본 연구실의 연구 방향은 학습 기법 및 최적화, 추론 문제들을 위한 효율적인 알고리즘을 개발하고 분석하는데 초점을 맞추고 있다. 연구 분야로는 크게 ‘통계 학습 및 커널머신’, ‘계산 금융’, ‘광역 최적화 및 동적 시스템’의 세 가지 분야로 나눌 수 있다.

1) 통계 학습 및 커널 머신 (Statistical Learning and Kernel Machines) 통계 학습이란, 통계학의 접근 방법을 통해 기계학습의 알고리즘들을 분석 및 연구하는 분야이다. 이 분야에서는 다양한 통계적 모델과 커널 기법, 최적화 기법들을 사용하여 컴퓨터로 하여금 방대한 양의 데이터로부터 유용한 정보를 추출하고 습득할 수 있도록 하는 알고리즘들을 개발한다.

2) 계산 금융 (Computational Finance) 계산금융이란, 금융시장과 거래되는 금융상품과 관련된 문제들을 수리적으로 모델화 하고 이를 효율적 계산 방법들을 이용하여 풀어내는 연구 분야이다. 이를 위하여, 다양한 최신 과학계산 기법들과 수학적, 통계적 모델 기법들을 연구하고 개발한다.

3) 광역 최적화 및 동적 시스템 (Global Optimization and Dynamics) 동적 시스템 이론과 고등 위상학적 방법론을 이용하여 비선형 시스템의 안정성 분석과 여러 평형점을 효율적으로 찾는 계산방법을 연구하고 이에 기반 하여 새로운 광역 최적화 알고리즘을 개발한다.