심재형(沈載炯) 조교수

컴퓨터공학과 /인공지능학과

심재형 프로필 사진
심재형 교수는 이화여대 컴퓨터공학전공의 조교수이다. 한국과학기술원에서 2012년 학사, 2014년 석사, 2019년 박사학위를 받았다. 이후 한국과학기술원에서 박사후연구원을 거쳐, 삼성전자 종합기술원에서 책임연구원으로 재직하며 데이터센터향 NPU 설계에 관한 연구를 수행하였다. 또한 권위있는 국제학술대회인 IEEE International Conference on Computer Design에서 2014년 최우수논문상을 수상하였다. 향후 인공지능 알고리즘을 가속하는 다양한 컴퓨터 구조에 대해 연구를 수행할 예정이다.
  • 진선미관 330호
  • 02-3277-6547
  • 연구관심분야
    • 컴퓨터 구조, NPU 구조, 메모리 내부 컴퓨팅, 대규모 분산 컴퓨팅, 하드웨어/소프트웨어 공동 최적화
연구실적
  • Q-LAtte: An Efficient and Versatile LSTM Model for Quantized Attention-Based Time Series Forecasting in Building Energy Applications IEEE ACCESS, 2024, v.12, 69325-69341
    SCIE Scopus dColl.
  • S-FLASH: A NAND Flash-Based Deep Neural Network Accelerator Exploiting Bit-Level Sparsity IEEE Transactions on Computers, 2022, v.71 no.6, 1291-1304
    SCIE Scopus dColl.
  • An Energy-Efficient Deep Convolutional Neural Network Inference Processor With Enhanced Output Stationary Dataflow in 65-nm CMOS IEEE TRANSACTIONS ON VERY LARGE SCALE INTEGRATION (VLSI) SYSTEMS, 2020, v.28 no.1, 87-100
    SCIE Scopus dColl.
  • An Energy-Efficient Deep Convolutional Neural Network Training Accelerator for In Situ Personalization on Smart Devices IEEE JOURNAL OF SOLID-STATE CIRCUITS, 2020, v.55 no.10, 2691-2702
    SCIE Scopus dColl.
  • CREMON: Cryptography Embedded on the Convolutional Neural Network Accelerator IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS II-EXPRESS BRIEFS, 2020, v.67 no.12, 3337-3341
    SCIE Scopus dColl.
  • [학술지논문] Q-LAtte: An Efficient and Versatile LSTM Model for Quantized Attention-Based Time Series Forecasting in Building Energy Applications IEEE ACCESS, 2024, v.12 no.0 , 69325-69341
    SCIE
  • [학술지논문] S-FLASH: A NAND Flash-Based Deep Neural Network Accelerator Exploiting Bit-Level Sparsity IEEE TRANSACTIONS ON COMPUTERS, 2022, v.71 no.6 , 1291-1304
    SCI
  • [학술지논문] An Energy-Efficient Deep Convolutional Neural Network Inference Processor With Enhanced Output Stationary Dataflow in 65-nm CMOS IEEE TRANSACTIONS ON VERY LARGE SCALE INTEGRATION (VLSI) SYSTEMS, 2020, v.28 no.1 , 87-100
    SCIE
  • [학술지논문] An Energy-Efficient Deep Convolutional Neural Network Training Accelerator for In Situ Personalization on Smart Devices IEEE JOURNAL OF SOLID-STATE CIRCUITS, 2020, v.55 no.10 , 2691-2702
    SCI
  • [학술지논문] CREMON: Cryptography Embedded on the Convolutional Neural Network Accelerator IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS II-EXPRESS BRIEFS, 2020, v.67 no.12 , 3337-3341
    SCI
  • [학술발표] AlphaAccelerator: An Automatic Neural FPGA Accelerator Design Framework Based on GNNs 21st International SoC Design Conference (ISOCC), 일본, 2024-08-21 Proceeding of the 21st International SoC Design Conference, 2024
  • [학술발표] An Energy-Efficient Hardware Accelerator for On-Device Inference of YOLOX 21st International SoC Design Conference (ISOCC), 일본, 2024-08-21 Proceeding of the 21st International SoC Design Conference, 2024
  • [학술발표] BS2: Bit-Serial Architecture Exploiting Weight Bit Sparsity for Efficient Deep Learning Acceleration 21st International SoC Design Conference (ISOCC), 일본, 2024-08-21 Proceeding of the 21st International SoC Design Conference, 2024
  • [학술발표] Optimization of the Modified Gaussian Filter for Mobile GPU Usage in Game Workloads 2023 International Conference on Communications, Computing, Cybersecurity, and Informatics, 중국, 2023-10-19 2023 International Conference on Communications, Computing, Cybersecurity, and Informatics, 2023
  • [학술발표] QTNAAS: 템플릿 기반 양자화된 신경망 구조 및 가속기 탐색 프레임워크 대한전자공학회 2023년도 추계학술대회, 대한민국, 2023-11-24 대한전자공학회 2023년도 추계학술대회 논문집, 2023
  • [학술발표] TD-NAAS: Template-Based Differentiable Neural Architecture Accelerator Search 2023 20th International SoC Design Conference (ISOCC), 대한민국, 2023-10-26 2023 20th International SoC Design Conference (ISOCC), 2023
  • [학술발표] ToMato: Token Merging을 이용한 Vision Transformer 가속화 대한전자공학회 2023년도 추계학술대회, 대한민국, 2023-11-24 대한전자공학회 2023년도 추계학술대회 논문집, 2023
  • [학술발표] 게임 워크로드에 최적화된 모바일 GPU 설계방안 연구 2022 한국소프트웨어종합학술대회, 대한민국, 2022-12-21 2022 한국소프트웨어종합학술대회 논문집, 2022
  • [학술발표] 딥러닝 기반의 MBTI 성격유형 분류 연구 2022년도 한국통신학회 하계종합학술발표회, 대한민국, 2022-06-23 한국통신학회 학술대회논문집, 2022
  • [지적재산권] 가우시안 플러스 필터에 기반하는 이미지 처리장치 및 그 방법 국내 : 특허, 출원
  • [지적재산권] 모바일 GPU 사용을 위해 수정된 가우시안 필터의 최적화 기술 국내 : 특허, 출원
  • [지적재산권] 캡슐 네트워크의 스쿼시 함수 탐색장치 및 그 방법 국내 : 특허, 출원
강의
  • 2024-2학기

