Research

Enable edge intelligence by on-device AI, edge-cloud collaboration

Train a strong and generalized model with abundant data

Optimize models for deployed environments

Core technologies

• On-device AI (e.g., pruning, quantization, LoRA)

• Edge-cloud Cascade/routing, learning to defer

• Federated Learning

• Sim2real, synthetic data, world models

• Domain adaptation/generalization, test-time adaptation (TTA)

Domain

• Computer Vision

• Wireless communications (AI-RAN)

• NLP

• Robotics

이질적인 온 디바이스 AI 클라이언트를 고려한 연합 학습 및 연구, 연구책임자 (세종대학교) | Study on Federated Learning for Heterogeneous On-Device AI Clients, PI, (Sejong U.) | 2026.3-2027.2

이질적인 온 디바이스 AI 클라이언트를 고려한 연합 학습 및 연구, 연구책임자 (KICS 신임교원 학술지원 지원사업) | Study on Federated Learning for Heterogeneous On-Device AI Clients, PI, (KICS) | 2026.5-2028.4

양자 AI의 실용적 이식을 위한 분산형 하이브리드 양자 온디바이스 AI 원천 기술 개발, 세부과제 총괄 책임 (대학기초연구소지원사업 G-LAMP) | Development of Distributed Hybrid Quantum On-Device AI, PI for the Sub-project (G-LAMP) | 2026.9-2031.8