2020 Korea Supercomputing Conference

Abstract
 슈퍼컴퓨터 5호기 누리온(NURION)은 리눅스 기반의 초병렬 클러스터 시스템으로 이론최고성능(Rpeak) 25.7PFlops의 연산처리 성능을 갖고 있다. 누리온 고성능 인터커넥트, 대용량 병렬파일시스템, 계산노드, 버스트 버퍼(Burst Buffer) 등으로 구성되어 있다.

 계산노드 간 연결 및 병렬파일시스템 통신을 위한 인터커넥트 네트워크는 인텔 OPA(Omni-Path Architecture)로 100Gbps로 연결되어 있다. 계산노드는 매니코어 프로세서인 Intel Xeon Phi(Knights Landing) 8305노드와 멀티코어 프로세서인 Xeon Gold(Skylake) 132노드로 총 570,020코어로 구성되어 있다.

 슈퍼컴퓨터 5호기는 2018년 12월 공식서비스를 시작으로 연간 2천명 이상의 연구자가 슈퍼컴퓨터 5호기를 활용하고 있다. 현재 까지 누적 수행작업은 380만 건, 서비스 제공 시간은 127억 시간을 기록하고 있다. 특히 서비스 초기보다 평균 사용률 시스템 사용률이 높아지면서 작업 대기시간이 증가하는 추세이다. 그에 따라 슈퍼컴퓨터 5호기를 효율적으로 사용하기 위한 시스템 정책 및 활용 가이드를 소개 한다.

Educational History

• 08.02. 전북대학교 공학사, 경영학사
• 10.08. 전북대학교 공학석사
• 17.02. 전북대학교 공학박사

Employment History

• 13.12. ~ ’15.05. 한국과학기술정보연구원
• 15.06. ~ ’17.09. 국민연금공단
• 17.09. ~ 현재 한국과학기술정보연구원

Abstract
 슈퍼컴퓨터 5호기 Nurion은 고성능의 I/O 처리를 위한 병렬파일시스템과 버스트버퍼(BurstBuffer)를 제공한다. 병렬파일시스템은 스크래치(/scratch, 21PB), 홈(/home01, 760TB), 어플리케이션(/app, 507TB) 세 개의 Lustre 기반 파일시스템을 제공하고 있다. 각 파일시스템은 SFA7700X 스토리지 기반의 메타데이터 서버(MDS)와, ES14KX 스토리지 기반의 오브젝트 스토리지 서버(OSS)로 구성된다. 해당 파일시스템은 계산노드, 로그인노드 및 주요 인프라 노드에 마운트 되어 IO 서비스를 제공한다.

 버스트버퍼는 계산 노드와 병렬파일시스템 사이에서 동작하는 NVMe 디스크 기반의 I/O 캐시로 DDN의 IME 솔루션이 적용되었다. 누리온의 버스트버퍼는 약 920TB의 용량을 제공하며, 계산노드와 스토리지 (/scratch) 사이의 I/O 가속을 위한 캐시 레이어 역할을 수행한다. 병렬파일시스템이 갖는 small I/O 또는 random I/O에 대한 낮은 성능 보완과 및 병렬 IO의 성능 극대화를 위해 5호기에 새로이 도입되었다. I/O 의존성이 높은 사용자 어플리케이션의 성능 향상을 목표로 하고 있으며 로그인노드와 계산노드 전체에 마운트 되어 서비스 중이다.

Educational History

• JunWeon Yoon is a senior researcher in the Department of Supercomputing Center at Korea Institute of Science and Technology Information (KISTI) since 2005. Also, he received M.S. and Ph.D. degrees in Dept. of Computer Science and Engineering from Korea University.

Employment History

• High Performance Computing (HPC), a supercomputer, is composed of complex and diverse systems and software. He has been managing the hardware and system software in this field for several years. Now, he is responsible for the supercomputer administration and infra operations team. His research interest fields are distributed computing, supercomputing, parallel filesystem, scheduling, etc.

Abstract
 누리온 시스템에서 많이 사용하는 응용프로그램 5종(VASP, WRF, LAMMPS, GROMACS, QE)에 대하여 다양한 설정을 통한 최적화 실행 방법을 소개하고 효율적인 멀티노드 활용을 위한 방안에 대하여 정리한다.

 또한 실제 예제에대한 누리온 시스템의 KNL 노드, SKL 노드, 뉴론 시스템의 GPU 노드에서의 성능을 비교하여 효율적인 자원 활용에 대한 정보를 제공한다.

Educational History

• 중앙대학교 물리학 박사

Employment History

• 모아시스(주) 기술개발팀 부장 (KISTI 슈퍼컴퓨터 사용자 지원 업무)

Abstract
 GPU 기반 슈퍼컴퓨터 5호기 보조 시스템인 Neuron(뉴론)은 5호기 메인시스템(Nurion)이 인텔 매니코어 및 x86 아키텍처로 구성이 됨에 따라 하드웨어 아키텍처에 제한되지 않는 다양한 인프라를 제공하기 위한 목적으로 서비스되고 있다.

 GPU 기반 시스템을 통한 성능 가속이 뛰어난 기존 계산과학분야의 수요에 대응할 뿐 아니라 기계학습(Machine Learning/Deep Learning) 및 빅데이터 분야의 연구∙개발을 위한 GPU 계산 자원의 공공 수요에 대응하고 있다.

 Neuron 시스템은 작업스케줄러(SLURM)을 이용해 사용자들이 제출한 작업을 스케줄링하는 방식으로 시스템이 활용되고 있다. 본 발표를 통해 사용자 프로그래밍 환경, 스케줄러(SLURM)을 통한 작업실행에 대한 소개를 진행하고자 한다.

Educational History

• 2006년 2월 광운대학교 학사 졸
• 2008년 8월 광운대학교 석사 졸
• 2016년 2월 광운대학교 박사 졸

Employment History

• 2008년 8월~2011년 12월 ㈜제너시스템즈 근무

Abstract
 최근 슈퍼컴퓨팅자원을 활용하는 계산과학분야 연구자들은 딥러닝 및 머신러닝 기법을 활용하여 연구에 적용하기 시작하면 AI고성능 인프라에 대한 수요와 AI개발 플랫폼에 대한 수요가 날로 늘어나고 있다.

 KISTI 국가슈퍼컴퓨팅 인프라센터에서는 이런 수요를 만족하기 위해 고성능 GPU기반의 시스템인 뉴론(Neuron)을 구축하여 고성능 AI인프라 환경을 서비스로 제공해주고 있다. 하지만 고성능 AI인프라 기반 전통 HPC 서비스 플랫폼으로는 사용자들이 인터렉티브하게 데이터를 분석하고 시각화 하는데는 한계가 존재한다. 이런 한계를 극복하기 위해 가장 많이 사용되는 개발 툴인 Jupyter를 중심으로 웹 기반 AI플랫폼을 개발하여 인터렉티브 HPC서비스를 제공하고자 한다.

 멀티 사용자 실행환경과 기존의 배치스케줄러와의 연동, 그리고 보안 인증을 강화하기 위한 다양한 기능과 연동이 쉬운 JupyterHub를 사용하여 LDAP, OTP, 및 Slurm과의 연동을 구현하였다. 사용자는 웹에서 (https://jupyter.ksc.re.kr) 프로파일로 분류된 자원 유형을 선택하여 Jupyter Notebook/JupyterLab을 슈퍼컴퓨팅자원에서 실행할 수 있다. 사용자들이 인터렉티브 작업을 제출하였을 경우 발생하는 고가의 과금을 부담해야 되는 문제를 해결하기 위해 우리는 인터렉티브 Python 병렬 프로그래밍을 할 수 있는 무료 Jupyter큐를 프로파일로 만들어 사용자들이 보다 효율적으로 자원을 저렴하게 사용할 수 있게 하였다.

Educational History

• 2018.2 건국대학교 신기술융합학과 융합 IT 전공 공학박사
• 2013.8 건국대학교 신기술융합학과 융합 IT 전공 공학박사

Employment History

• 2018.11~현재 한국과학기술정보연구원 슈퍼컴퓨팅인프라센터 운영팀에서 클라우드 인프라 운영 및 슈퍼컴퓨팅 기반 주피터 플랫폼 구축 및 운영 담당

Abstract
 최근 인공지능 기술의 발전에 따라 다양한 분야에서 인공지능 기술이 많이 활용되고 있으며 전통적인 수치 모델 기반의 방법들이 많이 활용되는 계산과학/공학 분야에서도 deep learning 기술을 활용하려는 시도가 증가하고 있다.

 KISTI의 CPU 기반 시스템 누리온 및 GPU 기반 시스템 뉴론을 활용하여 슈퍼컴퓨터 환경에서 다양한 분야의 deep learning 작업을 분석하고 향후 KISTI의 슈퍼컴퓨터에서의 deep learning 지원을 위하여 최신 아키텍처에서의 성능 변화에 대하여 분석하였다.

Educational History

• 2013.08 연세대학교 전기전자공학과 학사 졸업
• 2019.02 연세대학교 전기전자공학과 석박사 통합과정 졸업

Employment History

• 2018.12 ~ 현재: 한국과학기술정보연구원 슈퍼컴퓨팅인프라센터 계약직연구원 재직

Abstract
 국내 최대 규모의 슈퍼컴퓨팅 서비스를 제공하는 한국과학기술정보연구원은 연구자들과 기업의 요구에 맞춰 슈퍼컴퓨터 Nurion을 클라우드 환경에서 이용할 수 있는「KI(KISTI Intelligent) Cloud」서비스를 오픈하였다.

 슈퍼컴퓨터 사용자라면 누구나 사용할 수 있는 KI Cloud는 웹기반으로 손쉽게 접근하여 사용할 수 있으며 사용자 맞춤형 가상 서버, 클라우드 스토리지 서비스 등 오픈스택 기반의 IaaS 환경을 제공하다.

 또한 컨테이너 기반의 가상 클러스터 환경에서 대화형 프로그래밍을 수행할 수 있는 Jupyter Notebook 서비스, R 기반 데이터 분석 처리를 지원하는 Rstudio 서비스 등 연구자들이 웹을 통해 실시간으로 이용할 수 있는 다양한 데이터 분석 도구 및 컴퓨팅 환경을 제공한다.

 기존의 슈퍼컴퓨팅 사용자라면 고전적인 터미널 기반의 작업 스케쥴러 인터페이스를 통해 배치 작업 형태로 슈퍼컴퓨터를 이용해야만 했지만 이제는 다양한 대화형 클라우드 서비스를 통해 연구자가 원하는 컴퓨팅 환경을 쉽게 구성할 수 있게 되었다.

