Yunyong Ko

Post-Doc, Computer Science Department, University of Illinois at Urbana-Champaign (UIUC), USA

Contact

Email

Research Interests

  • Graph Mining
  • Machine Learning Techniques for Real-World Applications
  • Acceleration of Large-Scale Machine Learning

Awards

  • Best Ranked Papers of IEEE ICDM 2021
  • Spotlight Presentations of ACM CIKM 2021
  • Outstanding Ph.D. Dissertation Award 2021
  • Best Paper Award KIPS 2021
  • ACM SIGAPP Student Travel Award 2019
  • NAVER Ph. D. Fellowship 2017
  • Best Presentation Award KCC 2017

Publications

11 International Conference Papers

  • Yunyong Ko, Seongeun Ryu, Soeun Han, Youngseung Jeon, Jaehoon Kim, Sohyun Park, Kyungsik Han, Hanghang Tong and Sang-Wook Kim, “KHAN: Knowledge-Aware Hierarchical Attention Networks for Accurate Political Stance Prediction”, In Proceedings of the ACM Web Conference 2023 (ACM WWW 2023), pp., Texas, USA, April 30 – May 4, 2023 (full paper). (accepted to appear)
  • Myung-Hwan Jang, Yunyong Ko, Dongkyu Jeong, Jeong-Min Park, and Sang-Wook Kim, “A GPU-Based Graph Engine for Large-Scale Network Analysis”, In Proc. of Korean International Semiconductor Conference on Manufacturing Technology (KISM 2022), pp., Busan, Korea, November 13-16, 2022 (unpublished) (short paper).
  • Myung-Hwan Jang, Yunyong Ko, Dongkyu Jeong, Jeong-Min Park, and Sang-Wook Kim, “RealGraph-GPU: A High-Performance GPU-Based Graph Engine toward Large-Scale Real-World Network Analysis”, In Proc. of the 31st ACM Int’l. Conf. on Information and Knowledge Management (ACM CIKM 2022), pp.4074–4078, Atlanta, GA, USA, Oct. 17-21, 2022 (short paper).
  • Yunyong Ko, Dongwon Lee and Sang-Wook Kim, “Not All Layer Are Equal: A Layer-Wise Adaptive Approach Toward Large-Scale DNN Training,” In Proc. of the ACM Web Conference (ACM WWW 2022), pp. 1851-1859, Online, April 25-29, 2022 (full paper).
  • Soeun Han, Yunyong Ko, Yushim Kim, Seong Soo Oh, Heejin Park and Sang-Wook Kim, “D-FEND: A Diffusion-Based Fake News Detection Framework for News Articles Related to COVID-19”, In Proc. of the 37th ACM/SIGAPP Symposium on Applied Computing (ACM SAC 2022), pp. 1771-1778, Virtual Event, Apr. 25 - 30, 2022 (full paper).
  • Yunyong Ko, Jae-Seo Yu, Hong-Kyun Bae, Yongjun Park, Dongwon Lee and Sang-Wook Kim, “MASCOT: A Quantization Framework for Efficient Matrix Factorization in Recommender Systems”, In Proc. of the 21st IEEE International Conference on Data Mining (IEEE ICDM 2021), pp. 290-299, New Zealand, Dec. 7-10, 2021 (full paper). (*co-first authors with equal contribution)
  • Yunyong Ko, Kibong Choi, Hyunseung Jei, Dongwon Lee and Sang-Wook Kim, “ALADDIN: Asymmetric Centralized Training for Distributed Deep Learning”, In Proc. of the 30th ACM Int’l Conference on Information and Knowledge Management (ACM CIKM 2021), pp. 863-872, ONLINE, Nov. 1-5, 2021 (full paper).
  • Yunyong Ko, Kibong Choi, Jiwon Seo and Sang-Wook Kim, “An In-Depth Analysis of Distributed Training of Deep Neural Networks”, In Proc. of the 35th IEEE Int’l Parallel & Distributed Processing Symposium (IPDPS 2021), pp. 1-10, Portland, Oregon USA, May 17-21, 2021 (full paper).
  • Suk-Jin Hong, Yunyong Ko, Moon-Jeung Joe and Sang-Wook Kim, “Influence Maximization for Effective Advertisement in Social Networks: Problem, Solution, and Evaluation”, In Proc. of the ACM Symp. on Applied Computing (ACM SAC 2019), pp. 1314-1321, Limassol, Cyprus, Apr. 8-12, 2019 (full paper).
  • Kyung-Jae Cho, Yunyong Ko and Sang-Wook Kim, “Influence Maximization: Performance Evaluation”, In Proc. Int’l Conf. on Convergence Content (ICCC 2016), pp. 41-42, Okinawa, Japan, Dec. 10-13, 2016 (full paper).
  • Yunyong Ko, Dong-Kyu Chae and Sang-Wook Kim, “Accurate Path-based Methods for Influence Maximization in Social Networks”, In Proc. of the 25th Int’l World Wide Web Conference (ACM WWW 2016), pp. 59-60, Montreal, Canada, April 11-15, 2016 (short paper).

3 International Journal Papers

  • Yunyong Ko and Sang-Wook Kim, “SHAT: A Novel Asynchronous Training Algorithm that Provides Fast Model Convergence in Distributed Deep Learning,“ Applied Sciences, Vol. 12(1), pp.1-14, 2022.
  • Yunyong Ko, Dong-Kyu Chae and Sang-Wook Kim, “Influence Maximization in Social Networks: A Target-Oriented Estimation”, Journal of Information Science, Vol. 44, No. 5, pp. 671-682, Oct. 2018.
  • Yunyong Ko, Kyung-Jae Cho and Sang-Wook Kim, “Efficient and Effective Influence Maximization in Social Networks: A Hybrid-Approach,” Information Sciences, Vol. 465, pp. 144-161, Oct. 2018.

