1. 일시: 2022년 6월 23일(목), 14:00-16:00

2. 장소: 광교 테크노밸리 산업수학혁신센터 세미나실

3. 발표자: 강완모 (카이트스)

4. 주요내용: SDEs in Machine Learning

There have been various applications of stochastic differential equation (SDE) theories in machine learning research. In this talk, we review how SDE helps to understand the stochastic behaviors of SGD. In addition to being a tool in the analysis of ML algorithms, SDE itself became a part of algorithms in generative modeling recently. We will briefly review the score-based diffusion models and discuss a new result of 'Soft Truncation'. This talk is based on a work with Dongjun Kim and Il-Chul Moon.

현장강의만 진행합니다

1. 일시: 2022년 6월 8일(수), 14:00-16:00

2. 장소: 광교 테크노밸리 산업수학혁신센터 세미나실

3. 발표자: 조성일 교수 (인하대학교)

4. 주요내용: An introduction to variational Bayesian inference and its application

This talk introduces a variational inference method popular in Bayesian inference for Machine learning and a recently developed amortized variational inference method. In amortized variational inference, local variational parameters determining posterior approximations for the latent variables are parametrized more parsimoniously as a function of global variational parameters and local data. The reduction of the number of variational parameters that amortization brings leads to vary fast algorithm for fitting computationally expensive models. As an application, this talk introduce the detection of outlying clusters in generalized linear mixed models using an approach where repeated computations of posterior distributions for random effects are needed.

5. 유튜브 실시간 스트리밍 : 현장 참석이 어려운 분들을 위해 온라인으로 실시간 방송할 예정입니다. 주소는 당일 신청 페이지에 업데이트 하겠습니다.

1. 일시: 2022년 5월 30일(월), 14:00-16:00

2. 장소: 광교 테크노밸리 산업수학혁신센터 세미나실

3. 발표자: 문현준 교수 (세종대학교)

4. 주요내용: 빅데이터/인공지능/딥러닝 기반의 ICT 융합연구

4 차 산업혁명 시대의 등장에 이은 COVID-19 환경은 새로운 패러다임을 창출하며 인공지능/빅데이터와 Information & Communication Technology (ICT) 융합기술을 기반으로 급속도로 발전하고 있다. 최근 각광받는 클라우드 환경의 인공지능/빅데이터 기술은 기존 ICT 분야 의 Domain Knowledge 기반으로 산업간 시너지의 극대화를 가능하게 하는 핵심 기술이다. 특히, HW 및 SW 컴퓨팅 환경의 비약적인 발전과 더불어 기계가 지능을 갖고 판단할 수 있는 인공지능 및 딥러닝 기술이 주목을 받으면서 영상, 음성을 포함한 멀티미디어 빅데이터의 분석, 진단 및 예측 대한 수요가 급격하게 증가하고 있다. 본 세미나에서는 빅데이터/인공지능 기술을 기반으로하는 스마트시티, 건설, 에너지, 농업 및 무인이동체(UAV)를 포함한 다양한 ICT 융합연구 분야의 딥러닝 관련 기술적용에 대한 소개를 포함한다.

5. 유튜브 실시간 스트리밍 : 현장 참석이 어려운 분들을 위해 온라인으로 실시간 방송할 예정입니다. 주소는 당일 신청페이지에 업데이트 하겠습니다.

1. 일시: 2022년 5월 26일(목), 14:00-16:00

2. 장소: 산업수학혁신센터 세미나실, 줌 화상 회의로 진행(비대면)

3. 발표자: 심은하 교수 (숭실대학교)

4. 주요내용: Computational model of COVID-19 transmission and control strategies

To control the transmission of coronavirus disease (COVID-19), numerous countries have implemented social distancing and testing policies with contact tracing as a measure to flatten the curve of the ongoing pandemic. Optimizing these control measures is urgent given the substantial societal and economic impacts associated with infection and interventions. To determine the optimal social distancing and testing strategies, we developed a mathematical model of COVID-19 transmission and applied optimal control theory, identifying the best approach to reduce the epidemiological burden of COVID-19 at a minimal cost. The results demonstrate that testing as a standalone optimal strategy does not have a significant effect on the final size of an epidemic, but it would delay the peak of the pandemic. If social distancing is the sole control strategy, it would be optimal to gradually increase the level of social distancing as the incidence curve of COVID- 19 grows, and relax the measures after the curve has reached its peak. Furthermore , our results show that testing should be maintained at a maximum level in the early phases and after the peak of the epidemic, whereas social distancing should be intensified when the prevalence of the disease is greater than 15%. Accordingly, public health agencies should implement early testing and switch to social distancing when the incidence level begins to increase. After the peak of the pandemic, it would be optimal to gradually relax social distancing and switch back to testing.