 본 발표에서는 KI Cloud의 구조 및 서비스에 대해서 알아보고 슈퍼컴퓨터의 새로운 사용 환경에 대해서 살펴볼 것이다.

Educational History

• 전남대학교 전산학과 학사 : 1992 ~ 1999
• 전남대학교 전산통계학과 석사 : 1999 ~ 2001
• 전남대학교 정보보안협동과정 박사 : 2006 ~ 2009

Employment History

• 한국정보보호진흥원 : 2001 ~ 2004
• 국가정보원 : 2004 ~ 2005
• 한국과학기술정보연구원 : 2005 ~ 현재

Abstract
 최근 글로벌 기업들은 고급 분석, 심층 학습, 인공지능 영역에서 기존 GPU 기반 컴퓨팅 가속에서 사용자 맞춤형 계산자원 구현이 가능한 FPGA로 이동하고 있다.

 이러한 추세에 맞추어 KISTI에서도 FPGA 디바이스를 이용할 수 있는 계산자원을 클라우드 기반으로 구축하였다. 본 발표에서는 KISTI에서 제공하는 클라우드 서비스 중 FPGA 서비스에 대한 구축 내용과 사용 방법에 대해 소개한다.

Educational History

• 2003.08. POSTECH 컴퓨터공학과 학사
• 2006.02. POSTECH 컴퓨터공학과 석사

Employment History

• 2006.03 ~ 현재 : 한국과학기술정보연구원 근무

Abstract
 AI와 빅데이터 기술이 발전함에 따라 과학용 데이터에 대한 검색, 탐구, 관리 같은 데이터 서비스 지원에 대한 관심이 증가되었다. 하지만, 전통적인 파일 시스템에서 데이터 서비스는 파일 시스템과는 완전히 분리가 되어 있으며, 사용자는 이러한 데이터 서비스 지원을 위해 외부 데이터베이스 또는 인덱싱 서비스 지원을 받아야 했다.

 본 발표에서는 기존에 파일 시스템과 외부 데이터 관리 서비스간의 분리된 설계로 인한 문제점을 지적하며 기존 파일 시스템에서 메타데이터 서비스 부재로 인한 파일 시스템과 데이터 서비스 간의 분리된 설계를 재고한다. 또한, 빅데이터를 기반으로 한 AI 서비스를 위한 확장성 있는 분산 메타데이터 인덱싱 프레임워크를 제시하고 GlusterFS와 Ceph 파일 시스템에 통합된 모델을 소개한다.

Educational History

• 펜실베니아주립대학교, 컴퓨터공학 박사
• 카이스트, 전산학 석사
• 서강대학교, 전산학 학사

Employment History

• 2016~ : 서강대학교 컴퓨터공학과 부교수
• 2009~2015 : 미)에너지부 오크리지 국립과학 연구원, 책임연구원

Abstract
 오늘날 페타스케일의 고성능 컴퓨팅(HPC)은 인공지능(AI), 애널리틱스 및 제조업의 기술 혁신과 융합으로 그 활용성이 여러 분야에서 확대되고 있습니다. 데이터 집약적이고 미션크리티컬 워크플로로 인해 스토리지 인프라는 손쉬운 확장을 통한 온 프레미스 및 진회돤 클라우드 요구사항을 충족해야 하며, 페타스케일의 컴퓨팅 성능에 맞춰 높은 신뢰도를 보장하는 극적인 성능, 확장성 및 효율성을 요구하고 있습니다.

 이에 자동화와 최적/가속화된 다양한 애플리케이션 I/O의 요구사항에 따른 페타스케일 환경의 스토리지 및 파일시스템 아키텍처의 방향성을 제시하고자 합니다.

Educational History

• 숭실대학교 석사

Employment History

• 2009 ~ 2013 : 한국과학기술정보연구원, 연구원
• 2013 ~ : DDN Storage, Senior System Engineer

Abstract
 개발을 편리하게 하기 위한 devops 플랫폼은 현재 많은 개발 분야에서 사용중이지만, AI, 특히 DL개발을 위한 devops 플랫폼은 어떤 것들을 지원해야 하는지 정의가 불분명하다.

 본 발표에서는 AI 개발을 위한 devops플랫폼이 지향해야 하는 방향성을 제시하고, 데이터부터 AI training, inference까지 전주기를 지원하기 위해 필요로 되는 AI 플랫폼의 역할에 대해 소개한다. 마지막으로 이런 AI 플랫폼을 활용하면 어떤 미래가 펼쳐질지에 대하여 간단하게 예상한다.

Educational History

• PhD in Computer Science, KAIST, 2012
• BS in Computer Science, KAIST, 2003
• Chungnam Science High School, 1999

Employment History

• 2010 ~ 2011.06, ㈜MCS로직, 개발 팀장
• 2011.07 ~ , ㈜아크릴, 이사, CIO

Abstract
 인공지능 기술이 발달하면서 다양한 산업 및 서비스에 AI 기술 활용이 확대되고 있다. 빠른 속도로 발전하는 인공지능 알고리즘은 응용분야가 다양해지고 있을 뿐 아니라 그 복잡도가 급격히 증가하고 있다.

 본 발표에서는 다양하고 복잡한 인공지능 연산의 고성능/고효율 처리를 위해 SK텔레콤이 개발한 AI 연산 가속기와 이를 활용한 Network Edge에서의 저지연/대규모 인공지능 서비스 인프라를 설명한다.

Educational History

• Ph.D KAIST Electrical Engineering & Computer Sciences
• M.S. KAIST Electrical Engineering & Computer Sciences
• B.S. Korea Univ. Electrical Engineering

Employment History

• SK텔레콤 TEK센터
• 삼성전자 종합기술원
• 한국전자통신연구원
• 다이나릿시스템

Abstract
 클라우드 컴퓨팅과 마이크로서비스 아키텍처의 등장으로 경량 가상화 기술인 컨테이너 기술이 각광받고 있다. 특히 컨테이너는 커널만 호환되면 기반 프레임워크와 라이브러리를 애플리케이션별로 독자적으로 빌드 및 배포할 수가 있어 변화가 빠른 AI 소프트웨어 스택을 활용하기에 적합한 특징을 제공한다.

 그러나 연산자원을 집약적으로 활용하는 HPC 및 AI 분야에서는 소프트웨어 버전관리뿐만 아니라 연산자원을 여러 프로세스가 잘 나눠서 활용하고 장시간 걸리는 연산 작업들이 다수 대기 중일 때의 스케줄링 정책 등을 고도화하는 것이 중요한데, 기존의 마이크로서비스 지향 컨테이너 플랫폼들은 NUMA라든지 GPU 환경에 대한 스케줄링이나 자원 공유에 대한 지원이 부족하다.

 이 세션에서는 처음부터 이러한 기술적 요소들을 염두에 두고 개발한 HPC/AI용 오픈소스 컨테이너 오케스트레이션 프레임워크인 Backend.AI의 설계와 구현에 대해 소개한다.

Educational History

• KAIST 전산학과 박사 (2016)
• KAIST 전산학과 석사 (2012)
• KAIST 전산학과 학사 (2010)

Employment History

• 래블업 주식회사 CTO (2015~現)

Abstract
 DNA (Data-Networking-AI) 구도에 따라 구축되는 미래형 ICT 인프라를 위한 핵심적인 자원 및 도구로서 HPC/AI/HPDA 융합 워크로드에 대응하는 대규모 클러스터에 대한 수요가 급증하고 있다. 특히 클라우드 컴퓨팅의 유연성과 효율성을 기반으로 구축하는 ‘Cloud-native’ 컴퓨팅 방식과 대상분야의 집적된 데이터를 밀겹합(융합)하는 ‘Data-centric’ 컴퓨팅 방식을 연계하는 미래형 클러스터 구축과 운용은 필수적인 대세로 자리잡고 있다.

 따라서 본 발표에서는 GIST AI대학원 주도로 진행중인 GIST AI-X Cluster 의 사례를 중심으로, AI 클러스터 구축과 운용 이슈들을 살펴보면서 AI 컴퓨팅 인프라 및 플랫폼의 방향성을 함께 논의한다.

Educational History

• 1987/89/94: 서울대학교 공과대학 제어계측공학과 공학사/석사/박사

Employment History

• 2019.10~현재: 광주과학기술원 AI대학원 원장
• 2020.06~현재: 광주과학기술원 인공지능연구소 소장
• 2008.04~현재: 광주과학기술원 슈퍼컴퓨팅센터 센터장
• 2001.09~2019.09: 광주과학기술원 전기전자컴퓨터공학부 부교수 / 교수

Abstract
 Discrete stochastic processes are instrumental for modelling the dynamics of probabilistic systems and have a wide spectrum of applications in science and engineering. When a discrete stochastic process is studied, taking all stochastic paths into account is in general unwise for several reasons, for example, the exponential growth of possibilities with time steps. Instead, numerical approximations with random sampling, such as Monte Carlo methods, are employed. However, in practice, the finite number of sampling can lead to a large variance of the estimate. Importance sampling was developed over the years to overcome these difficulties, which yet requires sophisticated understanding of the probability distribution.

 In this talk, I will show that quantum computers can enhance the analysis of such processes by reducing the Monte Carlo sampling to a Bernoulli trial, which guarantees the optimal variance, while taking all stochastic trajectories into account. Therefore, sampling strategies are not needed anymore. This astonishing result can be combined with the well-known quantum amplitude estimation algorithm to further speed-up the convergence. I will also present two example applications of the method: a problem in finance and simulation of correlated random walks, which also have many applications in various disciplines of quantitative sciences.  The proof-of-principle experiment is performed using the IBM quantum cloud platform to validate our findings.

Educational History

• Ph.D in Physics, University of Waterloo (2015)
• B.Sc in Mathematical Physics, University of Waterloo (2010)

Employment History

• Research assistant professor, School of Electrical Engineering, KAIST (2018 – present)
• Post-doctoral researcher, Department of Physics, KAIST (2015-2018)

Abstract
 양자키분배 시스템은 단대단 양자키분배만을 지원하기 때문에 장거리 전송과 다양한 토폴로지의 네트워크를 지원하기 위해서는 양자키를 관리할 수 있는 별도의 역할이 필요하게 된다.

 이러한 양자키 관리계층의 기술적 진화 동향과 발전방향에 대해서 소개하고자 한다.

