DongWoo Goo

의료 진단기기 테스트 인터페이스 및 통신 미들웨어 개발

Development of medical diagnostic equipment test interfaces and communication middleware.

• 학점: 4.31 / 4.50 (전자정보대학 전체 수석, 최우등 졸업 총장상)
• 주요 이수 과목: 자료구조, 알고리즘, 컴퓨터구조, 운영체제, 시스템프로그래밍, 컴퓨터네트워크, 인공지능, 딥러닝, 디지털신호처리(DSP), 임베디드시스템
• 학부 연구생 (Undergraduate Researcher): 통신 및 딥러닝 최적화 연구실에서 자원 변동 환경 적응형 다중 출구 신경망 및 동적 앙상블 기법 연구 수행

• Academic Performance: GPA: 4.31 / 4.50 (Ranked 1st / Valedictorian in College of Electronics & Information, President's Award)
• Relevant Coursework: Data Structures, Algorithms, Computer Architecture, Operating Systems, Systems Programming, Computer Networks, Artificial Intelligence, Deep Learning, Digital Signal Processing (DSP), Embedded Systems
• Undergraduate Researcher: Conducted research in the Deep Learning & Wireless Systems Lab on resource-adaptive multi-exit neural networks and dynamic inference ensemble strategies.

• 연구 배경: IoT 및 엣지 환경에서 발생하는 컴퓨팅 자원의 실시간 변동성 속에서, 정확도와 지연시간(Latency) 간의 트레이드오프를 동적으로 제어할 수 없는 기존 단일 출구 모델의 한계 극복.
• 제안 방법: Faster R-CNN의 백본 네트워크에 조기 출구를 설계하고, 가상 큐(Virtual Queue)와 Drift-Plus-Penalty(DPP) 기반의 랴프노프 최적화(Lyapunov Optimization) 알고리즘을 적용하여 시스템 자원 상황에 맞는 최적의 출구를 실시간 결정.
• 연구 성과: PASCAL VOC 데이터셋에서 출구 0 (mAP 63.81%), 출구 1 (mAP 70.07%) 달성 및 자원 제약 상황에서 50% 이상의 지연시간 감소를 입증하며 SCOPUS 학술지에 정식 게재.
• 담당 역할: 랴프노프 최적화 알고리즘 설계 및 구현, 백본 조기 출구 구조 설계, GPU 클럭 제어를 통한 자원 변동 환경 시뮬레이션 및 논문 작성 주도.
• DOI: 10.7840/kics.2025.50.2.234

• Motivation: Addressed the fundamental latency-accuracy trade-off in IoT/edge systems where compute resources fluctuate dynamically and conventional single-exit object detectors incur heavy latency bottlenecks.
• Methodology: Designed early exit branches within the Faster R-CNN backbone and formulated a dynamic exit-selection algorithm based on Lyapunov Optimization (Virtual Queue & Drift-Plus-Penalty) to select optimal inference exits under varying computing constraints.
• Results: Achieved mAP of 63.81% (Exit 0) and 70.07% (Exit 1) on PASCAL VOC, while demonstrating over 50% latency reduction under resource constraints; successfully peer-reviewed and published in J-KICS (SCOPUS).
• Role: Formulated and coded the Lyapunov exit-selection algorithm, designed the multi-exit backbone architecture, simulated fluctuating GPU clock environments, and led manuscript drafting.
• DOI: 10.7840/kics.2025.50.2.234

• 연구 내용: 다중 출구 신경망의 중간 계층 출구들을 특정 클래스에 특화된 약한 분류기(Weak Classifier)로 간주하고, 각 출구의 예측 엔트로피(Entropy)를 기반으로 불확실성을 정량화하여 신뢰도가 높은 출구들만을 적응적으로 결합하는 동적 앙상블 알고리즘 제안.
• 연구 성과: ResNet-101 및 Vision Transformer(ViT-B/16) 모델에서 정적 앙상블 대비 높은 연산 효율성을 유지하며, CIFAR-100에서 +1.66%p, ImageNet-1K에서 +0.61%p의 Top-1 정확도 향상 입증.
• 논문 링크: SSRN Paper (ID: 5123790)