1. 일시 : 2022.05.19.(목), 14:00-16:00

2. 장소 : 광교 테크노밸리 산업수학혁신센터 세미나실

3. 발표자 : 이기황 이사 (주식회사 바이브컴퍼니)

4. 주요내용 : 클라우드 환경에서의 소셜 빅데이터 애널리틱스 시스템의 구현

최근 산업계 전반에서 디지털 전환(digital transformation)의 바람이 거세게 불고 있다. 본 발표에서는 디지털 전환을 추동하는 핵심 기술 요소인 인공지능, 사물인터넷, 클라우드 컴퓨팅 가운데 클라우드 컴퓨팅의 실무 적용 사례를 소개한다. 특히 온 프레미스(On-Prem) 환경에서 10여년 동안 안정적으로 운영되어온 소셜 빅데이터 애널리틱스 시스템의 클라우드 이전을 진행하며 맞닥뜨린 레거시 시스템의 이전, 서비스의 재구조화 및 재구현 등의 다양한 과제들의 해결, 서비리스 기술도 대표되는 클라우드 네이티브 기술 스택의 적용 등을 통해 체득한 기술적 경험 의 공유를 통해 클라우드 기술의 현대적 컴퓨팅 환경을 어떻게 변모시키고 있는지 살펴 본다.

5. 유튜브 실시간 스트리밍 : 현장 참석이 어려운 분들을 위해 온라인으로 실시간 방송할 예정입니다. 주소는 당일 안내글(https://icim.nims.re.kr/post/event/914)에 업데이트 하겠습니다.

1. 일시: 2022년 5월 20일(금), 14:00-16:00
2. 장소: 광교 테크노밸리 산업수학혁신센터 세미나실
3. 발표자: 안수현 교수 (아주대학교)

4. 주요내용: Order-related Statistical Inference Ranked set sampling(RSS)은 관심 있는 변수의 계량적 측정이 용이하지 않은 경우 부수적인 순위 정보를 취하는 조사 방법으로 비용 효율적인(cost effective)면 때문에 농업, 환경 과학, 생태학 등의 다양한 분야에서 널리 사용되고 있는 표본 추출 방법이다. Binary response에서 RSS 자료의 순서 정보를 활용한 효율적인 intervention effect 추론 절차를 소개한다. 특히 고전적 추론절차의 문제점을 해결하기 위해 general cluster randomized design에서 log OR 또는 logit의 불편성을 보장하고자 개발한 continuity correction factor를 소개하고 simulation study 및 obesity data에 활용한 결과를 소개한다.

5. 연사 사정으로 유튜브 스트리밍 진행되지 않습니다. 현장 참석으로만 진행 예정입니다.

1. 일시: 2022년 4월 28일(목), 14:00-16:00

2. 장소: 광교 테크노밸리 산업수학혁신센터 세미나실

3. 발표자: 서인석 (서울대학교)

4. 주요내용: Metastability of stochastic systems

메타안정성(metastability)은 수리물리학의 시스템들이 저온에 있을 때 범용적으로 나타나는 현상으로 통계역학과 확률론에서 중요한 문제로 인식되어 다양한 모델에 대한 수학적 연구가 1960년대부터 왕성하게 이루어져 왔다. 최근에는 이 메타안정성이 mini-batch gradient descent 등 심층신경망 등의 손실함수(loss function)를 최적화 하는 확률적 기법에서도 나타나는 현상이라는 측면에서 다양한 연구가 진행되고 있다. 본 강연에서는 메타안정성이 무엇인지 소개하고 메타안정성에 대한 강연자의 최근 연구 및 그 함의를 살펴보도록 한다. 또한 최근 사용되고 있는 확률적 최적화 기법의 수학적 원리를 이해하기 위해서는 어떤 난제들이 해결되어야 하는지도 살펴본다.