Educational History

• 1997. 03 인하대학교 전자공학과 학사
• 2010. 08 북경대학교 공상관리 석사(MBA)

Employment History

• 1996 ~ 2003 : LG CNS - PKI 시스템 구현, 스마트카드 보안, 정보보호 컨설팅
• 2003 ~ 2018 : SK텔레콤 - 3G 서비스 플랫폼 개발, DRM, Mobile Payment 서비스 기획 및 개발, QKD연동 10G/100G 암호화기 개발, QKD 시스템 망 적용
• 2018 ~ : ID Quantique – 양자키관리시스템 개발, 양자암호네트워크 적용

Abstract
 Quantum technology provides the tools for measurements, communications, and computations which are impossible to achieve with any classical devices. Among several competing quantum hardware, trapped ions are the best-controlled system for realizing these quantum advantages. Here, we present recent developments in ion-based quantum technology. For example, we have employed single trapped ions as a quantum sensor to measure the light field of an optical resonator without destroying the photons. We have also generated high-fidelity ion-photon entanglement constituting key resources for quantum networks. These techniques are especially associated with long-distance quantum communication, which requires a quantum repeater protocol for connecting multiple quantum nodes via photonic links. Moreover, quantum networks also provide a framework for distributed quantum computing.

 In order to reach quantum supremacy using trapped ions, the hardware needs to be scalable in the number of qubits and quantum operations: It is therefore essential to miniaturize the trapped-ion quantum computer while maintaining the near-perfect control over the qubits. Toward this goal, we envisage interdisciplinary research themes, including not only the quantum physics background but also the insight of the engineering experts in nanofabrication, MEMS technology, RF technology, and even cryogenics. We review the recent experimental progress in the state-of-the-art engineering of ion traps, and outline future research directions.

Educational History

• 2011년 서울대 물리천문학부 박사 (지도교수: 안경원 교수님)
• 2004년 서울대 물리학부 학사

Employment History

• 2020. 4.~현재 포항공대 전자전기공학과 조교수
• 2018-2020 CEA Saclay, France, postdoc
• 2014-2018 University of Innsbruck and Institute of Quantum Optics and Quantum Information Innsbruck, Austria, Lise Meitner fellow and postdoc

Abstract
 Understanding, controlling, and utilizing quantum systems have been one of major research interests across fields of physics, chemistry, and material science. In atomic molecular optics (AMO) physics, the ultracold trapped ion system has been one of leading and successful architectures for coherent quantum control and has demonstrated key ingredients for quantum computation and simulation. I will introduce basics, breakthroughs, and challenges of quantum computing in the trapped ion system [1,2].

 Such quantum control has been also applied to condensed matter systems which may promise scalable Quantum information processing. In the second part of the talk, I will introduce a new approach to control spin states of individual atoms on surfaces combining electron spin resonance and scanning tunneling microscopy. Recently, we successfully drive spin resonance of individual Fe atoms on ultrathin insulating MgO [3] and characterize magnetic interaction between atoms [4]. With atomically precise position control and energy resolution, this ESR-STM demonstrates the possibility to utilize them for quantum sensing.

 In summary, I will introduce my recent research activities in quantum information processing and sensing using trapped ion and STM platform.

References
[1] T .Choi et al., Phys. Rev. Lett 112, 190502 (2014)
[2] S. Debnath et al., Nature 536, 63 (2016)
[3] S. Baumann et al., Science 417, 350 (2015)
[4] T. Choi et al., Nat. Nano 12, 420 (2017)

Educational History

• 서울대학교 물리학과 학사(2004)
• 오하이오주립대학교 물리학과 박사(2011)

Employment History

• 2017~현재 이화여자대학교 조교수
• 2014~2017 IBM Almaden Research Center 박사후 연구원
• 2011~2014 메릴랜드 대학교, 박사후 연구원

Abstract
 양자암호통신에 대한 기본 개념을 소개하고 다양한 프로토콜에 설명과 장/단점을 분석한다. 또한 양자암호통신에 포함되는 후처리 기술의 필요성을 설명하고 다양한 후처리 기술 원리를 소개한다. 고려대 실험실에서 구현한 양자암호통신 시스템과 구현된 후처리 기법도 소개한다.

Educational History

• 서울대학교 전자공학과 학사
• 서울대학교 전자공학과 석사
• USC 대학 전기공학과 박사

Employment History

• LG전자 선임연구원
• 건국대학교 조교수
• 고려대학교 교수

Abstract
 The measurement of circular dichroism (CD) has widely been exploited to distinguish the different enantiomers of chiral structures. It has been applied to natural materials (e.g. molecules) as well as to artificial materials (e.g. nanophotonic structures). However, especially for chiral molecules the signal level is very low and increasing the signal-to-noise ratio is of paramount importance to either shorten the necessary measurement time or to lower the minimum detectable molecule concentration.

 As one solution to this problem, we propose here to use quantum states of light in CD sensing to reduce the noise below the shot noise limit that is encountered when using coherent states of light. Through a multi-parameter estimation approach, we identify the ultimate quantum limit to precision of CD sensing, allowing for general schemes including additional ancillary modes.

 We show that the ultimate quantum limit can be achieved by various optimal schemes. It includes not only Fock state input in direct sensing configuration but also twin-beam input in ancilla-assisted sensing configuration, for both of which photon number resolving detection needs to be performed as the optimal measurement setting.

 These optimal schemes offer a significant quantum enhancement even in the presence of additional system loss. The optimality of a practical scheme using a twin-beam state in direct sensing configuration is also investigated in details as a nearly optimal scheme for CD sensing when the actual CD signal is very small. Alternative schemes involving single-photon sources and detectors are also proposed. This work paves the way for further investigations of quantum metrological techniques in chirality sensing.

Educational History

• 한양대학교 물리학과 학사졸업(2006)
• 한양대학교 물리학과 박사졸업(2011)

Employment History

• 한양대학교 연구원(2011년9월 – 2012년7월)
• 싱가포르국립대학 연구원(2012년 8월 - 2015년 8월)
• 고려대학교 연구원(2015년 9월 - 2015년 12월)
• 독일 칼스루헤 공과대학교 연구원(2016년1월 - 현재)

Abstract
 최근 인공지능 기술이 급속도로 발전하면서 영상, 음성인식 등의 고전적인 응용분야뿐만 아니라 전 산업분야에 활용되고 있다.

 본 발표에서는 인공지능 기술에 대해서 간략하게 소개하고, 제조 인공지능, 재료 인공지능, 의료 인공지능에 대한 구체적인 예시를 통해 산업 전반에 인공지능 기술이 어떻게 적용될 수 있는지 소개한다.

Educational History

• 2010: 박사, 미시간대학교 기계공학과
• 2008: 석사, 미시간대학교 기계공학과
• 2001: 학사, 서울대학교 기계항공공학부

Employment History

• 2018 ~ 현재: 조교수, 포항공과대학교
• 2013 ~ 2017: 조교수, 울산과학기술원
• 2010 ~ 2013: 박사후연구원, 미시간대학교

Abstract
 점점 치열해지는 세계시장에서 산업제품의 경쟁력을 높이는 공학설계 기술의 적용은 매우 중요합니다. 이러한 공학설계 기술의 적용에 대하여 아래의 세 가지를 강조하고자 합니다.

 ⋅ 설계자의 know-how에만 의존하여 설계를 개선하는 기존 설계절차 대신 최신설계기술도 활용하여 최선의 설계안을 도출하는 최신 설계절차를 쓰자

 ⋅ 다양한 해석분야를 함께 고려하여 설계하여야 하는 경우, 주요 분야 순으로 순차적으로 설계를 수행하는 기존 설계 기법 대신 모든 분야의 상충성을 고려하여 통합적으로 설계하는 통합최적설계 기술을 쓰자

 ⋅ 사용자가 labeled data만 제공하면, 제공된 데이터에 가장 적합한 우수한 machine learning 모델을 자율적으로 생성하는 AI를 이용하여 AI 활용 data-driven 통합최적설계를 수행하자

Educational History

• 학사 : 1975.02 서울대학교 기계공학
• 석사 : 1977.02 한국과학기술원 기계공학
• 박사 : 1986.01 Univ. of Wisconsin-Madison 기계공학

Employment History

• 1987.03~1993.02 한양대학교 기계설계학과 부교수
• 1993.03~2018.08 한양대학교 기계공학부 교수
• 1999.07~2008.02 최적설계신기술연구센터 소장
• 2013.07~現 ㈜피도텍 대표이사

Abstract
 선박해양플랜트연구소에서 개발 중인 진동수주형 파력발전 시스템은 입력 에너지의 변동성이 큰 파력에너지를 수주실 높이 변화를 이용한 유동에너지로 변환 후 터빈 회전을 이용하여 전력을 생산하는 발전시스템이다.

 입력 에너지의 변동성이 크기 때문에 안정적인 운용을 위해서는 입력 에너지를 예측 및 발전량 예측을 통해 발전 시스템을 제어해야 하고, 파력발전 시스템의 특성 상 해상에 부유 또는 고정되는 시스템으로 무인화 시스템으로 구축되어야 한다. 이에 따라, 스마트 운용 및 유지보수가 가능해야 하며, 본 연구에서는 디지털 트윈 기술을 적용하여 이를 해결하고자 한다.

 이러한 이유로, 파력발전 시스템의 디지털 트윈은 운용 관점과 유지보수 관점으로 구분되어 개발 중에 있으며, 운용 관점 디지털 트윈은 물리모델을 통한 예측 값으로 상황을 인지하고 입력 에너지를 제어할 수 있는 기술이 연구되고 있으며, 고장 관점 디지털 트윈은 파력발전 시스템 중 FMEA 결과 모니터링 대상으로 선정된 기자재의 스마트 모니터링을 위한 디지털 트윈 기술이 연구되고 있다.

 따라서, 본 발표에서는 진동수주형 파력발전 시스템에 적용하기 위한 운용과 유지보수 관점의 디지털 트윈 기술 개발에 대해 소개하고자 한다.

Educational History

• 한양대학교 기계공학과 학사 (~2011.02)
• 한양대학교 기계공학과 석사 (~2013.02)
• 한양대학교 기계공학과 박사 (~2016.08)

Employment History

• 버추얼모션(주) 인턴 (2011 ~ 2012)
• 선박해양플랜트연구소 연수생 (2013 ~ 2014)
• 선박해양플랜트연구소 인턴연구원 (2015 ~ 2016)
• 선박해양플랜트연구소 Post Doc. (2016 ~ 2018)
• 선박해양플랜트연구소 선임연구원 (2018 ~ 현재)

Abstract
 Combustion technology has been supporting the modern society ranging from household work (cooking, heating, electricity, etc.) to advanced technologies such as aircraft/rocket propulsion. Although combustion technology has been serving its purposes well, it needs to be improved further to produce less greenhouse-gases/pollutants, provide stable source of energy and transportation, and enable to travel beyond the earth.

 Underlying physical processes of combustion are widely known. Still, accurate computational simulations of combustion remain as challenging tasks as it involves two complex phenomena: turbulence and chemical kinetics. Increase on computational power now enables to conduct high-fidelity combustion simulation.