• Research Scope: Conceptualized early exits within multi-exit networks as specialized weak classifiers, and developed an adaptive dynamic ensemble algorithm that quantifies prediction uncertainty via output entropy to selectively aggregate only high-confidence predictions.
• Results: Demonstrated accuracy improvements of +1.66%p on CIFAR-100 and +0.61%p on ImageNet-1K across ResNet-101 and Vision Transformer (ViT-B/16) architectures while outperforming static ensemble computation costs.
• Paper Link: SSRN Paper (ID: 5123790)

• 하이브리드 아키텍처 설계: 무인 운반차(AGV)의 모터 제어 및 센서 피드백 등 실시간 결정성이 요구되는 작업은 라즈베리 파이 엣지 노드에서 C++로 직접 처리하고, 전체 경로 플래닝 및 모니터링은 AWS EC2 클라우드로 분리.
• 통신 파이프라인: MQTT 프로토콜을 활용하여 엣지와 클라우드 간 초저지연 양방향 메시지 큐를 구축하고, 차량 주행 이력 및 배터리/위치 상태를 MySQL에 적재.
• GitHub: github.com/GooDongWoo/AGVproject

• Hybrid Architecture: Separated deterministic real-time motor control and sensor feedback on edge nodes (Raspberry Pi, C++) from centralized telemetry, fleet path optimization, and remote control on AWS EC2 cloud.
• Messaging Pipeline: Implemented an ultra-low latency bi-directional messaging pipeline via MQTT, storing mission telemetries, battery status, and location traces in MySQL.
• GitHub: github.com/GooDongWoo/AGVproject

• 문제 해결: 학기말 성적 공시 기간 학생들의 반복적인 수동 로그인 불편을 해소하기 위해 자동 성적 스크래핑 및 푸시 알림 확장 프로그램 개발.
• 구현 기술: Chrome Storage API 기반의 안전한 세션 인증, Chrome Alarms API를 활용한 30분 주기 백그라운드 폴링, 정규표현식을 활용한 인트라넷 HTML 테이블 파싱 및 Chrome Notification 알림 트리거.
• GitHub: github.com/GooDongWoo/kyunghee_score_alarm_chrome_extension

• Problem & Solution: Solved the burden of manual repetitive portal log-ins during university grade publication seasons by engineering an automated scraper and desktop alert extension.
• Technical Implementation: Utilized Chrome Storage API for credential persistence, Chrome Alarms API for periodic 30-minute background checks, RegEx parsing of portal HTML tables, and Chrome Notification API for immediate alerts upon grade posting.
• GitHub: github.com/GooDongWoo/kyunghee_score_alarm_chrome_extension

• 극심한 불균형 데이터 처리: 제조 공정 데이터의 심각한 클래스 불균형 문제를 ENN(Edited Nearest Neighbours)과 SMOTE 기법을 결합하여 해결.
• 모델링 & 성과: Dam Dispenser, AutoClave 등 세부 공정별 특화 모델을 구축하고 가중치 투표 기반 앙상블을 적용하여 베이스라인 대비 F1 Score 73.2% 향상(0.0975 → 0.16886) 달성.

• Severe Class Imbalance Mitigation: Resolved severe real-world tabular data imbalance by pairing Edited Nearest Neighbours (ENN) with SMOTE oversampling.
• Modeling & Results: Developed dedicated sub-models for distinct fabrication phases (Dam Dispenser, AutoClave) and deployed weighted soft voting ensembles, achieving a +73.2% relative improvement in F1 Score (0.0975 to 0.16886) over baseline.

• 핵심 구현: POSIX 시스템 콜 기반의 파일 I/O, `fork()`/`exec()` 프로세스 제어, IPC(파이프, 메시지 큐, 공유 메모리), Mutex 기반 스레드 동기화 구현.
• 채팅 서버: TCP/IP 소켓 프로그래밍을 통해 다중 클라이언트의 동시 접속을 멀티스레딩으로 처리하고, 뮤텍스를 통한 데이터 레이스 방지 및 실시간 브로드캐스팅 구현.

• Systems Engineering: Implemented low-level operating system primitives using POSIX APIs: file I/O, `fork()`/`exec()` process lifecycle management, IPC (pipes, message queues, shared memory), and mutex synchronization.
• Concurrent Server: Architected a concurrent TCP/IP socket server in C handling multi-client sessions with POSIX threads, preventing race conditions via mutexes, and facilitating real-time broadcasting.