● 디스플레이 및 반도체를 위한 머신 러닝 기술 

1) Inverse Design: 딥러닝 알고리즘 (DNN, CNN, RNN 등)과 생성형 모델 (VAE, GAN 등)을 적용하여 디스플레이, 반도체 소자의  inverse design를 수행할 수 있는 효율적인 인공신경망 모델 연구 

- D. Jang, S. Kim, and J. Kim, "Deep-learning-based inverse design of colloidal quantum dots,"  Optics Communications, vol.559, no.15, 130384 (2024).

-  D. Jang and J. Kim, "Integrating the strengths of cVAE and cGAN into cAAE for advanced inverse design of colloidal quantum dots,"  Journal of the Korean Physical Society, v0l.85, no. 5, pp.437-447 (2024). 

2) 고전적인 최적화 기법(유전알고리즘)과 딥러닝 기술을 융합하여 디스플레이, 반도체 소자의 출력 특성을 최적화 할 수 있는 자동화 설계 방법 연구 

● 양자컴퓨터를 위한 알고리즘 기술 

 - 양자컴퓨터의 qbit 특성을 활용하여 기존의 digital 방식의 수치해석 알고리즘을 개선할 수 있는 방법에 대해 연구