 This talk reviews current developments on high-fidelity turbulent combustion simulations and presents on-going research efforts to improve combustion engines via high-fidelity simulations.

Educational History

• 2006, BSc from Aerospace Engineering, KAIST, South Korea
• 2012, PhD from Aerospace Engineering, Georgia Institute of Technology, USA

Employment History

• 2013-2014, Marie-Curie Research Fellow at CERFACS, France
• 2014-2015, Research Fellow at the University of Southampton, UK
• 2015-2019, Lecturer at the University of Edinburgh, UK
• 2019-now, Assistant Professor at KAIST, South Korea

Abstract

 - 일반 열유동 해석 사례

 - 다상유동 해석 사례

 - 다물리현상 해석 사례

 - 구조-유체 연성 해석 사례

Educational History

• 한국항공대학교 항공우주공학 학사

Employment History

• 2006 ~ 2007, GE에너지, 사원, 배관 및 밸브 설계
• 2008 ~ 2010, 쎄딕, 대리, 열유동해석
• 2011 ~ 현재, 한국 ESI, 차장, 열유동해석

Abstract
 최근 스마트팩토리의 관심도가 높아지고 공장자동화 및 스마트제조 기술의 발전이 기대되는 현재에 현실적으로 제조의 혁신을 이끌어 낼 수 있는 방법들이 요구되고 있다.

 이러한 시대에 미래의 스마트제조 현장에서 필요한 디지털 메뉴팩처링을 소개하고 디지털화 된 제조 기술과 사물인터넷의 도움을 통해 확보할 수 있는 스마트제조 기술을 이해할 수 있도록 IoT 기술, 통계적공정관리, 디지털메뉴팩터링, 가상시뮬레이션을 통한 제조 공정 시뮬레이션 및 VR기술을 통한 가시적 제조성능평가 기술을 소개한다.

• 커넥티드 스마트팩토리 개요
• 디지털 메뉴팩쳐링 소개
• 플랫폼 기반의 스마트팩토리 기술
• 디지털 기반 시뮬레이션의 역할
• 제조공정 시뮬레이션 사례 및 VR기술 접목 사례

Educational History

• 강원대학교 기계공학과 공학석사, 동역학 및 제어 전공

Employment History

• 한일이화㈜ (현 서연이화㈜) 선행해석팀/ 연구원, 1999.1~2001.7, 자동차 부품 선행 해석 업무 수행
• 브이피코리아㈜ CAE팀/ 선임연구원, 2001.7~2002.12, CAE 컨설팅 서비스, 해석 솔루션 개발
• 엔브이에이치코리아㈜ 전략사업팀/ 과장, 2003.1~2004.4, 전략사업업무 신기술 개발
• 브이피케이㈜ PLM사업본부/ 상무이사, 2004.4~현재 PLM사업본부 PLM사업총괄, SIMULIA기술팀장

Abstract
 인텔의 AI Deep Learning Inference tool인OpenVINO 의feature and advantage 소개를 통해 지원되는HW 및SW 그리고 지원되는pre-trained model 등을 소개 합니다.

 최근HPC, AI 등에서CPU, GPU, FPGA, Accelerator 등의 다양한HW를 사용하게 되는데, 이러한HW의 변경에 따라SW code 수정이 필요한 번거로운 작업을 제거하여 어떤HW을 사용해서 코드를 개발해도 이기종HW에서도 호환성을 갖고operation 될수 있도록 하기위한oneAPI를 소개 합니다.

Educational History

• 대졸

Employment History

• 2000부터 인텔코리아 재직중

Abstract
 가. 데이터 처리 수요 폭증 : 많은 데이터를 처리하기 위해 메모리 영역의 대용량 수요와 빠른 처리가 필수적. 고성능 시스템 자원과 효율성 관리의 필요성이 대두

 나. 컴퓨팅 아키텍쳐의 연산에서의 메모리의 포지션

 다. 글로벌 고속 대용량 메모리 시장 전망 : 많은 데이터를 처리하기위해 디지털 작업대 역할을 하는 메모리 영역의 수요 급증

 라. 인공지능 경쟁력은 많은 데이터 처리를 통해 산출되는 두뇌의 학습(Training)량에 비례함. : 메모리 집약적 학습 장치 워크플로우

 마. 사례 연구

• 인공지능 모델을 접목한 코로나19 대응 열감지 모니터링 시스템 ‘나노프로’ 개발시 사용된 인메모리 학습 워크플로우와 성능비교
• M사의 인공지능 음성인식/합성 서비스 개발에서의 메모리증설을 통한 학습데이터 배치의 가용성 결과

 바. 시스템 아키텍쳐의 메모리 확장성 방향

• 인텔 옵테인 메모리 DC
• 오픈패블릭스 기반의 메모리 확장 솔루션 (글로벌과 한국)

 사. 초고성능컴퓨터환경에서의 메모리와 산업 과제

Educational History

• 서울디지털대학교 학사

Employment History

• AI 프레임웍 DeepAbyss-OSR 기술설계 위원
• UOS 인공지능 제조 역량 교육 프로그램 강의 (2020. 1~)
• 주한미국상공회의소(AMCHAM) 블록체인분과 위원장 (2018)

Abstract
 클래식 명곡 중에는 작곡가가 미처 완성하지 못하고 세상을 뜨거나 다른 사유로 인해 중단된 곡들이 많다. 그 중 가장 유명한 사례가 슈베르트의 미완성 교향곡이다. 딥러닝 기법을 이용하여 클래식 음악 작곡가의 작품 패턴을 학습한 후 미완성인 부분을 채워 넣음으로써 완성 되었을 곡의 모습을 추정하는 방법론을 제안한다.

 현재 화웨이, 구글 등 글로벌 IT업체 등에서는 AI를 이용한 여러 형태의 음악 창작을 시도 중이고, 올해 탄생 250주년을 맞는 베토벤의 교향곡 10번을 AI로 창조해보려는 시도도 있다. 그런데 대중 음악처럼 정형화된 리듬과 단순한 화성 패턴을 가진 장르는 다양한 기법의 AI 접목 연구 사례가 있지만, 긴 연주 시간과 복잡한 음악 문법, 다양한 화성 진행 구성의 클래식 음악은 본격적인 성공 사례가 많지 않다. 게다가 교향곡처럼 많은 악기가 한데 어울려 복잡한 음악적 컨텍스트(Context)를 이루는 음악의 생성사례는 찾기 힘들다. 클래식 음악 장르에서 AI가 특정 작곡가의 작품 스타일대로 오케스트라 음악을 생성하고 음악적 완성도를 높일 수 있는 방법론을 모색해 보고자 한다.

Educational History

• 연세대학교 물리학과 학사
• 서울과학종합대학원 빅데이터 MBA 석사
• 스위스 로잔 BSL(Business School of Lausanne) 빅데이터 MBA 석사

Employment History

• 아르떼TV 대표이사 (문화예술전문채널)
• 전 미디어랩 이사

Abstract
 Self Service BI 도구인 Microsoft Power bi의 탑재된 AI시각화 개체를 활용한 데이터 분석 방법 소개 및 코드작성이 어려운 조직원도 손쉽게 데이터분석력을 가져갈 수 있는 방법론을 제안한다.

Educational History

• 가톨릭대학교 대학원 의료인공지능학과 박사과정
• 서울종합과학대학원 대학교 빅데이터 MBA 석사과정 수료

Employment History

• 현) 주식회사 슈파스 이사
• 전) 컬러즈 대표
• 전) 필라넷, 씨퀄로 SQL Server 컨설턴트 및 Presales 엔지니어
• 전) 한양여대, 연성대학교 겸임교수

Abstract
 AI에서 이미지/영상 처리는 딥러닝 알고리즘인 CNNs (Convolution Neural Networks)과 다양한 네트워크의 전이학습(Pre-trained Transfer Learing)으로 기존의 데이터를 학습을 하며 프레임워크로 TensorFlow, Pytorch, Caffe, MxNet 등의 분석 라이브러리를 사용한다.

 이미지/영상 처리에서 추론(Inference)은 대상물을 학습된 모델을 거쳐 단순 분류(Simple Classification)하거나 검출(Object Detection) 후 분류하여 예측을 수행한다. HPC나 Edge 환경에서 추론을 가속하기 위해서는 딥러닝 프레임워크로 학습된 모델을 하드웨어 아키텍처에 맞게 최적화시켜 적용한다. 가속 하드웨어는 인텔기반의 CPU, VPU, FPGA와 NVIDIA 기반의 GPU가 있으며 AI에서 딥러닝 학습모델을 최적화하고 가속시키려면 제조사에서 제공하는 각 Toolkit을 사용해야 한다.

 AI에서 이미지/영상 가속을 위한 인텔의 OpenVINO와 NVIDIA의 TensorRT 그리고 OpenCV 라이브러리에서 dnn으로 추론 가속하는 방법을 발표하고자 한다.

Educational History

• 스위스 로잔느경영대학교 DBA 과정 중
• 서울종합과학대학원 AI빅데이터 MBA
• 핀란드 알토대학교 Executive-MBA

Employment History

• 현 데이터쿱와(주) 대표
• 현 명지대학교 ICT융합학부 겸임교수
• 전 센싸타테크놀러지스코리아
• 전 슈나이더일렉트릭코리아

Abstract
 최근 식품업계에서는 치열한 경쟁 속에서 차별화되는 식품을 만들기 위해 완전히 새로운 식품을 만들기 보다는, 기존의 익숙한 것과 새로운 것을 결합하는 '뉴밀리어' (New + Familiar) 트렌드를 따라 신제품 출시가 이루어지고 있다.

 하지만 이 트렌드를 따라 현재 출시되는 '스핀오프 식품', 즉 어떤 식품에 새로운 맛을 도입한 식품들 중 소비자의 선호를 제대로 반영하지 못하고 빠르게 잊혀지는 제품들도 많은 상황이다.

 이 문제를 해결하기 위한 하나의 방법으로써, Yelp Open Dataset에서 제공하는 소비자 음식 리뷰들에 Word2Vec 모델을 적용하여 특정 음식과 각종 맛들 사이에서 도출된 유사도를 기반으로 음식 별로 맛이 잘 어울리는 조합을 제안하고자 한다.

Educational History

• 서울대학교 농경제사회학부 지역정보전공 재학

Abstract
 In graphene under the linear-polarized optical pump field, a series of avoided crossing gaps (ACGs) at the intersections with the n-th order Floquet sidebands (n=±1,±2,...) open on the Floquet-Bloch Dirac cone depending on the crystal momentum direction, which is confirmed with the time-resolved photoemission spectroscopy (TRPES).

Incorporating the optical transitions between second order Floquet sidebands (n=±2), the Fano resonance is found to develop due to the absorption path correlation in the transient absorption spectroscopy (TAS).

