GLAMPING Seminar [2026-09-16]

일시: 2026-09-16 장소: 129동 102호 발표자: Muhammad Qasim (과학데이터혁신연구소 객원연구원) 발표제목: Robust Mendelian Randomization with Invalid Instruments: Inference from GWAS Summary Data  

2026-09-16

Read More

SNU-NUS AI for Science Symposium

[Overview] The symposium brings together faculty, researchers, and academic leaders from the National University of Singapore (NUS) and Seoul National University (SNU) to explore emerging opportunities at the intersection of artificial intelligence and scientific discovery.  It is designed to foster deep intellectual exchange across disciplines, with a particular emphasis on AI-for-Science, data-centric scientific workflows, and interpretable machine learning for scientific applications.  Date & Time: Monday, September 21, 10:00 AM - 5:30 PM  Venue: Main Auditorium, Sangsan Mathematical Sciences Building (Bldg. 129), Seoul National University  과학데이터혁신연구소에서는 지난 2월 싱가포르 국립대(NUS)에서 성공적으로 개최되었던 제1회 행사에 이어, 이번 9월 서울대학교에서 '제2회 SNU-NUS AI for Science 공동 심포지엄'을 개최하게 되었습니다. 본 심포지엄은 인공지능(AI)과 과학적 발견이 교차하는 지점에서 새롭게 떠오르는 기회들을 탐색하기 위해 마련되었습니다. 특히 AI for Science, 데이터 중심의 과학적 워크플로우, 그리고 과학적 응용을 위한 해석 가능한 머신러닝에 중점을 두고 학제 간 깊이 있는 지식 교류를 진행할 예정입니다. 일시: 2026년 9월 21일(월) 10:00 - 17:30 장소: 서울대학교 상산수리과학관 (129동) 101호 대강당 참가신청: https://forms.gle/s6n6qZDLbenoiPGV8 [초청 연사] 서울대학교 (SNU) 홍영준 교수 (수리과학부) 장원 교수 (통계학과) 남좌민 교수 (화학부) 박상우 교수 (생명과학부) 김지훈 교수 (물리천문학부) 싱가포르 국립대학교 (NUS) Duane LOH (물리학과/생명과학과, AI for Science 프로그램 디렉터) FENG Ling (NUS A*Star IAIC) Alvin CHUA (물리학과) Marc HON Teng Yen (물리학과) NGUYEN Thi Ngoc (물리학과 Research Fellow) MO Ran & Brian KU (화학과) AI 기반의 과학적 발견에 관심 있는 학내 구성원 여러분의 많은 참여를 부탁드립니다. 감사합니다.

2026-09-16

Read More

[★장소변경][과학데이터혁신연구소 특별세미나] AI for Science: 복잡한 과학데이터를 어떻게 이해할 것인가?

과학데이터혁신연구소에서는 싱가포르국립대학교(NUS)의 N. Duane Loh 교수를 모시고 AI for Science 특별세미나를 개최합니다. 이번 세미나에서는 고차원·복잡 과학데이터에서 의미 있는 저차원 구조를 찾아내는 manifold hypothesis와 차원축소, 그리고 latent space를 vector quantization을 통해 token화하여 과학적 패턴을 탐색하고 새로운 가설을 도출하는 방법을 소개합니다.  특히 실제 과학데이터와 interactive dashboard를 활용한 실습형 masterclass로 진행되며, 별도의 코딩 없이 데이터의 압축과 분할, latent space 탐색, 가설 설정과 검증을 직접 경험할 수 있습니다. 연사: Prof. N. Duane Loh National University of Singapore Department of Physics & Department of Biological Sciences Program Director, MSc in AI for Science 제목: Masterclass in Token Cartography: Decoding Complex Scientific Data with AI for Science 일시: 2026년 9월 18일(금) 오후 2:00–4:00 장소: 서울대학교 129동 101호 대강당 AI와 데이터과학을 활용한 새로운 과학적 발견, 그리고 AI for Science에 관심 있는 분들의 많은 참여 바랍니다. [초록]  Scientific instrumentation is generating noisy, high-dimensional, and complex data at an unprecedented rate, surpassing the capacity for interpretation. The primary challenge, I claim, lies in finding the few key dimensions in which these data vary meaningfully; the remaining dimensions exhibit relatively unimportant variations and uncertainties. The observation that many collected datasets fall into a limited number of such dimensions is known as the manifold hypothesis. Unsupervised and semi-supervised dimension reduction, widely established, effectively isolates these few directions and presents the data in a comprehensible manner for scientists. Effectively, this reduction yields a latent space of variations that explains the diversity in most of the data. Despite this progress, navigating the low-dimensional space remains challenging. Participants tokenize this latent space using vector quantization, a method with independent roots in statistics, mathematics, information theory, and signal processing. The idea is to divide this space into patches, each representing the measurements contained within. This deliberate decision involves discarding variation within a token, allowing scientists to trace changes that hold explanatory significance. This action is inextricably linked to the concept of coarse-graining in statistical physics — essentially deciding which degrees of freedom can be traced out, and which phenomenological parameters emerge. These tokens also allow us to navigate the complex latent spaces occupied by our observations. Over a span of two hours, participants engage with real datasets through interactive dashboards, without coding. They experiment with different compression and partitioning strategies, identify discrepancies between the map and their existing knowledge, and formulate hypotheses based on these disagreements. Subsequently, they propose experiments to resolve these discrepancies, recognizing that devising a robust test is the more challenging and informative skill.

2026-09-03

Read More

GLAMPING Seminar [2026-09-10]

일시: 2026-09-10 장소: 129동 102호 발표자: 박도영 LAMP포닥 발표제목: Investigating Tactile and Visual Information Processing in the Human Brain Using fMRI  

2026-08-28

Read More

GLAMPING Seminar [2026-08-19]

일시: 2026-08-19 장소: 129동 102호 발표자: Myung-Hee Lee (Weill Cornell Medicine, Cornell University) 발표제목: Taking a Tangent: A Statistician’s Journey Through Global Health Research  

2026-08-13

Read More

GLAMPING Seminar [2026-07-29]

일시: 2026-07-29 장소: 129동 102호 발표자: Jimmy Huy Tran (노르웨이 University of Stavanger) 발표제목: Monitoring time to event in registry data using CUSUMs based on relative survival models  

2026-07-22

Read More

GLAMPING Seminar [2026-07-15]

일시: 2026-07-15 장소: 129동 102호 발표자: Roberto Faleh (독일 University of Tübingen) 발표제목: Learning How Treatments Work: Causal Mediation When Sequential Ignorability Fails  

2026-07-07

Read More

SNU–NCI Workshop on Statistical Innovation in Biomedical Research

행사명: SNU–NCI Workshop on Statistical Innovation in Biomedical Research 일시: 2026-07-08 장소: 25동 210호  

2026-07-07

Read More

GLAMPING Seminar [2026-06-30]

일시: 2026-06-30 장소: 129동 102호 발표자: 이수빈 연구원 발표제목: 과학데이터혁신연구소 DataHub & Playground 소개  

2026-06-23

Read More

SCoDA Workshop: Statistics on Complex Data (Complex Data School & SCoDA Workshop)

행사명: SCoDA Workshop: Statistics on Complex Data (Complex Data School & SCoDA Workshop) 일시: 2026-06-24 ~ 2026-06-27 장소: 서울대학교 25동, 25-1동 (포스터 참고)

2026-06-11

Read More