11 Domestic Conference Papers

  • 유재서, 고윤용, 배홍균, 강석원, 유용승, 박영준, 김상욱, “추천 시스템에서의 효율적인 행렬 분해 모델을 위한 정밀도 변환 기법,” KIPS 춘계학술대회 2021, pp. 314-315, 온라인개최, 2021년 5월 14-15일.
  • 한소은, 강윤석, 고윤용, 안지원, 김유심, 오성수, 박희진, 김상욱, “COVID-19 가짜뉴스 탐지를 위한 전파 데이터셋,” KIPS 춘계학술대회 2021, pp. 312-313, 온라인개최, 2021년 5월 14-15일.
  • 정조형, 임우태, 박준한, 고윤용, 최기봉, 김상욱, 한국정보과학회 (KSC 2020) 학부생 논문 경진대회 장려상, “동기적 및 비동기적 분산 학습에 대한 파라미터 샤딩 기법의 성능 평가”, 2021. 02. 03.
  • 최기봉, 고윤용, 김상욱, “불균형한 DNN 모델의 효율적인 분산 학습을 위한 파라미터 샤딩 기술 성능 평가,” KIPS 추계학술대회 2020, pp. 881-882, 온라인개최, 2020년 11월 6-7일.
  • 최기봉, 고윤용, 김상욱, “파라미터 서버 기반의 분산 딥 러닝 시스템을 위한 파라미터 샤딩 기술 성능평가 (Performance Evaluation: Parameter sharding for Distributed Deep Learning)”, KCC 2019, pp. 1088-1090, 제주 국제컨벤션센터, 2019년 6월 26-28일.
  • 최기봉, 고윤용, 김상욱, “데이터 병렬화 기반 분산 딥 러닝 시스템의 노드 간 통신 방안 성능 평가”, KSC 2018, pp. 1912-1913, 평창 휘닉스파크, 2018년 12월 19-21일.
  • 홍석진, 고윤용, 김상욱, 박계환, “광고 대행 유저 선출 문제에서의 영향력 최대화를 위한 파급 모델”, 한국스마트미디어학회 융합 스마트미디어 시스템 워크샵, pp. 1-4, 광주시청자미디어센터, 2018년 6월 18-19일.
  • 홍석진, 고윤용, 김상욱, 박계환, “유저-상품 적합도 기반의 정확한 광고효과 계산 방안”, 한국콘텐츠학회 2018년 춘계종합학술대회, pp. 21-22, 국립목포대학교, 2018년 5월 11-12일.
  • 홍석진, 고윤용, 김상욱, 박계환, “유저 간 지지도 및 유저의 공유 빈도를 활용한 효과적인 광고효과 최대화 방안”, 한국정보처리학회 춘계학술발표대회 (KIPS 2018), pp. 416-417, 건국대학교 서울캠퍼스, 2018년 5월 11-12일.
  • 김종현, 윤승원, 고윤용, 구장완, 김상욱, “무관심 유저 개념을 활용한 신뢰 관계 예측 정확도 향상 기법”, 한국정보과학회 동계학술발표회 (KSC 2017), pp. 1646, 부산 벡스코, 2017년 12월 20-22일.
  • 고윤용, 조경재, 한국정보과학회 (KCC 2017) 우수 발표 논문상, “커뮤니티 기반 영향력 최대화를 위한 효율적인 CELF 알고리즘,” 2017.

2 Domestic Journal Papers

  • 한소은, 강윤석, 고윤용, 안지원, 김유심, 오성수, 박희진, 김상욱, “CoAID+: 소셜 컨텍스트 기반 가짜뉴스 탐지를 위한 COVID-19 뉴스 파급 데이터,” KIPS Transactions on Software and Data Engineering (KTSDE 2021),Vol. 11, No. 4, pp. 149-156, 2022년
  • 고윤용, 조경재, 김상욱, “소셜 네트워크에서 효율적인 영향력 최대화 방안,” 한국정보과학회논문지, Vol. 44, No. 10, pp. 1105-1111, 2017년 10월

6 Domestic Patents

  • 김상욱, 고윤용, 대규모의 데이터 병렬 기반 딥러닝 모델 학습을 위한 계층별 차별화된 학습률 조정 기법, 출원번호: 10-2022-0075800
  • 김상욱, 유재서, 고윤용, 배홍균, 박영준, 추천시스템에서의 효율적인 행렬 분해를 위한 양자화 프레임워크 장치 및 학습 방법, 출원번호: 10-2021-0184046
  • 김상욱, 고윤용, 최기봉, 파라미터 서버 기반 비대칭 분산 학습 기법, 출원번호: 10-2020-0174036
  • 김상욱, 홍석진, 고윤용, 다중 상태 파급 모델을 이용한 영향력 평가 방법 및 장치, 출원번호: 10-2019-0037889
  • 김상욱, 홍석진, 고윤용, 적합도 기반의 온라인 광고 효과 계산 방법 및 장치, 출원번호: 10-2018-0095671
  • 김상욱, 고윤용, 조경재, 하이브리드 방식의 영향력 평가 방법 및 장치, 출원번호: 10-2017-0016173