 Furthermore, the Fano resonance is discovered to make an extreme ultrafast oscillation in the subfemtosecond time span. This discovery establishes that Floquet dynamics in a time-periodic potential reveal a chance to drive a novel petahertz (PHz) quantum oscillation from the excited low-dimensional Dirac materials.

Educational History

• 1992 BS. in physics, POSTECH
• 1994 MS. in physics, POSTECH
• 1997 Ph.D. in physics, POSTECH

Employment History

• 1997 - 2000 researcher, MPI-FKF (Germany)
• 2000 - 2002 researcher, Univ. Tokyo (Japan)
• 2002 - 2004 researcher, CALTECH (USA)
• 2004 – 2006 fellow, NIMS (Japan)
• 2006 – 2012 associate professor, JAIST (Japan)
• 2012 – present professor, DGIST (Korea)

Abstract
 As electronic devices scale down below 10 nm and new materials are introduced into mainstream devices, the atomistic simulation on semiconductor processes has become ever more important. In particular, molecular dynamics (MD) simulation allows for understanding detailed mechanism for specific processes, providing valuable information that is not accessible in experiments.

 Recently, machine-learning approaches to developing classical potentials are attracting considerable attention because it is poised to overcome the major shortcoming inherent to the classical potential and first-principles method. In particular, the high-dimensional neural network potential (NNP) is attracting wide interests. In this presentation, we first introduce a highly efficient in-house code for training and executing NNP called SIMPLE-NN.

 The code has a unique feature such as GDF weighting that balances the sampling bias in the training set. We present application examples various processes in semiconductor devices such as the oxidation of Si-SiO2interface, phase change behavior of GeTe and Ge2Sb2Te5,and silicidation process of Ni

Educational History

• Seoul National University, Korea, B.S. Physics, Spring 1993
• Seoul National University, Korea, M.S. Physics, Spring 1995
• Seoul National University, Korea, Ph.D. Physics, Summer 2000

Employment History

• Postdoctor, Princeton Materials Institute, Princeton University, 2001-2003
• Full-time lecturer, Assistant Professor, Associate Professor, Dept. of Physics, Ewha Womans University, 2003-2009
• Associate Professor, Professor, Dept. of Materials Science and Engineering, Seoul National University, 2009-

Abstract
 Topological states have commonly been cited as a new classification of materials, and global properties immune to local perturbations have been suggested in terms of topological invariants or associated quantities. For real materials, actual computations for them have been achieved through the theories of linear responses over the static ground electronic structure.

 In this talk, I first summarize our proposal for alternative ways of computation: calculating the real-time evolution of the Hamiltonian, letting the pumping parameter run periodically through the geometric space of the Hamiltonian. As test examples of this method, we present a trivial insulator, a spin-frozen valley-Hall system, a spin-frozen Haldane-Chern insulator, and a quantum spin-Hall insulators. In later part, we also demonstrate the spin precession dynamics of MoS2, in which the spin is strongly coupled to the optical phonon.

 This dynamical spin state can be resolved into discrete Floquet-phononic spectra, and once the phonon is pumped so as to break time-reversal symmetry, the resulting spin-Floquet structures induce net out-of-plane magnetizations in the otherwise non-magnetic 2D material

Educational History

• 2002.08 서울대학교 물리학과, 이학박사
• 1997.02 서울대학교 물리학과, 이학석사
• 1994.02 서울대학교 공학사

Employment History

• 2002.09~2004.02 : 성균관대학교 CNNC 연구원
• 2002.11~2004.02 : 일본 RIST, invited scientists
• 2004.03~2005.02 : 삼성종합기술원 책임연구원
• 2005.03~2011.02 : 단국대학교 조교수
• 2011.03~2017.02 : 울산과학기술원 부교수
• 2017.03~현재 : 울산과학기술원 교수

Abstract
 Recently, plasma technology is emerging as one of the critical processes toward next-generation memories. It is well known that there are no robust computer-aided tools due to its inherent complexity. Therefore, empirical knowledge has been the leading source to develop novel technology so far but does not meet highly complex process requirements due to the sub 10 nm design rule.

 As a part of an effort to overcome these limitations, we have developed a 3D process simulator strongly coupled with the Zero-D bulk plasma module, including the realistic plasma/surface chemistry. The tremendous computational loads are well distributed into Graphics Processing Units using the Cuda so that the speedup against a single CPU is beyond 200.

 Finally, we demonstrate that the 3D process simulator can be useful to industrial applications toward next-generation devices.

Educational History

• 2001 전북대학교 박사(화학공학)
• 1992 전북대학교 학사(화학공학)

Employment History

• 2005-현재 전북대학교 화학공학부 교수
• 2014-2015 UC Berkeley 화학공학부 방문 연구원
• 2003-2005 삼성 반도체 연구소 책임 연구원
• 2002–2003 RPI, USA 박사 후 연구원

Abstract
 이번 발표에서는 우리 연구실에서 진행하고 있는 제1원리 및 멀티스케일 나노소자 시뮬레이션 방법론 개발에 대해 소개한다. 먼저 비평형 양자수송 현상의 제1원리 계산의 표준적인 기법이 되고 있는 란다우어(Landauer) 관점 기반 비평형 그린함수(non-equilibirum Green’s function, NEGF) 방법론의 대안이 될 수 있는 다공간 제한탐색 밀도범함수론(multi-space constrained search density functional theory, MS-DFT)에 대해 설명한다 [1].

 MS-DFT 이론은 특히 “비평형 에너지”가 잘 정의된다는 면에서 란다우어-NEGF 방법론의 한계를 벗어나는 다양한 활용성과 응용성을 가지는데, 본 발표에서는 이러한 문맥에서 진행되고 있는 전기 화학 계면 연구에 대해 소개한다. 다음으로 멀티스케일 방법론으로는 양자점 반도체 소재의 광특성 계산을 목적으로 개발을 진행하고 있는 DFT 기반 유효 질량 근사(effective mass approximation, EMA) 방법론을 소개한다 [2].

 이 연구는 고차 유한차분법을 구현하는 “우레(Object-Oriented Real-space Engine, OORE)” 프로그램을 기반으로 하는 다양한 전자구조 계산 방법론 및 소프트웨어 개발의 일환으로 진행되고 있는데 [3], 이번 발표에서는 특히 전자-정공 엑시톤의 정확한 기술에 대해 초점을 두어 설명한다.

[1] J. Lee, et al., Proc. Natl. Acad. Sci. U. S. A. 117, 10142 (2020); J. Lee, et al., Adv. Sci. 7, 2001038 (2020).
[2] H. Yeo, et al. J. Phys. Mater. 3, 034012 (2020).
[3] Y.-H. Kim et al. Phys. Rev. A 60, 3633 (1999); Y.-H. Kim et al. Phys. Rev. B 61, 5202 (2000).

Educational History

• 2000 Uniersity of Illinois at Urbana-Champaign 박사(물리학)
• 1995 서울대학교 학사(물리학)

Employment History

• 2010-현재 과학기술원 조교수-부교수
• 2004-2010 고등과학원/서울시립대 조교수
• 2002-2004 Caltech 박사후 연구원
• 2000~2002 Techniche Universitaet Muenchen Humboldt Fellow

Abstract
 Recently discovered 2-dimensional (2-D) materials including arsenene, antimonene, PtSe2 and PdSe2 show a unique phase transition from semiconducting to metallic by increasing the layer number.

 In this work, we will discuss the basic electronic properties of these 2-D materials and their possible device applications for the future electronics.

Educational History

• 2013 University of Texas at Austin 전기전자컴퓨터공학과 박사
• 2009 University of Texas at Austin 전기전자컴퓨터공학과 석사
• 2007 서울대학교 전기공학부 학사

Employment History

• 2017~ 조교수, 울산과학기술원
• 2015~2-17 Senior Engineer, Intel, OR, United States
• 2013~2015 Postdoctoral Researcher, SEMATECH, NY, United States

Abstract
 III-V based field effect transistors (FETs) are one of the promising candidates to replace the conventional FETs thanks to their high mobility and the possibility of hetero-junction engineering. However, III-V materials are known to show significant defect concentrations at the interface with oxides. In ever-shrinking nanoscale devices, even a single interface trap may affect the device performance. It is therefore critical to accurately assess the trap effects, and for that, the first principles based atomistic approach is absolutely necessary.

 In this work we present a recently developed efficient computational scheme to carry out fully atomistic, fully quantum-mechanical simulations of the devices consisting of hundreds of thousands of atoms. The electron-phonon scattering effects are also included. A salient aspect of our modeling is that the trap Hamiltonian is extracted from the first-principle calculation and treated as an integral part of the device, in contrast to the existing practices that the trap is empirically modeled or post-processed independently of the electron transport in the channel. Numerical aspects to handle large sized matrices and the parallel computing scheme will be also discussed.

Educational History

• Northwestern Univ. 물리학과 졸업. 이학박사 (1992)>

Employment History

• 1992-2002: 한국전자통신연구원 선임연구원
• 2002 ~ : 한국과학기술원 전기및전자공학부 교수

Abstract
 반도체 소자 시뮬레이터는 TCAD(Technology Computer-Aided-Design) 분야에서 가장 핵심적인 툴들 중의 하나입니다.

 이 발표에서는 그동안의 개발 경험을 바탕으로 반도체 소자 시뮬레이터의 구성 요소들을 소개합니다.

 2차원/3차원 소자를 다루기 위한 메쉬 구조, 비선형 방정식들을 풀기 위한 클래스들, 그리고 필요한 방정식들을 어떻게 구성해 나가는지가 다루어집니다. 엄밀한 이론보다는 경험에서 얻은 교훈을 발표할 예정입니다.

Educational History

• 2001 ~ 2007: Ph. D., School of Electrical Engineering and Computer Science, Seoul National University, Seoul, Korea
• 1997 ~ 2001: B. S., School of Electrical Engineering, Seoul National University, Seoul, Korea

Employment History

• 2019 ~ Present: Associate Professor, Gwangju Institute of Science and Technology, Gwangju, Korea
• 2013 ~ 2019: Assistant Professor, Gwangju Institute of Science and Technology, Gwangju, Korea
• 2011 ~ 2013: Staff Engineer, Device Laboratory, Samsung Semiconductor Inc., San Jose, CA, USA
• 2007 ~ 2011: Postdoc., Institute for Electronics, Bundeswehr University, Neubiberg, Germany

Abstract
 Behaviors of quantum bits (qubits) encoded to electron spins in silicon double quantum dot (Si DQD) systems are examined with a multi-scale modeling approach that combines electronic structure simulations and Thoas-Fermi calculations.

