , 11권 3호 , pp73~83 , 2011
  • 지식 검색 시스템에 적용 가능한 추천 질의 시스템 , 정보교육학회논문지 , 14권 3호 , pp405~416 , 2010
  • 시계열 분류를 위한 PIPs탐지와 Persist 이산화 기법들을 결합한 시계열 표현 , 한국콘텐츠학회논문지 , 10권 9호 , pp97~106 , 2010
  • NMF 기반의 용어 가중치 재산정을 이용한 문서군집 , 한국컴퓨터정보학회논문지 , 13권 4호 , pp11~18 , 2008
  • 비음수 행렬 분해와 K-means를 이용한 주제기반의 다중문서요약 , 정보과학회논문지 , 35권 4호 , pp255~264 , 2008
  • 지역적 컨셉트 적응형 IOLIN시스템을 사용한 데이터 스트림의 분류 , 한국컴퓨터정보학회논문지 , 13권 1호 , pp37~44 , 2008
  • 다중점 적합성 피드백방법을 이용한 영역기반 이미지 유사성 검색, 정보처리학회논문지ABCD, 13권 7호, 857~866, 2006.
  • 은닉노드 목표값을 가진 2개층 신경망의 분리학습 알고리즘, 정보과학회논문지, 33권 12호, 999~1007, 2006.
  • 공간 위치 정보를 적합성 피드백을 위한 가중치로 사용하는 영역 기반 이미지 검색 시스템, 한국컴퓨터정보학회논문지, 11권 4호, 1~8, 2006.
  • 노드 범위와 Pre-Order List를 이용한 XML문서의 효율적 색인기법, 인터넷정보학회논문지, 7권 4호, 23~32, 2006.
  • 인지적 도제이론에 기반한 자격증 웹 코스웨어 설계 및 구현, 한국컴퓨터정보학회논문지, 11권 3호, 21~30, 2006.
  • 웹 검색 환경에서 범주의 동적인 분류, 정보과학회논문지, 33권 7호, 646~654, 2006.
  • 밀도 클러스터링을 이용한 공간 특성화 시스템 설계 및 구현, 한국컴퓨터정보학회논문지, 11권 2호, 43~52, 2006.
  • 동적분류에 의한 주제별 웹 검색엔진의 설계 및 구현, 인터넷정보학회논문지, 7권 2호, 71~80, 2006.
  • 웹기반 코스웨어 설계를 위한 선택형 학습통제방식, 한국컴퓨터정보학회논문지, 11권 1호, 119~128, 2006.
  • 공간 데이터 분석을 위한 공간 연관 규칙 탐사 시스템의 설계 및 구현, 한국컴퓨터정보학회논문지, 11권 1호, 27~34, 2006.
  • 데이터 스트림에서 데이터 마이닝 기법 기반의 시간을 고려한 상대적인 빈발항목 탐색 , 정보교육학회논문지 , 9권 3호 , 2005
  • 구성주의 기반의 Visual Basic 웹 코스웨어 설계 및 구현, 정보교육학회논문지, 9권 2호, 349~357, 2005.
  • 자동 카테고리 생성과 동적 분류 체계를 사용한 이메일 분류, 한국지능정보시스템학회논문지, 10권2호, , 2004.
  • 고차원에서 선택율 추정을 위한 블록 히스토그램 압축 방법, 정보처리학회논문지ABCD, 제10-D권 제6호, 927~934, 2003.
  • 다이나믹 데이터 웨어하우스 환경에서 OLAP 영역-합 질의의 효율적인 처리 방법, 정보처리학회논문지ABCD, 10-D권 3호, 427~438, 2003.
  • Web 기반 워드프로세서 코스웨어의 설계 및 분석, 정보교육학회논문지, 7권 2호, 187~195, 2003.
  • 의미 정보를 이용한 다차원 데이터 시퀀스의 유사성 척도 연구, 정보처리학회논문지ABCD, 10-D권 2호, 283~292, 2003.
  • VDCluster : 대용량 비디오 시퀀스를 위한 비디오 세그멘테이션 및 클러스터링 알고리즘, 정보과학회논문지(A/B/C), 29권, 3호, 168~179, 2002.
  • 분산 멀티미디어 데이타 베이스에 대한 수집 융합 알고리즘, 정보과학회논문지(A/B/C), 28권,3호, 406~417, 2001.
  • 멀티미디어 데이터베이스에서 최근접 질의의 성능에 관한 분석 모델, 정보과학회논문지(A/B/C), 26권,7호, 833~842, 1999

International Conference

  • Dynamic Update Cube for Range Sum Queries , VERY LARGE DATA BASES (VLDB2001) , pp521~530 , 2001
  • Multi-dimensional Selectivity Estimation Using Compressed Histogram Information, ACM SIGMOD (Management of Data), 1999.
  • Similarity Search for Multidimensional data sequences , IEEE DATA ENGINEERING(ICDE2000) , pp599~607 , 2000

