Dae Hyeon Kim김대현

I am a Ph.D. candidate in Electronics and Communications Engineering at Kwangwoon University, working with Prof. Young-Seok Choi at the Neuroengineering and Artificial Intelligence (NeuroAI) Lab. My research centers on machine learning for human-derived time series — EEG, ECG, PPG and EDA, facial video, speech, and language.

광운대학교 전자통신공학과 박사과정으로, NeuroAI 연구실에서 최영석 교수님의 지도를 받고 있습니다. EEG·ECG·PPG·EDA 같은 생체신호와 얼굴 영상, 음성, 언어 등 사람에게서 나오는 시계열 데이터를 위한 기계학습이 연구의 중심입니다.

These signals are non-stationary and deeply person-specific, and scale alone has not solved this — even biosignal foundation models still fail across subjects, sessions, and devices. I encode the missing structure explicitly: sparse and dynamic graphs over sensors and sources, self- and semi-supervised contrastive objectives, and cross-modal alignment, so that representations hold when the person, the day, or the device changes.

이런 신호는 비정상적(non-stationary)이고 개인차가 매우 커서, 모델과 데이터 규모를 키우는 것만으로는 해결되지 않습니다 — 생체신호 파운데이션 모델조차 피험자·세션·기기가 바뀌면 무너집니다. 저는 그 빠져 있는 '구조'를 학습에 명시적으로 새겨 넣습니다. 센서와 신호원 위의 희소·동적 그래프, 자기/준지도 대조학습, 교차 모달 정렬을 통해 사람이 바뀌고, 날이 바뀌고, 기기가 바뀌어도 유지되는 표현을 만듭니다.

Robustness alone is not enough for the clinic — outputs must be traceable to evidence. My current work couples physiological encoders with LLM-based multi-agent reasoning, so that a clinical claim can be traced back to the ECG or PPG segment that supports it: toward personalized models that stay current as a person changes and support closed-loop intervention.

임상에서는 강건함만으로는 부족합니다 — 모델의 출력은 근거까지 추적 가능해야 합니다. 최근에는 생체신호 인코더와 LLM 기반 멀티 에이전트 추론을 결합해, 임상적 판단을 그것을 뒷받침하는 ECG·PPG 구간까지 되짚을 수 있게 만드는 연구를 하고 있습니다. 사람의 변화를 따라 갱신되고 폐루프 중재까지 지원하는 개인화 생리 모델이 장기 목표입니다.

• Mar 2026

  Competition경진대회Advanced to the main round of AI Champion, a nationwide AI competition hosted by the Korean Ministry of Science and ICT — in both the Regular and Korean-AI tracks.과학기술정보통신부 주관 전국 단위 AI 경진대회 AI Champion 본선 진출 — 일반 트랙과 한국어 AI 트랙 동시 진출.

• 2026

  ASGCRL, on robust EEG-based emotion recognition, published in Knowledge-Based Systems (IF 7.6, JCR top 12.5%).강건한 EEG 감정 인식 연구 ASGCRL이 Knowledge-Based Systems에 게재 (IF 7.6, JCR 상위 12.5%).

• 2026

  Two papers accepted at IEEE ICASSP 2026 (Barcelona) — one oral, one poster.IEEE ICASSP 2026(바르셀로나)에 논문 2편 채택 — 구두 1편, 포스터 1편.

• 2026

  A mentee's first-author paper accepted as an oral presentation at IEEE WCCI–IJCNN 2026.멘티 학생의 제1저자 논문이 IEEE WCCI–IJCNN 2026 구두 발표로 채택.

• Dec 2025

  Paper on semi-supervised graph contrastive learning for EEG emotion recognition published in Engineering Applications of Artificial Intelligence (IF 8.0, JCR top 2.5%).준지도 그래프 대조학습 기반 EEG 감정 인식 논문이 Engineering Applications of Artificial Intelligence에 게재 (IF 8.0, JCR 상위 2.5%).

• Nov 2025

  Co-authored paper on sparse dynamic graph CNNs published in IEEE Sensors Journal.희소 동적 그래프 CNN 공저 논문이 IEEE Sensors Journal에 게재.

• May 2024

  Award수상Best Poster Award at the KOSOMBE Spring Conference.대한의용생체공학회 춘계학술대회 우수 포스터상 수상.

• Apr 2024

  Paper on multiscale distribution entropy for epileptic EEG published in Mathematical Biosciences and Engineering.뇌전증 EEG의 다중스케일 분포 엔트로피 분석 논문이 Mathematical Biosciences and Engineering에 게재.