 Covering the full-stack functionality of Si DQD devices from electrode-driven charge controls to logic operations, we investigate the sensitivity of exchange interaction between two initialized qubits and its effect on the fidelity of controlled-NOT gate operations to understand the experimental reported feature.

 This preliminary work not only presents a theoretical clue for understanding the major control factors for the gate fidelity, but opens the possibility for further exploration of the engineering details of qubit logic gate devices that is hard to be uncovered with experiments due to the time and the expense.

Educational History

• Ph.D. / Purdue University, ECE
• M.S. / Stanford University, EE
• B.S. / 서울대학교 공과대학 전기공학부

Employment History

• 삼성전자 반도체총괄 시스템LSI 사업부
• 한국과학기술정보연구원 슈퍼컴퓨팅본부 (현)

Abstract
 In this short presentation we will share our vision on the future of HPC and AI systems and design. We will cover processor trends and direction with a focus on changes we see coming in server architecture – form factors, water cooling, etc.

 We will provide a view into the Lenovo HPC Development labs around the world and show some of our next generation architectures.

Educational History

• Scott holds a degree in Chemistry from North Carolina State University, Raleigh, North Carolina USA.

Employment History

• Scott was with IBM for fifteen years prior to the Lenovo purchase of IBM’s x86 business. While at IBM Scott ran various groups including the data center infrastructure team, the IBM Blade Center product team and was a founding team member of the Taiwan Development Lab living in Taipei for more than three years. Since coming to Lenovo Scott has managed the Global High Performance Computing and Artificial Intelligence Teams and has guided Lenovo to become the world leader in Super Computing with a dominate share of the TOP500.

Abstract
 We are entering a New Era of HPC computing. Data growth at an unprecedented rate is driving the convergence of AI, analytics and simulation.

 The architecture is diversifying to support performance requirements of critical new workloads. HPE Cray systems are enabling flexible, open architecture with highly innovative technologies for Exascale computing.

Educational History

• Graduate School, Seoul Nation University

Employment History

• 2001 ~ 2004: Weather Forecasting Officer, ROKAF
• 2004 ~ 2008: Application Analyst, Cray
• 2008 ~ 2019: APAC Pre-Sales Engineer/Manager, Cray
• 2020 ~ : APAC HPC & AI Pre-Sales Manager, HPE

Abstract
 Supercomputer FUGAKU has been developed through co-design efforts with application developers/researchers and system-software/hardware designers.

 The design targets of Fugaku were high application execution efficiency, low-power consumption, and ease of use. In this paper, Fugaku architecture and evaluation results are briefly explained.

 Performance estimation of target applications in design phase and using real hardware are compared.

Educational History

• Mr. Shimizu received his Master of Computer Science degree from Tokyo Institute of Technology in 1988.

Employment History

• Mr. Toshiyuki Shimizu is Principal Engineer of Platform Development Unit, at Fujitsu Limited. Mr. Shimizu started at Fujitsu Laboratories with the research and development of the AP1000 massively parallel supercomputer system. His primary research interest is in interconnect architecture, most recently culminating in the development of the Tofu interconnect for the K computer. He led the development of Fujitsu’s high-end supercomputer PRIMEHPC series and Supercomputer Fugaku.

Abstract
 HPC has been transforming into new era of computing every time as per the changing needs of society, since it’s began its journey with vector computing in middle of 80’s to RISC & Unix, Linux and X86 to Accelerator computing. Now with the end user needs moving from only simulation to Big data handling to analytics , it’s time that all these three independent pillars of Technology converge and deliver combined value to the community. Industry began to think in converged computing to take advantages of innovations/investments happening in these three areas and co-innovating the Exa scale computing to address these demands.

 This presentation brings in the Intel’s view point and its investments in bringing new platforms and technologies to meet the Converged computing at Exa scale.

Educational History

• PostGraduation in Technology Management and Marketing with Engineering in Electronics and Communication

Employment History

• 34 years of Experience working in HPC domain starting career working with Dept of space organizations developing Parallel Digital Image processing systems, then moved on to C-DAC developing Indigenous HPC Technologies and Systems under PARAM brand name. Worked with TATA group HPC start up CRL and built 4th Fastest system and first one using cots computing in 2007. Since last seven years leading APAC and Japan region as Director for enabling Solutions in HPC and AI at Intel.

Abstract
 This talk presents all-atom modeling and simulation of a fully-glycosylated full-length SARS-CoV-2 spike (S) protein in a viral membrane. First, starting from PDB:6VSB and 6VXX, full-length S protein structures were modeled using template-based modeling, de-novo protein structure prediction, and loop modeling techniques in GALAXY modeling suite. Then, using the recently-determined most occupied glycoforms, 22 N-glycans and 1 O-glycan of each monomer were modeled using Glycan Reader & Modeler in CHARMM-GUI.

 These fully-glycosylated full-length S protein model structures were assessed and further refined against the low-resolution data in their respective experimental maps using ISOLDE. We then used CHARMM-GUI Membrane Builder to place the S proteins in a viral membrane and performed all-atom molecular dynamics simulations. All structures are available in CHARMM-GUI COVID-19 Archive (http://www.charmm-gui.org/docs/archive/covid19), so researchers can use these models to carry out innovative and novel modeling and simulation research for the prevention and treatment of COVID-19. I will also talk about what we have found from the simulations in terms of antibody accessibility, RBD motions, glycan shielding, and stalk orientations.

Educational History

• 1994 B. Sc. in Chemistry, Hanyang University, Seoul
• 1996 B. Sc. in Chemistry, Hanyang University, Seoul
• 2002 Ph. D. in Biochemistry
• 2005 NSF CTBP (Center for Theoretical Biological Physics) Fellow(The Scripps Research Institute, La Jolla)

Employment History

• 2005 – 2011 Assistant Professor, University of Kansas
• 2011 – 2015 Associate Professor, University of Kansas
• 2015 – 2016 Professor, University of Kansas
• 2016 – present Professor, Lehigh University

Abstract
 Global pandemic of coronavirus diseases (COVID-19) is a serious public health threat. Drug repurposing is an attractive approach for the immediate development of treatments to cope with COVID-19. For rapid identification of drug candidate, it is important to conduct high-throughput screening of the approved drugs.

 In this study, we conducted supercomputer based high-throughput virtual screening for COVID-19. We targeted to find potential drug candidates, which can inhibit the main protease of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). Among 19,168 drug molecules, including approved drugs, investigational drugs and herbal isolates, we selected 8 drugs as potential candidates using supercomputer resource.

Educational History

• Ph.D. in Department of Nano Science and Technology, Sungkyunkwan University, Aug, 2015
• 1996 B. Sc. in Chemistry, Hanyang University, Seoul
• B.S.E. in Mechanical Engineering, Sungkyunkwan University, Feb 2010

Employment History

• 2019–Present Researcher at Korean Institute of Science and Technology Information
• 2016–2019 Postdoc Researcher at Department of Materials Chemistry, Nagoya University
• 2015–2016 Postdoc Researcher at Institute of Advanced Machinery and Technology, Sungkyunkwan University

Abstract
 기존의 지능형 기술과는 달리 최근 떠오르고 있는 ‘딥러닝’ 기술 및 4차 산업혁명 기술은 다양한 영상, 음성 등 특정 영역에서 인간을 넘어서는 성능을 보여주고 있다. 또한, 가장 지적인 게임이라고 일컬어지는 바둑에서 알파고의 약진은 모든 사람들에게 기대를 넘어선 공포를 선사하기도 했다.

 최근 COVID-19 질환을 극복하는데, 의학분야에서도 인공지능 등 4차 산업혁명기술의 활용에 대한 관심이 뜨겁다. 최근 유수의 해외 저널에서 구글이 개발한 인공지능을 이용해서 안저촬영영상의 당뇨병증을 진단하는 것이 안과전문의와 필적하는 성능을 보인다는 것을 위시해서, 피부암, 폐질환 등 다양한 Use case를 늘리고 있다. 또 국내에는 모 대학병원이 도입한 미국에서 개발한 전문가 판정보조시스템인 ‘왓슨’에 대한 희망섞인 보도들도 쏟아지고 있다. 하지만 아직 영상의학과에서는 하나도 쓰고 있는 기술이 없다. 실제로 딥러닝이 한 성과는 인간의 시각 청각 등이 인지적인 수준까지는 도달했다고 생각된다. 따라서 이를 이용하여 Anti-COVID-19 기술을 개발한 경험 및 세계적 연구 경향을 다룰 예정이니다. 특히, 인공지능 3D 프린팅 등을 이용하여, 현재의 의료시스템의 질을 높이고 생산성을 높여 궁극적으로 COVID-19과 같은 전염질환으로 고통받는 환자에게 큰 도움이 될지를 연구해야 되는 상황이다. 따라서, 현 기술 수준 및 의료 시스템의 장단점을 잘 이해하고 있는 의료진과 인공지능 전문가가 머리를 맞대고, 궁극의 목적인 보다 나은 진료를 위해 무슨 기술이 필요한 지를 같이 고민하고 개발해야 한다.

Educational History

• 1991. 3 ~ 1995. 2 서울대 공과대학 산업공학과 (공학학사)
• 1995. 3 ~ 1997. 2 서울대 공과대학 산업공학과 (공학석사)
• 2004. 8 ~ 2008. 2 서울대 공과대학 산업공학과 (공학박사)

Employment History

• 2008. 9 ~ 2009. 10 Univ. of Utah Post-doc. Research Fellow
• 2010. 4 ~ 2014. 2 울산대학교 의과대학 영상의학과 연구조교수
• 2014. 3 ~ 2018. 8 울산대학교 의과대학 융합의학과/영상의학과 조교수
• 2018. 9 ~ 울산대학교 의과대학 융합의학과/영상의학과 부교수

Abstract
 The epilogue and prologue for the project of the machine learning for dark matter will be discussed.

Educational History

• 1996.5 University of Colorado, Boulder 물리학과, Ph.D.
• 1987.2 연세대학교 물리학 석사
• 1985.2 연세대학교 물리학 학사

Employment History

• 2017.03 ~ 현재, 과학기술연합대학원대학교(UST) 교수
• 2007.09 ~ 현재, KAIST 물리학과 겸직교수
• 2006.05 ~ 현재, 한국과학기술정보연구원 책임연구원
• 2001.06 ~ 2006.04, 경북대학교 초빙교수

Abstract
 In this talk, I would like to discuss Quantum Machine Learning for HEP

Educational History

• 2006-2011: Ph.D. The University of Florida
• 2000-2002: M.S. Seoul National University
• 1995-2000: B.S. KAIST

Employment History

• 2017.08 – current: 서울과학기술대학교 조교수
• 2015.10- 2017.08: Researcher, IBS-CTPU
• 2014.10 – 2015.09: JRG Leader, APCTP

Abstract
 고성능 대용량 데이터 컴퓨팅 기술 발전에 따라 딥러닝은 매우 빠르게 발전하고 있으며 일상 생활에도 직접적인 도움을 주고 있다. 고에너지물리학 실험 데이터 분석에 있어서도 딥러닝을 적용하여 이전에는 다루기 어려웠던 고수준의 데이터 분석이 가능해졌으며, 특히 HL-LHC와 같은 높은 pile-up환경에서의 복잡한 실험 데이터에서 낮은 생성단면적을 갖거나 배경 사건의 비율이 압도적으로 높은 신호 사건을 분류해야 하는 도전적인 문제를 해결할 수 있는 가능성을 보여주고 있다. LHC에서의 대용량 검출기 데이터를 빠른 시간 내에 학습하기 위하여 고성능 컴퓨팅 기술을 적극적으로 도입할 필요가 있다.