Domestic Conference

PROFESSOR

Stanley

Ju Hong Lee
School of Computer Science and Engineering, Inha University

E-Mail : juhong@inha.ac.kr
Office : HI-TECH center 1406

Career

  • Dept. of Computer Engineering, Seoul National University (B.S.) (Cum Laude)
  • Dept. of Computer Engineering, Seoul National University (M.S.)
  • Research Center, Korea Telecommunication Authority (KTA)
  • Military Service in Korean Army
  • Korea Software Development Institute, International Business Machine Korea (IBM Korea)
  • Professional Engineer Liscence
  • Information Systems Lab, Dept. of Information & Communication Engineering,KAIST (Ph.D)
  • Professor, School of Computer Science and Engineering, Inha University

Interest

  • Financial Investment Engineering (금융투자공학)
  • Knowledge Discovery & Datamining (지식발견, 데이터마이닝)
  • Artificial Neural Network & Deep Learning (인공신경망, 딥 러닝)
  • Machine Learning (기계학습)

PATENTS

  • 형태학적 특징 기반 췌장선암 등급 구분 방법 ( A Method for Grading Pancreatic Ductal Adenocarcinomas Based On Morphological Features ), 2015.
  • 췌장선암의 등급을 위한 형태학적 특징 추출 방법(A Method for Extracting Morphological Features for Grading Pancreatic Ductal Adenocarcinomas), 2014.
  • 조직세포 영상의 관부위 이형성 표현을 위한 관부위 이형성 진폭 시그니쳐 생성 방법(An Atypia-Amplitude Signature Method for Representing an Atypia of Duct of Tissue Image), 2013.
  • 지식 검색 시스템에서 의미적인 퍼지 포함 정도를 사용한 탐색적 지식 추천 방법(An Explorative Knowledge Recommendation Method using Semantic Fuzzy Inclusion Degree for Knowledge Searching System), 2013.
  • 점액성 낭성종양 진단 장치(Device For Classifying Mucinous Cystadenoma), 2013.
  • 췌장 상피내 종양 진단 시스템(A System for Diagnosing Pancreatic Intraepithelial Neoplasia), 2013.
  • 췌장 상피내 종양 진단 시스템 및 방법, 2011.
  • 점액성 낭성종양 진단 장치 및 방법, 2011.
  • Separate Learning System and Method Using Two-Layered Neutral Network Having Target Values for Hidden Nodes, 2010.
  • 영역 필터링을 이용한 영역 기반 이미지 검색 방법, 2009.
  • 다중 클래스 SVM을 이용한 영역 기반 이미지 검색 방법 (Method for Region Based on Image Retrieval Using Multi-Class Suppor, 2009.
  • 용어 가중치 재계산을 이용한 문서 군집 장치, 2008.
  • 의사연관피드백과 비음수 행렬 분해를 이용한 문서요약장치 및 방법 (THE DOCUMENT SUMMARIZATION APPARATUS AND METHOD USING THE PSEUD, 2008.
  • 엑스엠엘 문서 유사도 측정 장치 및 그 방법 (Apparatus for measuring XML document similarity and method therefor), 2008.
  • 영역 기반 이미지 검색기의 적합성 피드백을 위한 동적인군집 구성 방법 (Adaptive Clustering Method for Relevance Feedback inRegion-B, 2008.
  • 이미지 검색기의 적합성 피드백을 위한 공간 위치정보 기반영역 가중치 방법 (Region Weighting Mehtod Based on Spatial LocationInformait, 2008.
  • 은닉노드 목표값을 가진 2 개층 신경망을 이용한 분리 학습시스템 및 방법 (Separately trained system and method using two-layeredneur, 2008.
  • 시간차를 이용한 상대적인 빈발항목 탐색 시스템 및 방법(SYSTEM AND METHOD FOR FINDING THE TIME SENSITIVEFREQUENT ITEMSETS), 2007.
  • 질의 기반의 문서요약 장치 및 그 방법(QUERY-BASED TEXT SUMMARIZATION USING COSINE SIMILARITYAND NMF), 2007.
  • 장애물을 고려한 이동 거리측정법을 이용한 밀도기반 공간클러스터링 시스템 및 그 방법(System for clustering the density base space making u, 2007.
  • 이메일 분류 시스템 및 방법(SYSTEM AND METHOD FOR CLASSIFICATION OF E-MAIL), 2007.
  • 비음수 행렬 인수분해를 이용한 문서요약 장치 및 방법(Apparatus for summarizing generic text summarizationusing non-negative, 2007.
  • Dynamic update cube and hybrid query search method for range-sum queries, 2007.
  • 통합패스의 노드범위를 이용한 엑스엠엘 인덱스 시스템 및방법(A INDEX SYSTEM AND METHOD FOR XML DOCUMENTS USINGNODE-RANGE OF INTE, 2006.
  • 시간차를 이용한 상대적인 빈발항목 탐색 시스템 및 방법, 2005.
  • 이메일 분류 시스템 및 방법, 2005.
  • 통합패스의 노드범위를 이용한 엑스엠엘 인덱스 시스템 및 방법, 2005.
  • Multi-dimensional Selectivity Estimation Method Using Compressed Histogram Information, 2001.
  • 압축된 히스토그램 정보를 사용한 다차원 선택율 추정 방법, 2001.

