시뮬레이션 기반 의사결정 연구실
SDM Lab은 스케줄링과 최적화 문제를 중심으로, 시뮬레이션, 강화학습, 메타휴리스틱, 데이터 기반 분석을 융합하여 제조시스템과 산업 현장의 의사결정 문제를 해결하는 것을 목표로 합니다. 특히 반도체 제조와 같은 대규모 생산시스템의 스케줄링 및 자원 운영 최적화를 핵심 주제로 삼고, 실제 산업 적용을 위해 시뮬레이션 기반 실험과 강화학습 기반 의사결정 알고리즘을 개발합니다. 또한 머신러닝 및 데이터 분석 기법을 적극적으로 활용하여 미래 상태를 정교하게 추정하고, 시뮬레이션 모델과 결합해 보다 현실적이고 지능적인 의사결정을 지원합니다.
SDM Lab
The SDM Lab focuses on solving scheduling and optimization problems by integrating simulation, reinforcement learning, metaheuristics, and data-driven analytics to address decision-making challenges in manufacturing and real-world industrial systems. Our primary research centers on scheduling and resource optimization in large-scale production systems (e.g., semiconductor manufacturing). We develop simulation-based experiments and reinforcement learning-driven decision-making algorithms for real-world deployment, and we actively leverage machine learning and data analytics to refine predictive capabilities of future system states, combining them with simulation models for more realistic and intelligent decision-making.
Research Areas
- Scheduling Optimization — 반도체/제조 시스템 스케줄링, 자원 운영 최적화
- Simulation-driven Decision-Making — 시뮬레이션 기반 성능평가·정책설계
- Reinforcement Learning — 의사결정 정책 학습, 시뮬레이션 연계 RL
- Metaheuristics — PSO/GA 등 휴리스틱·메타휴리스틱 기반 최적화
- Machine Learning & Data Analytics — 데이터 기반 예측·분석과 시뮬레이션 융합
더 자세한 내용은 Publications 페이지를 참고하세요.
Join SDM Lab
연구실에 관심이 있다면, 간단한 소개와 관심 주제를 적어 jshuh@ssu.ac.kr 로 이메일 주세요.