 본 연구에서는 LHC-CMS실험에서 초대칭 이론에 의한 새로운 입자 탐색에 대규모 딥러닝을 적용하였다. 13TeV의 양성자-양성자 충돌로부터 생성된 gluino짝이 R-대칭성을 깨뜨리며 붕괴하여 10개 이상의 쿼크로 붕괴하여 많은 jet을 생성하는 과정에서의 검출기 정보를 2차원 이미지로 변환, 합성곱 신경망(CNN)을 적용하여 분석한 결과 정확도 90% 이상, AUC 0.95이상의 높은 성능을 보였다. 대용량 데이터를 빠른 시간 내에 분석하기 위하여 KISTI의 슈퍼컴퓨터 5호기를 활용하여, GPU를 이용한 단일 노드 대비 10배 이상의 학습 속도 향상을 보였다. 실제 검출기의 구조를 반영하기 위하여 본 연구에서는 그래프 신경망(GNN)을 이용하였는데, GNN은 균일하지 않은 공간상의 연결 구조를 다룰 수 있어 확장성이 높다.

 본 연구에서는 gluino탐색에 GNN을 적용한 결과 CNN 기반 딥러닝과 비교할만한 수준의 분류 성능을 보였다. 딥러닝 모델의 복잡도가 증가하고 단일 이벤트 데이터의 크기가 증가하게 되어 데이터 병렬화를 통한 대규모 딥러닝이 필수적이며, 앞으로 누리온 슈퍼컴퓨터가 중요한 역할을 할 것으로 기대된다.

Educational History

• 2014 성균관대학교 물리학 박사 (고에너지물리학 실험)
• 2007 성균관대학교 물리학 석사 (고에너지물리학 실험)
• 2005 연세대학교 천문우주학/물리학 학사

Employment History

• 2018.03 - 현재 경희대학교 물리학과 조교수
• 2016.10 - 2018.02 한양대학교 물리학과 연구조교수
• 2014.03 - 2016.09 성균관대학교 물리학과 박사후연구원

Abstract
 The CERN has prepared a major upgrade of the accelerators to increase the capability for new physics searches and high precision measurements, the so-called High-Luminosity LHC (HL-LHC).

 In order to fully exploit the scientific potential of the HL-LHC, the CMS collaboration is upgrading detector and to improve the ability of the apparatus to isolate and precisely measure the products of the most interesting collisions.

 To deal with harsh pile-up conditions i.e., 140 – 200 proton-proton interactions per bunch crossing and extreme size of data, the trigger level plays an important role to collect interesting physics data. And as part of this, the efforts are being carried to improve the Level-1 trigger of CMS detector by using machine learning to reduce the resource usage of hardware and reduce computation time.

 A few examples for the real-time machine learning applications such as s missing transverse energy (MET) regression at CMS experiment is presented.

Educational History

• M.S. in Experimental High Energy Physics (2006) Seoul National University
• Ph.D. in Experimental High Energy Physics (2011) Seoul National University

Employment History

• 2017–present Assistant Professor, Kyungpook National University (KNU), Daegu, Korea
• 2014–2017 FAPESP Postdoctoral Fellow, Sao Paulo State University and Instituto de Física Teórica (IFT), Sao Paulo, Brazil
• 2012–2014 Marie Curie Fellow, Astroparticle and Cosmology Laboratory (APC), Université Paris Diderot-Paris 7 / CNRS, Paris, France
• 2012–2014 Associate Physicist, INFN-Pisa, Pisa, Italy

Abstract
 The Belle II is a high-energy physics experiment with e+e- collision using the Super-KEKB collider. The main goal of Belle II is to search for New Physics beyond the Standard Model and probe the dark sector. One of the most important objects of analyses in Belle II is the B mesons. In the Belle II experiment, the signal B mesons shall be reconstructed either exclusively or inclusively. In order to facilitate analyses of B meson decay modes with invisible particles such as neutrinos in the decay final state, a tagging method has been developed. 

 By tagging the full decay chain of one of the B mesons, the signal B decay mode, even with invisible particles in the final state, can be studied. Belle II has developed the Full Event Interpretation (FEI) that is an exclusive tagging algorithm of B mesons using the Boosted Decision Tree (BDT) for training classifiers. In this presentation, we explain FEI and also present some example analyses in which FEI has been extensively applied.

Educational History

• 2010.8 연세대학교 물리학 학사
• 2020.8 연세대학교 물리학 박사

Employment History

• 2020.8 ~ 2021.2 연세대학교 물리학과 Postdoc

Abstract
 Boosted Dark Matter는 기존의 WIMP와는 달리 암흑섹터의 성질로 인해 (상대론적인) 빠른 속도로 지구로 날아오는 가벼운 암흑물질이 존재하는 이론으로서 WIMP를 넘어서는 새로운 암흑물질 세계의 대안 이론으로 주목을 받고 있다.

 이때 지구로 빠른 속도로 날아오는 가벼운 암흑물질의 에너지가 파라미터에 따라 DUNE과 같은 거대 중성미자 검출 실험의 threshold energy를 쉽게 넘어갈 수 있으므로 중성미자 실험에서 새로운 암흑물질 세계를 탐색하는데 있어 중요한 단서를 제공할 수 있다.

 이 발표에서는 현재까지 진행된 다양한 연구 중 DUNE과 관련한 연구에 중점을 두어 Boosted Dark Matter 탐색에 관해 얘기하려 한다.

Educational History

• Ph.D: KAIST, 2010년
• MS: KAIST, 2004년
• BS: KAIST, 2002년

Employment History

• 2019. 12 – 현재: 전북대학교 물리학과 조교수
• 2019. 11. – 2019. 12.: 기초과학연구원 순수물리이론연구단 Tenure-track faculty
• 2016. 8. - 2019. 11.: 연세대학교 물리학과 연구교수
• 2017. 7. - 2019. 2.: University of Chicago, Enrico Fermi Institute 및 Fermilab 방문연구원

Abstract
 Nuclear emulsion is a 3D visual detector highly sensitive to trajectories of charged particles. It can also play a role of high precision tracker capable of reconstructing the charged tracks with spatial resolution less than 1 μm.

 Moreover, momentum measurement and particle identification are possible by analyzing tracks inside the emulsion. Recently, the Nuclear emulsion has been used for observing WIMP and LDM (light dark matter) particles.

 In the NEWSdm experiment, we are aiming at direct detection of WIMP wind by measuring the direction of “nuclear recoil” which has extremely short track length about several 100 nm. For this purpose, a special emulsion detector called NIT (Nano Imaging Tracker) with nanometric spatial resolution ~O(10) nm has been developed. In the SHiP experiment, we will try to search for the LDM (χ) by observing “electron recoil” resulting from the LDM elastic scattering off the electron (χe → χe) in the emulsion which is neutrino detector.

 In this talk, we will introduce the Machine learning applications to discriminate signals of these nuclear and electron recoils from the possible backgrounds.

Educational History

• 제주대학교 자연과학대학 물리학과 졸업 (이학사)
• 제주대학교 대학원 물리학과 졸업 (이학석사)
• 제주대학교 대학원 물리학과 졸업 (이학박사)

Employment History

• 경상대학교 기초과학연구소 선임연구원
• SHiP, NEWSdm 실험 참가

Abstract
 This is a  brief review on numerical techniques and properties of galaxies in the fuzzy dark matter model, where dark matter is an ultra-light scalar particle with mass $m = O(10^{-22})eV$.

 There is a dark matter halo length scale from quantum pressure, which can  solve the small scale issues of the cold dark matter model such as the core-cusp problem and explain many other observed mysteries of galaxies like the baryonic Tully-Fisher relation.

Educational History

• 1989.2.25 서울대학교 천문학과 학사
• 1991.2.23 KAIST 물리학과 석사
• 1997.2.21 KAIST 물리학과 박사

Employment History

• 2003년 1월 15일∼2005년 1월 14일 프랑스 CNRS 박사후연구원
• 2005년3월 1일∼2009년 2월 28일 고등과학원 연구원 & 조교수
• 2009년3월 1일∼현재 중원대학교부교수

Abstract
 The importance of computational science, which comprises theory, experiment, and simulation in science, have been emerging in the field of high energy physics. Especially, in researching for dark matter using simulation, huge amount of calculation is required. There are board parameter regions to be searched in order to study dark matter. Hence, It is crucial to reduce calculation time so that efficiency of research in high energy physics increases.

 The Standard Model (SM) of particle physics is well established with discovery of Higgs boson. However, SM can not give a description of dark matter. Dark matter is barely known and under research through various method. In this work, we studied dark matter at e+ e- collider using MadGraph5 as a simulation tool kit. We studied CPU time as well as cross section value according to various parameters such as center of mass energy, dark photon mass and coupling constant. The signal process is dark photon which couples only to heavy leptons. In this study, we only focus on the case in which dark photon decays into two muons. The theoretical model imported in MadGraph5 is Simplified Model which covers SM particles, dark matter, and dark photon particles. This result will be helpful for searching for dark matter at e+e- collider of experiments such as Belle II, CEPC and ILC.

 To compare CPU time of calculation, we used KISTI-5 supercomputer(Nurion KNL, SKL) and local Linux machine. Nurion KNL has processor Intel Xeon Phi 7250 and Nurion SKL has processor Intel Xeon 6148. The results will demonstrate that HPC(High performance computing) plays critical role in HEP study.

Educational History

• 서강대학교 이과대학 수학과 졸업 (이학사)
• UST-KISTI(HEP 그룹) 석사학위 과정 중

Employment History

• Belle II Collaboration

Abstract
 The propagation path of gravitational wave (GW) is expected to be bent near massive astrophysical objects in the medium between the position of source system and observer.