    • 캡스톤디자인과창업프로젝트A

      • 학수번호 36506분반 01
      • 3학년 ( 3학점 , 4.5시간) 화 4~4 (공대강당) , 목 6~7 (공대강당)
      • 팀티칭
    • 클라우드컴퓨팅

      • 학수번호 37270분반 01
      • 4학년 ( 3학점 , 3시간) 월 2~2 (포) , 목 3~3 (152)
      • 영어강의
    • SW자기설계학습Ⅰ

      • 학수번호 38082분반 04
      • 학년 ( 3학점
      • 추가개설, 도전학기 선발 학생만 수강 가능
    • SW자기설계학습Ⅱ

      • 학수번호 38083분반 03
      • 학년 ( 3학점
      • 추가개설, 도전학기 선발 학생만 수강 가능
    • 인공지능융합기반시스템개론 강의 계획서 상세보기

      • 학수번호 G18455분반 01
      • 학년 ( 3학점 , 3시간) 금 2~2 (공학) , 금 3~3 (156)
  • 2024-1학기

    • 인공지능

      • 학수번호 20480분반 01
      • 4학년 ( 3학점 , 3시간) 월 3~3 (공학) , 수 2~2 (161)
      • 영어강의
    • 캡스톤디자인과창업프로젝트B

      • 학수번호 36507분반 01
      • 4학년 ( 3학점 , 4.5시간) 화 4~4 (공대강당) , 금 5~6 (공대강당)
      • 전공필수 / 팀티칭
    • SW자기설계학습Ⅰ

      • 학수번호 38082분반 03
      • 4학년 ( 3학점
      • 추가 개설, 도전학기 선발학생만 수강 가능
    • 인공지능융합기반시스템개론 강의 계획서 상세보기

      • 학수번호 G18455분반 01
      • 학년 ( 3학점 , 3시간) 금 2~3 (공학)
    • 지능형시스템HW 강의 계획서 상세보기

      • 학수번호 G18457분반 01
      • 학년 ( 3학점 , 3시간) 수 4~5 (공학)
      • [인공지능융합] 신설: 엘텍공과대학행정실-847(2022. 6. 17.)
  • 2023-2학기

    • 캡스톤디자인과창업프로젝트A 강의 계획서 상세보기

      • 학수번호 36506분반 01
      • 3학년 ( 3학점 , 4.5시간) 화 4~4 (공대강당) , 금 5~6 (공대강당)
      • 팀티칭
    • 클라우드컴퓨팅

