Wooseok Shin

Wooseok Shin

AI-enabled 5G Open RAN, Federated Learning

Home

About Me

Hello! I’m Wooseok Daniel Shin (신우석), a Ph.D. Candidate in the Media System Lab, Department of Electrical and Computer Engineering at Sungkyunkwan University (SKKU), advised by Prof. Jitae Shin.

My research focuses on federated and hierarchical intelligence for adaptive AI systems, with a particular emphasis on AI-enabled 5G/6G Open RAN, heterogeneous federated learning, intent-aware network optimization, and reliable distributed decision-making. I am especially interested in designing learning frameworks that can adapt to non-IID environments, limited communication, dynamic user behavior, and system-level constraints.

I design learning-driven frameworks that connect distributed intelligence, personalization, representation learning, operator intent, and reliable orchestration, including:

  • TFL-CORAN: Transfer-enhanced Federated Learning with Dynamic Clustering for UE-centric traffic management in 5G Open RAN
  • St-INTEL: Stackelberg-Intent Enhanced Learning for intent-aware resource allocation in 5G Open RAN
  • Pandora: Personalized Adaptive Network-Driven Open RAN Orchestration with Federated Contracts
  • CarPe-FL: Personalized Federated Learning for heterogeneous multi-center medical imaging
  • FedHyDRA: Heterogeneity-aware Federated Learning for robust distributed AI systems

Beyond research, I serve as Lead Instructor at TEdI/HelloAlgo and Science Fair Director at IvyZen, where I mentor students in the Korean Olympiad in Informatics (KOI), the USA Computing Olympiad (USACO), AP Computer Science A, and interdisciplinary AI research projects spanning communication systems, environmental modeling, bioinformatics, and AI-driven arts.

소개

안녕하세요. 저는 성균관대학교 전자전기컴퓨터공학과 미디어 시스템 연구실 박사과정 신우석입니다. 지도교수는 신지태 교수님입니다.

제 연구는 적응형 AI 시스템을 위한 연합 및 계층형 지능(federated and hierarchical intelligence)을 중심으로 하며, 특히 AI 기반 5G/6G Open RAN, 이질적 환경에서의 연합학습, 인텐트 기반 네트워크 최적화, 그리고 신뢰성 있는 분산 의사결정에 초점을 둡니다. 저는 non-IID 환경, 제한된 통신 자원, 동적인 사용자 행동, 시스템 수준 제약 조건에서도 안정적으로 동작할 수 있는 학습 프레임워크를 설계하는 데 관심이 있습니다.

저는 분산 지능, 개인화, 표현학습, 운영자 인텐트, 신뢰성 있는 오케스트레이션을 연결하는 학습 기반 프레임워크를 설계하고 있습니다:

  • TFL-CORAN: 5G Open RAN에서 UE 중심 트래픽 관리를 위한 전이학습 기반 연합학습 및 동적 클러스터링 프레임워크
  • St-INTEL: 5G Open RAN에서 인텐트 기반 자원 할당을 위한 Stackelberg-Intent 강화학습 프레임워크
  • Pandora: Federated Contract Learning 기반의 개인화된 Open RAN xApp 오케스트레이션 프레임워크
  • CarPe-FL: 이질적인 다기관 의료 영상 환경을 위한 개인화 연합학습 프레임워크
  • FedHyDRA: 강건한 분산 AI 시스템을 위한 이질성 인지 연합학습 프레임워크

또한 TEdI/HelloAlgo 메인 강사 및 IvyZen Science Fair Director로서 한국정보올림피아드(KOI), 미국컴퓨팅올림피아드(USACO), AP Computer Science A 수업을 진행하고 있으며, 통신 시스템, 환경 모델링, 바이오인포매틱스, AI 기반 예술 등 다양한 융합 AI 연구 프로젝트를 지도하고 있습니다.