 We then can regard that the massive objects play the role of lens. Like the lensing of electromagnetic wave, the lens amplifies the amplitude of GW and produces multiple GW images. If the positions of lens and source of a GW are placed out of the line of sight, the multiple GW images arrive at different times because they have traveled different trajectories around the lens. As a consequence, multiple GWs can be detected as repeated near-identical events or superposed GWs with characteristic "beating patterns" depending on the difference between their arrival times.

 In specific, when the lens is small, $\lesssim 10^5 M_\odot$, the lens leads short time delays between the lensed GWs and the short time delay results in the superposition of those GWs. We anticipate that the lensing effect may be detectable by the ground-based GW detectors such as LIGO, Virgo, KAGRA, Einstein Telescope, or Cosmic Explorer in the near future. Therefore, in this work, we study the feasibility of applying deep learning for the identification of lensing signatures from the GW signals detectable by the Advanced LIGO and Virgo.

 We assume the mass of lens around $10^3$ -- $10^5 \msun$ that can produce the order of millisecond time delays between two images of lensed GWs under the thin lens approximation and the geometrical optics limit. We discuss the feasibility of two aspects: distinguishing lensed GWs from unlensed ones and estimating the parameters related to not only the lensing factor but also the source binary system and lens.

Abstract
 Detection of tidal deformability from binary neutron star mergers (BNS) such as GW170817 and GW190425 observed by LIGO and Virgo gives a new constraint on a neutron star equation of state (NS EoS). Moreover,

 NICER observation is expected to provide more precise measurement of the radius of a NS, and a recent observation of PSR J0030+0451 implies that the observed mass and radius are consistent with stiff equation of state, which is not consistent with the preferred EoS estimated from GW170817. Therefore, the detailed study on the EoSs are important to figure out underlying physics in dense nuclear matter such as the inside of NSs.

 In this presentation, I will briefly introduce how to estimate mass, radius, and tidal deformability of a NS from BNS by GW detection as well as LMXB by X-ray observations. A recent study with KIDS EoS will be included to present a relation between the observed parameters and dense matter properties such as nuclear symmetry energy.

Abstract
 Horizon Run 5 (HR5) is a cosmological hydrodynamical simulation which captures the propertiesof the Universe on a Gpc scale while achieving a resolution of 1 kpc. This enormous dynamic rangeallows us to simultaneously capture the physics of the cosmic web on very large scales and accountfor the formation and evolution of dwarf galaxies on much smaller scales. Inside the simulation boxwe zoom-in on a high-resolution cuboid region with a volume of 1049×114×114 cMpc3.

 The sub-grid physics chosen to model galaxy formation includes radiative heating/cooling, reionization, starformation, supernova feedback, chemical evolution tracking the enrichment of oxygen and iron, thegrowth of supermassive black holes and feedback from active galactic nuclei (AGN) in the form ofa dual jet-heating mode. For this simulation we implemented a hybridMPI-OpenMPversion of theRAMSEScode, specifically targeted for modern many-core many thread parallel architectures.

 The dataof lightcone and 5 cluster regions with fine time resolution were stored, as well as snapshots. For thepost-processing, we extended the Friends-of-Friend (FoF) algorithm and developed a new galaxy finderPGalFto analyse the large outputs ofHR5. The simulation successfully reproduces many observations,such as the cosmic star formation history, connectivity of galaxy distribution and stellar mass functions.

 The simulation also indicates that hydrodynamical effects on small scales impact galaxy clustering upto very large scales near and beyond the baryonic acoustic oscillation (BAO) scale. Hence, cautionshould be taken when using that scale as a cosmic standard ruler: one needs to carefully understandthe corresponding biases. The simulation is expected to be an invaluable asset for the interpretationof upcoming deep surveys of the Universe.

Abstract
 Tidal disruption events (TDEs) provide a good tool for probing quiescent SMBHs in the centers of inactive galaxies. TDEs occur when a star on a parabolic orbit approaches close enough to an SMBH. The subsequent super-Eddington accretion of stellar debris falling onto the SMBH produces a characteristic flare lasting several months. It is theoretically expected that the light curves decay with the minus five third of time. However, some of the observed light curves deviate from such a standard decay rate, while some of them are overall in good agreement with it. Therefore, it has been required to construct the theoretical model for explaining these light curve variations consistently.

 In this work, we analytically revisit the rates of fall-backing stellar debris after tidal disruption of stars on bound to unbound orbits by taking account of the stellar density profile, orbital eccentricity (or semi-major axis), and pericenter distance radius, and then test them by performing three dimensional smoothed particle hydrodynamic simulations. We find that the orbital eccentricity significantly makes the mass fallback rate deviate from the standard decay rate. We also show the extreme behavior of mass fallback rates for the eccentric TDEs with a high penetration factor.

 We discuss how we can diagnose from the observed light curves whether the approaching stars are on bound or unbound orbits.

Abstract
 Adaptive Mesh Refinement (AMR) is a key technique that enables us to cover a large computational domain without increasing significant amount of computational resources by adaptively changing the resolution of the simulation.

 Here I will introduce the AMR algorithm that we are currently developing and the astrophysical applications that we are going to apply near future3

Abstract
 Two black holes which are not gravitationally bound each other initially can be bound together by emitting gravitational-waves through the close encounters, which is called gravitational-wave (GW) capture. In this study GW capture of black holes is investigated using full numerical relativistic simulations.

 The effects of the mass ratio and the spins of the black holes on the radiated energy and the cross section are presented. In addition, the gravitational-wave forms and the astronomical applications will be also discussed.

Abstract
 Recently, a Hamiltonian describing two massive spinless particles has been obtained at the 3rd Post-Minkowskian (3PM) order in the context of effective field theory.

 By performing numerical simulations for two black holes, we have studied the validity of this Hamiltonian. Comparisons for scattering angles show that the 3PM results agree well with those in numerical relativity within 0.38% when the range of pericenter distances is r_min = (72.78~15.09)M. As two black holes encounter more strongly in gravitational interaction, e.g., r_min ~ 6.88M, the agreement becomes less acurate, i.e., ~4.51%. We have also considered several Effective One-Body (EOB) Hamiltonians which may improve the accuracy in close encounters.

 Finally, implications are discussed to the search for EOB Hamiltonians describing two black holes with arbitrary eccentricities.

Abstract
 The community of numerical galaxy formation has benefited greatly from the ever-improving computing technology over the past decades.

 I will discuss the new possibilities in the upcoming era of high-resolution numerical galaxy formation and machine learning, and highlight efforts to overcome the accompanying challenges. As an example, I will describe a state-of-the-art cosmological simulation of a high-redshift quasar-host galaxy that includes sophisticated treatments of feedback from star-forming clumps and supermassive black holes (SMBHs).

 Then, in another example, I will introduce a machine-assisted pipeline that estimates baryonic properties of a galaxy based purely on dark matter (DM) properties in large-scale DM-only simulations.

Abstract
 

Educational History

Employment History

Abstract
 Understanding drug response from gene expression profiles is one of the promising elements of drug discovery. Most pharmacogenomics databases provide in vitro drug response (e.g. IC50) and gene expression profile on various cell lines and drugs. The Cancer Genome Atlas (TCGA) provides a significant amount of cancer multi-omics data from thousands of real cancer patient samples. However, the two issues, the data is too large to handle in a local environment and the patient's cancer cells contain a complex mixture of different types of cells, making the analysis difficult for individual users.

 This study introduces a platform to relate drug-responsive cancer cell line experiments and heterogeneous bulk cancer cells in TCGA samples deployed on the Amazon Cloud. This work leveraged the BioVLAB framework in comparing both transcriptome data resources using pathway-based and machine learning-based approaches. BioVLAB provides an environment in which users can easily analyze deployed large amounts of data through the cloud system. Identification of matching drug-responsive cell line experiments was achieved by deconvolution of tissue gene expression profiles. This work can provide an idea on how to design a drug to acquire desired drug response represented by gene expression profile.

Educational History

• 2011 BS, Yonsei University (Chemistry, Applied Statistics)
• 2013 MS, Yonsei Univeristy (Chemistry)
• 2019 PhD, Seoul National University (Bioinformatics)

Employment History

• 2019- Postdoc, Bioinformatics Institute, Seoul National University

Abstract
 This talk includes technical and philosophical background of state-of-the-art model to predict molecualr spin-coupling which is integral part of nuclear magentic resonence spectrum.

 In technical perspective, similarity of molecular properties to natural laganguage problems(NLPs) and how NLP models can be applied to molecular problems will be discussed.

 On the other hand, philosophical consideration of physical law in data-driven approaches are discussed. Unlike social data, scientific data are under many physical conditions. Results of computer aided modeling are constrained by governing equations which at least approximately represents physical principles whereas data-based approaches no need to do so. Effects of physical constraint on machine learning application for molecular science will be discussed.

Educational History

• 2017.08 Ph.D. (KAIST, 물리화학)

Employment History

• 2017.09~ 한국과학기술정보연구원 선임연구원

Abstract
 Active transport between the nucleus and cytoplasm is an important regulatory mechanism for many cellular proteins. As a major nuclear exporter protein, CRM1 (Chromosomal Maintenance 1, also known as Exportin 1) recognizes a consensus sequence pattern, i.e., Nuclear Export Signal (NES), of various cargo proteins.

 NES consist of four to five hydrophobic residues (Φ0-Φ4; generally, LIVMF) which are nicely bound to the corresponding hydrophobic pockets, P0 to P4. Since spatial re-localization of oncoproteins is important in cancer cells, understanding of the NES can help the basic research about this process and can also help the discovery of anticancer agents.

 n silico prediction of this NES pattern is of great interest but still remains a challenge. Based on the available NES-CRM1 complex structures, our goal is to develop a structure-based NES predictor rather than a sequence-based one. Until now, NES predictors are all sequence-based predictors using pattern matching, calculating disordered propensity, secondary structure components, etc. We're trying to make a scoring function to model a complex NES-CRM1 structure and predict that this protein can be exported by CRM1 or not, based on the energy of binding between the cargo protein and CRM1.

 We validate our predictions by measuring the real binding affinities of the candidate peptides, and iteratively optimize the program based on the experimental results. Our program can finally be utilized to efficiently design novel CRM1 inhibitors.

Educational History

• 2007년 이화여자대학교 약학대학 약학과 졸업
• 2009년 이화여자대학교 일반대학원 생명 약학부 약학전공 석사
• 2013년 이화여자대학교 일반대학원 생명 약학부 약학전공 박사

Employment History

• 2013년-2015년 이화여자대학교 약학대학 약학연구소, 박사후연구원
• 2015년-2018년 이화여자대학교 약학대학 약학연구소, 연구교수/리서치펠로우
• 2017년-2020년 University of Texas Southwestern Medical Center (Department of Biophysics), Assistant Instructor, Instructor
• 2020년 3월- 중앙대학교 약학대학, 조교수