교수.연구
교수소개
 교수.연구 교수소개
황상흠 부교수
Hwang, Sangheum
MAJOR
기계학습, 데이터마이닝
TEL
02-970-6462
E-MAIL
shwang@seoultech.ac.kr
LAB
프론티어관 618호
RESEARCH AREAS
학력
◾ KAIST 산업 및 시스템공학과 박사, 2006.03 - 2012.04
◾ KAIST 산업공학과 학사, 2001.03 - 2005.07
주요 경력
◾ Lunit Inc. Research Lead, 2017.03 - 2018.02
◾ Lunit Inc. Senior Researcher, 2015.01 - 2017.02
◾ 삼성전자 종합기술원 전문연구원, 2012.05 - 2014.12
연구 분야
◾ Deep learning and its applications
◾ Artificial intelligence
◾ Medical image analysis
◾ Machine learning
담당 교과목
◾ (학부) 산업정보시스템전공: 파이썬프로그래밍, 딥러닝
◾ (학부) ITM전공: Artificial Intelligence
◾ (대학원) 데이터사이언스: 데이터분석을 위한 수학, 인공신경망과 딥러닝
저널 논문
◾ M. Veta, [et al. including S. Hwang] (2019), "Predicting breast tumor proliferation from whole-slide images: the TUPAC16 challenge," Medical Image Analysis, 290(1), 218-228.
◾ J. G. Nam, S. Park, [et al. including S. Hwang] (2019), "Development and validation of deep Learning-based automatic detection algorithm for malignant pulmonary nodules on chest radiographs," Radiology, 290(1), 218-228.
◾ S. Hwang, and D. Kim (2018), "A scalable feature based clustering algorithm for sequences with many distinct items," International Journal of Fuzzy Logic and Intelligent Systems, 18(4), 316-325.
◾ S. Hwang, and M. K. Jeong (2018), "Robust relevance vector machine for classi cation with variational inference," Annals of Operations Research, 263(1-2), 21-43.
◾ S. Hwang, J. Yoo, C. Lee, and S. H. Lee (2016), "Collaborative crystal structure prediction," Expert Systems with Applications, 63, 222-230.
◾ Y.-S. Jeong, S. Hwang, and Y.-D. Ko (2015), "Quantitative analysis for plasma etch modeling using optical emission spectroscopy: prediction of plasma etch responses," Industrial Engineering and Management Systems, 14(4), 392-400.
◾ D. Kim, C. Lee, S. Hwang, and M. K. Jeong (2015), "A robust support vector regression with a linear-log concave loss function," Journal of Operational Research Society, 67(5), 735-742.
◾ S. Hwang, D. Kim, M. K. Jeong, and B.-J. Yum (2015), "Robust kernel based regression with bounded infuence for outliers," Journal of Operational Research Society, 66(8), 1385-1398.
◾ D. Mishra, [et al. including S. Hwang] (2015), "Effect of piezoelectricity on critical thickness for mis fit dislocation formation at InGaN/GaN interface," Computational Materials Science, 97, 254-262.
◾ S. Hwang, M. K. Jeong, and B.-J. Yum (2014), "Robust relevance vector machine with variational inference for improving virtual metrology accuracy," IEEE Transactions on Semiconductor Manufacturing, 27(1), 83-94.
◾ Y.-H. Cho, [et al. including S. Hwang] (2013), "Quantum efficiency affected by localized carrier distribution near the V-defect in GaN based quantum well," Applied Physics Letters, 103, 261101.
◾ S.-H. Park, [et al. including S. Hwang] (2013), "Partial strain relaxation effects on polarization anisotropy of semipolar (1122) InGaN/GaN quantum well structures," Applied Physics Letters, 103, 221108.