1. ASGCRL: Adaptive Semi-Supervised Graph Contrastive Representation Learning for Robust EEG-Based Emotion Recognition

   Dae Hyeon Kim and Young-Seok Choi

   KNOWLEDGE-BASED SYSTEMS · VOL. 339 · 2026

   Journal IF 7.6 · JCR top 12.5% DOI ↗

2. Semi-Supervised Graph Contrastive Learning for Emotion Recognition Based on Electroencephalogram Signals

   Dae Hyeon Kim and Young-Seok Choi

   ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE · VOL. 161 · DEC 2025

   Journal IF 8.0 · JCR top 2.5% DOI ↗

3. Joint Graph-Based Modality Alignment for Robustness in Conversational Emotion Recognition

   Dae Hyeon Kim and Young-Seok Choi

   IEEE ICASSP 2026 · BARCELONA, SPAIN

   Conference

4. Inter-Dialog Contrastive Learning for Multimodal Emotion Recognition in Conversations

   Dong-Hyeon Lee, Dae Hyeon Kim, and Young-Seok Choi

   IEEE ICASSP 2026 · BARCELONA, SPAIN

   Conference Oral

5. Enhancing EEG-Based Emotion Recognition Using Sparse Dynamic Graph CNN with ℓ_2,1-Norm

   Min Seok Lee, Dae Hyeon Kim, and Young-Seok Choi

   IEEE SENSORS JOURNAL · 25(22) · NOV 2025

   Journal DOI ↗

6. Physiology-Aware Multi-Branch Network for Fully Contactless Blood Pressure Estimation via Facial Remote Pulse Transit Time

   Seung Hyun Jho, Dae Hyeon Kim, Jun Ho Son, and Young-Seok Choi

   IEEE WCCI–IJCNN 2026 · MAASTRICHT, NETHERLANDS

   Conference Oral Mentee-led멘티 주도

7. Multiscale Distribution Entropy Analysis of Short Epileptic EEG Signals

   Dae Hyeon Kim, Jin-Oh Park, Dae-Young Lee, and Young-Seok Choi

   MATHEMATICAL BIOSCIENCES AND ENGINEERING · 21(4) · APR 2024

   Journal DOI ↗

Full list on Google Scholar ↗ 전체 논문 목록은 Google Scholar ↗에서 확인하실 수 있습니다.

• MAR 2022 — FEB 2027 (EXPECTED)(예정)

  Ph.D. in Electronics and Communications Engineering박사과정 · 전자통신공학과

  Kwangwoon University · NeuroAI Lab (Advisor: Prof. Young-Seok Choi)광운대학교 · NeuroAI 연구실 (지도교수: 최영석)

  Dissertation research on robust representation learning for physiological and behavioral time series under distribution shift.분포 변화 하에서의 생리·행동 시계열 강건 표현 학습을 주제로 박사 연구 수행.

• MAR 2022 — PRESENT

  Graduate Research Assistant대학원 연구원

  NeuroAI Lab, Kwangwoon University광운대학교 NeuroAI 연구실

  Researcher on five nationally funded projects (NRF, IITP) spanning physiological AI, affective computing, and clinical digital health. Designed and led IRB-approved multimodal biosignal acquisition — 80+ participants with substance use disorders and 60+ in emotion-elicitation studies — from protocol design to data curation.생리 AI·감정 컴퓨팅·임상 디지털 헬스에 걸친 국가 연구과제 5건(NRF·IITP) 수행. 물질사용장애 환자 80여 명, 정서 유발 실험 60여 명 규모의 IRB 승인 멀티모달 생체신호 수집을 프로토콜 설계부터 데이터 정제까지 주도.

• MAR 2024 — DEC 2025

  Research Mentor, Undergraduate Multidisciplinary Project Program학부연구생 융합 프로젝트 멘토

  Dept. of Electronics and Communications Engineering, Kwangwoon University광운대학교 전자통신공학과

  Mentored three undergraduate researchers — all advanced to M.S. programs. Technical mentor on eight student-led conference papers, including an oral at IEEE WCCI–IJCNN 2026.학부연구생 3명 멘토링(전원 석사과정 진학). 학생 주도 학회 논문 8편의 기술 멘토 — IEEE WCCI–IJCNN 2026 구두 발표 포함.

• DEC 2020 — FEB 2021

  Research Intern연구 인턴

  Bionics Research Center, Korea Institute of Science and Technology (KIST)한국과학기술연구원(KIST) 바이오닉스연구센터

  Built an open-source 3D MRI/CT volumetric-rendering simulator and accelerated robotic control for focused-ultrasound tumor targeting by 3.3×.오픈소스 3D MRI/CT 볼륨 렌더링 시뮬레이터 개발, 집속초음파 종양 표적 로봇 제어 3.3배 가속.

• SEP 2020 — JUN 2021

  Research Intern연구 인턴

  Bio Computing and Machine Learning Lab, Kwangwoon University광운대학교 Bio Computing and Machine Learning 연구실

  End-to-end deep learning for noninvasive blood-pressure estimation from ECG, PPG, and BCG signals.ECG·PPG·BCG 신호 기반 비침습 혈압 추정을 위한 엔드투엔드 딥러닝 연구.

• MAR 2016 — FEB 2021

  B.S. in Computer Engineering학사 · 컴퓨터공학과

  Kwangwoon University광운대학교

  Undergraduate thesis on real-time deep learning analysis of ballistocardiogram for blood-pressure estimation.학사 논문: BCG 실시간 딥러닝 분석 기반 혈압 추정.