what we do

Artificial Intelligence for Industry

시스템 인텔리전스 연구실은 산업체에 활용 가능한 Machine Learning 과 Deep Learning 알고리즘을 개발합니다.

Ongoing Project

반도체, 제조업과 관련된 다양한 산학과제와 연구재단 및 국방 관련 정부과제를 수행하고 있습니다.

quantum_RL
동적 스케줄링을 위한 풀 스케일 양자 강화학습 시스템 개발 직책: 연구 책임자 기간: 2025.08-2028.08 연구 필요성 연구 목표 활용 방안 및 기대 효과 본 연구에서 개발한 제조공정 맞춤형 시뮬레이터는 실제 […]
제조 데이터 특성 기반 AI 모델 추천 연구: 양자 신경망 기반 컨텍스트 밴딧을 활용한 메타 러너 기술 개발 직책: 연구 책임자 기간: 2025.03-2028.02 연구 필요성 연구 목표 본 과제는 Data […]
인공지능 기반 반도체 공정 클러스터 장비의 Schedule 최적화 모델 개발 직책: 연구 책임자 기간: 2025.02 ~ 2026.01 연구 필요성 반도체 제조 공정에서 클러스터 장비의 최적화는 생산성과 비용 효율성을 높이는 데 […]

Lab Life

2025 대한산업공학회 추계공동학술대회, 대전
‘25.11.06~11.07

  • “실시간 UAV 탐지를 위한 경량 작은 사물 인식에 관한 연구”, 정성규, 김창욱
  • “시맨틱 분할 기반의 혼합형 웨이퍼 빈 맵 분류 및 미확인 결함 감지”, 주재현, 김창욱
  • “자기조정 액션 마스킹을 활용한 강화학습 기반 반도체 클러스터 툴 스케줄링”, 최종관, 김창욱
  • “CMP 공정을 위한 오토인코더 기반 공정 제어 기법: 노이즈 강건성과 제어 비용 절감”, 임형구, 김창욱

2025 INFORMS Annual Meeting, Atlanta, Georgia
‘25.10.26~10.29

  • “DADMT-VM : Drift-Aware Dual Mean-Teacher for Semi-Supervised Virtual Metrology under Process Nonstationarity and Variability”, Kim, G. H., Kim, C. O.
  • “Asymmetric Mapping with Wasserstein Loss: A Two-Stage AAE Framework for Multi-Class Imbalance”, Hwang, J. S., Kim, C. O.
  • “DAMDG: Degradation-Aware Multi-Domain Generalization for Unseen HDD Failure Prediction”, Woo, J. S., Kim, C. O.