◾ A new smart smudge attack using CNN, INTERNATIONAL JOURNAL OF INFORMATION SECURITY, vol.21 No.1 pp.25~36, 2022황상흠
◾ Supervised Contrastive Embedding for Medical Image Segmentation, IEEE ACCESS, vol.9 pp.138403~138414, 2021황상흠
◾ Similarity based Deep Neural Networks, International Journal of Fuzzy Logic and Intelligent Systems, vol.21 No.3 pp.205~212, 2021황상흠
◾ Exploiting Global Structure Information to Improve Medical Image Segmentation, SENSORS, vol.21 No.9, 2021황상흠
◾ A Unified Defect Pattern Analysis of Wafer Maps Using Density-Based Clustering, IEEE ACCESS, vol.9 pp.78873~78882, 2021황상흠
◾ 의료영상 분할 모델의 도메인 일반화 성능 향상을 위한 자기 지도 학습의 활용, 대한산업공학회지, vol.47 No.2 pp.180~189, 2021황상흠
◾ Additive Ensemble Neural Networks, IEEE ACCESS, vol.8 pp.113192~113199, 2020황상흠
◾ A New Splitting Criterion for Better Interpretable Trees, IEEE ACCESS, vol.8 pp.62762~62774, 2020황상흠
◾ 한국어 기술문서 분석을 위한 BERT 기반의 분류모델, 한국전자거래학회지, vol.25 No.1 pp.203~214, 2020황상흠
학술대회
◾ S. Hwang, and S. Park, "Accurate lung segmentation via network-wise training of convolutional networks," The 3rd International Workshop on Deep Learning in Medical Image Analysis in MICCAI 2017, Sep. 2017.
◾ K. Paeng, S. Hwang, S. Park, and M. Kim, "A uni ed framework for tumor proliferation score prediction in breast histopathology," The 3rd International Workshop on Deep Learning in Medical Image Analysis in MICCAI 2017, Sep. 2017.
◾ S. Hwang, and H.-E. Kim, "Self-transfer learning for weakly supervised lesion localization," The 19th International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI), 239-246, Oct. 2016.
◾ S. Hwang, H.-E. Kim, J. Jeong, and H.-J. Kim, "A novel approach for tuberculosis screening based on deep convolutional neural networks," in Proceedings of SPIE Medical Imaging, 9785, Mar. 2016.
◾ S. Kim, [et al. including S. Hwang], "Deep convolutional neural network-based mitosis detection in invasive carcinoma of breast by smartphone-based histologic image acquisition," in Modern Pathology (USCAP Annual Meeting), 29, Mar. 2016.
◾ 김성철, 문대정, 김범수, 서승원, 김지효, 황상흠, 자기 지도 학습과 메타 정보를 활용한 피부 상태 판별 연구, 2022년 대한산업공학회 추계학술대회 논문집, 인천대학교, 2022황상흠
◾ Carlos Vintimilla, Sangheum Hwang, Self-Supervised Representation Learning for Basecalling Oxford Nanopore Sequencing Data, 2022년 대한산업공학회 추계학술대회 논문집, 인천대학교, 2022황상흠
◾ 이수진, 황상흠, 클릭률 예측을 위한 컨텍스트 기반의 교차 어텐션 추천 시스템, 2022년 대한산업공학회 추계학술대회 논문집, 인천대학교, 2022황상흠
◾ 서승원, 황상흠, EDAD: 자연어 처리에서의 효율적 도메인 적응 증류, 2022년 한국컴퓨터종합학술대회 논문집, ICC 제주, 2022황상흠
◾ 이예진, 황상흠, 세밀한 객체 인식을 위한 자기 지도 학습 모델의 전이 학습, 2022년 한국컴퓨터종합학술대회 논문집, ICC 제주, 2022황상흠
◾ 김지효, 황상흠, 현실적인 데이터 풀을 고려한 능동적 학습 방법 비교연구, 2022년 한국컴퓨터종합학술대회 논문집, ICC 제주, 2022황상흠
