우리 학부에 강익성 교수님께서 2026년 1월 26일부로 부임하십니다. 축하드립니다.
강익성 교수님의 임시 오피스는 새늘동 1410호입니다. 강익성 교수님은 물리 기반 모델과 머신러닝을 결합한 지능형 이미징 시스템 설계를 연구하고 있습니다. 특히 생의학 현미경, 신경과학, 계측 분야를 위한 컴퓨테이셔널 이미징 기술에 관심을 두고 있으며, 광학 시스템의 물리적 원리와 딥러닝을 통합하여 기존 이미징의 한계를 극복하는 새로운 접근법을 제안하고 있습니다. 측정 신호로부터 고차원의 정보를 효율적으로 복원하는 역문제 모델링과 센싱–물리–학습을 아우르는 엔드투엔드 이미징 시스템 개발을 통해, 보다 정확하고 접근성 높은 차세대 이미징 기술 구현을 목표로 하고 있습니다.
강익성 교수님의 자세한 연구 내용은 홈페이지를 참고 부탁드립니다.
홈페이지 링크: https://iksungk.github.io/
<Academic and Professional Profile>
Major Field
- Physics- and Learning-driven Imaging System Design
- Computational Imaging (for Biomedical Microscopy, Neuroscience, and Metrology)
Educational Career
- Bachelor Degree: 2017, Seoul National University
- Master Degree: 2020, MIT
- Doctoral Degree: 2022, MIT
Career
- Sep. 2025 – Jan. 2026: Assistant Professor, Yonsei University
- Jul. 2022 – Jun. 2025: Postdoctoral Researcher, UC Berkeley
Publications
- Optical segmentation-based compressed readout of neuronal voltage dynamics, Nature Communications, 2025
- Coordinate-based neural representations for computational adaptive optics in widefield microscopy, Nature Machine Intelligence, 2024
- Accelerated deep self-supervised ptycho-laminography for three-dimensional nanoscale imaging of integrated circuits, Optica, 2023
- Attentional Ptycho-Tomography (APT) for three-dimensional nanoscale X-ray imaging with minimal data acquisition and computation time, Light: Science & Applications, 2023
- Simultaneous spectral recovery and CMOS micro-LED holography with an untrained deep neural network, Optica, 2022
- Dynamical machine learning volumetric reconstruction of objects’ interiors from limited angular views, Light: Science & Applications, 2021
Assigned Curricular Plan
- EE49904: Special Topics in Electrical Engineering
- <Computational Imaging>
- Other signal-related courses (e.g., signal/image processing, optical imaging)
Vision
- Develop intelligent imaging systems that seamlessly integrate physics and machine learning with system-level design to make advanced imaging more accessible.
Research Plan
- Generalizable Imaging Architectures: Create unified imaging frameworks that generalize across sensing modalities and sample types.
- Imaging-driven Inverse Intelligence: Build imaging-driven inverse modeling frameworks that connect measurements to high-level system understanding.
- End-to-end Intelligent Imaging: Develop end-to-end imaging systems that integrate sensing, physics, and learning for task-aware inference.