RESEARCHERS

Stanley

Beomki Choi Professor

Email :
Office: HI-TECH 1404
Career
  • 1986년 서울대학교 수학과 졸업(학사)
  • 1995년4월 플로리다주립대학 컴퓨터공학과 졸업(석사)
  • 1997년1월 플로리다주립대학 컴퓨터공학과 박사과정수료
  • 1986.11~1990.01 조선일보 전산실
  • 1998.05~2009.12 쿼크(주) 대표이사
  • 2010.01~현재 성신우영(주) 이사
  • 2016.03~현재 인하대학교 컴퓨터공학과 겸임교수
Stanley

Jungyu Ahn MS course

EMAIL : ahnjungyu320@gmail.com
OFFICE : HI-TECH 1404
Career
  • 2013. 2. 인하대학교 졸업(학사)
  • 2015. 3. 인하대학교 컴퓨터공학과 석사과정
Stanley

Kwangtek Na MS course

EMAIL : kwangteakna@gmail.com
OFFICE : HI-TECH 1404
Career
  • 2013. 8. 인하대학교 졸업(학사)
  • 2015. 3. 인하대학교 컴퓨터공학과 석사과정
Stanley

Jungmi Kim MS course

EMAIL : marine_k@naver.com
OFFICE : HI-TECH 1404
Career
  • 2012. . 동덕여자대학교 졸업(학사)
  • 2015. 9. 인하대학교 컴퓨터공학과 석사과정
Stanley

Taehyeong Kim MS course

EMAIL : kimtae220@hanmail.net
OFFICE : HI-TECH 1404
Stanley

Moonju Kang MS course

EMAIL : 22161437@inha.edu
OFFICE : HI-TECH 1404
Career
  • 2016. 2. 계명대학교 졸업(학사)
  • 2016. 3. 인하대학교 컴퓨터공학과 석사과정
Stanley

Junghyun Kim MS course

EMAIL : rusid275@naver.com
OFFICE : HI-TECH 1404
Career
  • 2017. 8. 인하대학교 졸업(학사)
  • 2015. 3. 인하대학교 컴퓨터공학과 석사과정
Stanley

Bayartsetseg Kalina
MS course

EMAIL : kb0422.bk@gmail.com
OFFICE : HI-TECH 1404
Career
  • 2015. 6. National University of Mogolia 졸업(학사)
  • 2017. 3. 인하대학교 컴퓨터공학과 석사과정

STUDENTS

Stanley

Jungyu Ahn MS course

EMAIL : ahnjungyu320@gmail.com
OFFICE : HI-TECH 1404
Area
  • Non-parametric Baysian
  • Financial Time-series Analysis
  • Reinforcement Learning
Stanley

Kwangtek Na MS course

EMAIL : kwangteakna@gmail.com
OFFICE : HI-TECH 1404
Area
  • Deep Learning
  • Recommendation System
Stanley

Jungmi Kim MS course

EMAIL : marine_k@naver.com
OFFICE : HI-TECH 1404
Area
  • Deep Learning
  • Text mining
Stanley

Teahyeong Kim MS course

EMAIL : kimtae220@hanmail.net
OFFICE : HI-TECH 1404
Area
  • Recommendation System
  • Collaborative filtering
Stanley

Moonju Kang MS course

EMAIL : 22161437@inha.edu
OFFICE : HI-TECH 1404
Area
  • Deep Learning
  • Stock Investment Analysis
Stanley

Junghyun Kim MS course

EMAIL : rusid275@naver.com
OFFICE : HI-TECH 1404
Area
  • Distributed Computing
  • Recommendation System

ALUMNI

Jongin Lee

MS. Computer Science and Engineering Mar 2002 - Feb 2004

Sun Park

PHD. Information Engineering. Mar 2002 - Feb 2007

Young Kim

MS. Computer Science and Engineering. Mar 2003 - Feb 2005

Chanmin Ahn

PhD. Computer Science and Engineering. Mar 2003 - Aug 2011

Yoonsuk Kim

MS. Computer Science and Engineering. Sep 2003 - Feb 2006

Taesu Park

MS. Computer Science and Engineering. Mar 2004 - Feb 2006

Jaehyoen Yoo

MS. Computer Science and Engineering. Mar 2004 - Feb 2006

Sangho Park

PhD. Information Engineering. Mar 2004 - Feb 2011

Jaewoo Kim

MS. Information Engineering. Mar 2006 - Aug 2008

Jaewon Song

PhD. Computer Science and Engineering. Mar 2007 - Aug 2013

Yoonsu Kim

MS. Computer Science and Engineering. Sep 2012 - Feb 2015