◾ 문대정, 황재문, 김지효, 황상흠, 한글 문서 OCR에서의 상용 API 성능 비교 연구, 대한산업공학회 추계학술대회 논문집, 동국대학교, 2021황상흠
◾ 이상우, 이예진, 황상흠, 대조적 손실 함수를 활용한 영역 분할 모델의 도메인 강건성 개선, 대한전기학회 학술대회 논문집, 여수 베네치아, 2021황상흠
◾ Kyungyul Kim, ByeongMoon Ji, Doyoung Yoon, Sangheum Hwang, Self-Knowledge Distillation With Progressive Refinement of Targets, Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), Virtual, 2021황상흠
◾ 구지인, 황상흠, Mixup을 활용한 이상 입력 탐지 모델의 불확실성 추정 능력 개선, 대한산업공학회 춘계공동학술대회 논문집, 제주 국제컨벤션센터, 2021황상흠
◾ 배준호, 황상흠, 의료 영상 분할에서의 도메인 일반화를 위한 형태 정보의 활용, 대한산업공학회 춘계공동학술대회 논문집, 제주 국제컨벤션센터, 2021황상흠
◾ 양승무, 황상흠, 특정 도메인을 위한 질의응답 시스템에서의 불확실성 회피능력에 대한 고찰, 대한산업공학회 춘계공동학술대회 논문집, 제주 국제컨벤션센터, 2021황상흠
◾ 최찬희, 황상흠, 딥러닝의 예측 강건성 측면에서의 모델 경량화 효과 연구, 대한산업공학회 춘계공동학술대회 논문집, 제주 국제컨벤션센터, 2021황상흠
◾ 이건규, 황상흠, 영역 분할 모델의 성능 향상을 위한 대조적 손실함수의 활용, 대한산업공학회 추계학술대회, 온라인, 2020황상흠
◾ Jiin Koo, Seungmoo Yang, Sangheum Hwang, A Comparison of the Performance of Deep Learning Models for Electric Load Forecasting, International Conference on Electric-Vehicle, Smart Grid and Information Technology, Online, 2020황상흠
◾ Jooyoung Moon, Jihyo Kim, Younghak Shin, Sangheum Hwang, Confidence-Aware Learning for Deep Neural Networks, Proceedings of the International Conference on Machine Learning, Online, 2020황상흠
◾ 황재문, 황상흠, 해부학적 구조를 반영한 흉부 X-ray 영상에서의 폐 영역 분할 모델, 대한산업공학회 추계학술대회 논문집, 서울대학교, 2019황상흠
◾ 문주영, 김지효, 황상흠, 심층 신경망의 과한 확신을 방지하는 새로운 정규화 방법, 대한산업공학회 추계학술대회 논문집, 서울대학교, 2019황상흠
◾ 김수민, 황상흠, 윤동희, 김도현, Unsupervised Feature Selection for Autoencoder, 대한산업공학회 춘계공동학술대회 논문집, 광주 김대중컨벤션센터, 2019황상흠
연구프로젝트
◾ Brain CT에 대한 뇌출혈검출 알고리즘 개발, 산학협력단, 2019.03.~2020.02.황상흠
◾ 확률 보정 기법 기반의 능동적 학습 방법의 개발, (주)엘지씨엔에스, 2019.03.~2019.12.황상흠
◾ 도메인 일반화를 위한 제약 최적화 기반의 딥러닝 알고리즘 개발, 한국연구재단, 2018.11.~2021.10.황상흠
◾ LGCNS Deep Learning 기반 비전검사 알고리즘 고도화 자문, (주)엘지씨엔에스, 2018.06.~2018.10.황상흠
◾ 인공지능 기술을 적용한 영상정보 식별에 관한 연구, 합동참모본부, 2018.06.~2018.11.황상흠
◾ 깊은 신경망 모형의 불균형 데이터 학습 양상에 대한 고찰, 산학협력단, 2018.04.~2019.03.황상흠
수상
◾ 세밀한 객체 인식을 위한 자기 지도 학습 모델의 전이 학습, 우수논문상, 한국정보과학회, 2022황상흠
◾ Track II: Homomorphic Encryption-based Secure Viral Strain Classification, iDASH 2021 Secure Genome Analysis Competition, NIH, UCSD School of Medicine, UTHealth, Indiana Univ, 2021황상흠
◾ Inner Product based Deep Neural Networks, 2018 INFORMS International Conference Poster Competition, The Institute for Operations Research and the Management Sciences (INFORMS), 2018황상흠

Quick Menu

  • 학사일정
  • 교수소개
  • 연구분야
  • 학생지원프로그램
  • 학생포탈
  • e-Class(강의)
  • 웹메일
  • 서울과학기술대학교
[01811] 서울 노원구 공릉로 232 서울과학기술대학교 프론티어관 604호 ITM TEL : 02-970-7279,6882
Copyright (c) SEOUL NATIONAL UNIVERSITY OF SCIENCE AND TECHNOLOGY. All Rights Reserved.