5. 유튜브 실시간 스트리밍 : 현장 참석이 어려운 분들을 위해 온라인으로 실시간 방송할 예정입니다. 주소는 당일 [https://icim.nims.re.kr/post/event/913]에 업데이트 하겠습니다.

1. 일시 : 2022.04.21.(목), 14:00-16:00

2. 장소 : 광교 테크노밸리 산업수학혁신센터 세미나실

3. 발표자 : 류경석 교수 (서울대학교 수리과학부)

4. 주요내용 : Neural Tangent Kernel Analysis of Deep Narrow Neural Networks

While tremendous recent progress has been made in analyzing the training dynamics of overparameterized neural networks, prior work primarily focuses on the very wide or infinitely wide regime and therefore does not sufficiently address the role of depth in deep learning. In this work, we present the first trainability guarantee of infinitely deep but narrow neural networks. We study the infinite-depth limit of a multi-layer perceptron (MLP) with a specific initialization and establish a trainability guarantee using the NTK theory. We then extend the analysis to an infinitely deep convolutional neural network (CNN) and perform brief experiments.

5. 유튜브 실시간 스트리밍 : 현장 참석이 어려운 분들을 위해 온라인으로 실시간 방송할 예정입니다. 주소는 당일 이 아래 페이지에서 확인 가능합니다. 

[산업수학혁신센터 홈페이지] 

1. 일시 : 2022년 4월 20일(수), 14:00-16:00

2. 장소 : 광교 테크노밸리 산업수학혁신센터 세미나실

3. 발표자 : 조준우((주)모행)

4. 주요내용 :Fundamentals of Gradient Boosting

그래디언트 부스팅 알고리즘은 머신러닝 예측 과제에서 가장 강력하고 인기있는 알고리즘입니다. 하지만 회귀문제뿐 아니라 분류문제에까지 적용되는 원리를 이해하기 쉽지 않고, 그런 기본적인 이해를 바탕으로 간단하게 코드로 구현해보기도 쉽지 않은 것이 사실입니다. 본 세미나에서는 회귀 및 분류 문제에 대한 알고리즘의 원리를 간단히 소개합니다. 그리고 그 원리를 누구나 이해할 수 있는 간단한 코드로 구현합니다. scikit-learn의 Gradient Boosting 구현 결과와 직접 구현한 결과를 비교하며 유효성을 검증하여 알고리즘에 대한 이해를 단단히 다지고자 하는 것이 본 세미나의 목적입니다.

5. 유튜브 실시간 스트리밍 : 현장 참석이 어려운 분들을 위해 온라인으로 실시간 방송할 예정입니다. 주소는 당일 아래 페이지에서 확인 가능합니다. 

 [산업수학혁신센터 홈페이지] 

* 사전 신청 부탁드립니다.(https://icim.nims.re.kr/post/event/910)

1. 일시 : 2022년 4월 1일(금), 10:30-12:30

2. 장소 : 광교 테크노밸리 산업수학혁신센터 세미나실

3. 발표자 : 김연응 교수 (가천대학교)

4. 주요내용 :Some Mathematical Aspects of Machine Learning

Various subjects in the field of machine learning require a deep understanding of rigorous mathematics. In this talk I will introduce some fields in machine learning together with particular problems I have been tackling recently. In the first part the notion of Wasserstein Generative Adversarial Networks which has received great deals of attention is introduced. Recently we developed a new algorithm called CoWGAN, which is not only more efficient but also mathematically plausible in the eyes of the theory of optimal transport. In the second part of the talk, which is unrelated to the first part, I will give a brief introduction to multi-armed bandit problems and present a new result on variance-aware problems.

5. 유튜브 실시간 스트리밍 : 현장 참석이 어려운 분들을 위해 온라인으로 실시간 방송할 예정입니다. 주소는 당일 사전신청 페이지에 업데이트 하겠습니다.