    • 인공지능융합기반시스템개론

      • 학수번호 G18455분반 01
      • 학년 ( 3학점 , 3시간) 금 2~3 (공학)
  • 2023-1학기

    • 인공지능

    • 캡스톤디자인과창업프로젝트B 강의 계획서 상세보기

      • 학수번호 36507분반 01
      • 4학년 ( 3학점 , 4.5시간) 화 4~4 (공대강당) , 금 5~6 (공대강당)
      • 전공필수 / 팀티칭
    • SW자기설계학습I

      • 학수번호 38082분반 02
      • 4학년 ( 3학점
      • 도전학기 선발학생만 수강 가능
    • SW자기설계학습II

      • 학수번호 38083분반 02
      • 4학년 ( 3학점
      • 도전학기 선발학생만 수강 가능
    • 인공지능융합기반시스템개론

      • 학수번호 G18455분반 01
      • 학년 ( 3학점 , 3시간) 금 2~3 (공학)
    • 인공지능특론 강의 계획서 상세보기

      • 학수번호 SE251분반 01
      • 학년 ( 3학점 , 3시간) 목 8~9 (공학A122)
  • 2022-2학기

    • 캡스톤디자인과창업프로젝트A

      • 학수번호 36506분반 01
      • 3학년 ( 3학점 , 4.5시간) 화 4~4 (공대강당) , 금 5~6 (공대강당)
      • 팀티칭
    • 클라우드컴퓨팅

      • 학수번호 37270분반 01
      • 4학년 ( 3학점 , 3시간) 월 4~4 (공대강당) , 목 5~5 (공대강당)
      • 영어강의
    • SW자기설계학습I

      • 학수번호 38082분반 01
      • 4학년 ( 3학점
      • 도전학기제 관련 교과목/도전학기 선발학생만 수강 가능
    • SW자기설계학습II

      • 학수번호 38083분반 01
      • 4학년 ( 3학점
      • 도전학기제 관련 교과목/도전학기 선발학생만 수강 가능
    • 인공지능융합기반시스템개론

      • 학수번호 G18455분반 01
      • 학년 ( 3학점 , 3시간) 월 5~6 (공학)
      • 시간변경
  • 2022-1학기

    • 호크마세미나

      • 학수번호 11302분반 19
      • 1학년 ( 1학점 월 7~7
      • 인공지능 컴퓨팅 / 장소: 교수연구실 (진선미관 330호)
    • 인공지능

      • 학수번호 20480분반 01
      • 4학년 ( 3학점 , 3시간) 월 6~6 , 수 5~5
    • 오토마타및형식언어

      • 학수번호 30226분반 02
      • 2학년 ( 3학점 , 3시간) 월 5~5 , 수 4~4
      • 영어강의
    • 캡스톤디자인프로젝트B

      • 학수번호 36507분반 01
      • 4학년 ( 3학점 , 4.5시간) 화 4~4 (공대강당) , 금 5~6 (공대강당)
      • 전공필수/팀티칭
  • 2021-2학기

    • 캡스톤디자인프로젝트A

      • 학수번호 36506분반 01
      • 3학년 ( 3학점 , 4.5시간) 월 4~4 , 목 5~6
      • 팀티칭
    • 클라우드컴퓨팅

      • 학수번호 37270분반 01
      • 4학년 ( 3학점 , 3시간) 화 4~4 , 금 5~5
      • 영어강의
    • SW자기설계학습I

      • 학수번호 38082분반 02
      • 학년 ( 3학점
      • 도전학기제 관련 교과목/도전학기 선발학생만 수강 가능
    • 기계학습

      • 학수번호 38428분반 01
      • 4학년 ( 3학점 , 3시간) 월 2~2 , 목 3~3
      • 영어강의
  • 2021-1학기

    • 인공지능 강의 계획서 상세보기

      • 학수번호 20480분반 01
      • 4학년 ( 3학점 , 3시간) 월 4~4 , 목 5~5
      • 언어변경
    • 오토마타및형식언어 강의 계획서 상세보기

      • 학수번호 30226분반 03
      • 2학년 ( 3학점 , 3시간) 수 7~7 , 금 7~7
      • 추가개설
    • 캡스톤디자인프로젝트B

      • 학수번호 36507분반 01
      • 4학년 ( 3학점 , 4.5시간) 화 4~4 , 금 5~5 , 금 6~6
      • 전공필수
    • SW리더십세미나III

      • 학수번호 38410분반 01
      • 학년 ( 1학점 , 1시간) 화 7~7
      • 전공필수
학력

한국과학기술원 공학박사(전기및전자공학과)

한국과학기술원 공학석사(전기및전자공학과)

한국과학기술원 공학사(전기및전자공학과)

경력

삼성전자 2020-03-01 ~ 2021-02-28

한국과학기술원 2019-03-01 ~ 2020-02-29