수학과

고려대학교 수학과를 졸업하고 동 대학원에서 확률론 전공으로 박사학위를 취득하였다. 이후 KAIST, 서울대학교, 고등과학원에서 연구원으로 재직하였다. 주요 연구 분야는 확률론, 편미분방정식, 확률편미분방정식, 조화해석 및 최적수송이다. 비국소 연산자와 가중 함수공간에 대한 해석학적 이론을 바탕으로 편미분방정식과 확률편미분방정식의 해의 존재성, 유일성 및 정칙성을 연구하고 있으며, 관련 논문들을 국제학술지에 발표하였다. 최근에는 인공신경망의 근사 이론과 최적수송으로 연구를 확장하여, 고차원 편미분방정식의 신경망 근사와 무한차원 힐베르트 공간에서의 확률분포 학습을 연구하고 있다. 이를 통해 확률적 현상을 기술하는 수학적 모델의 해석과 인공지능 방법론의 이론적 기초를 연결하는 연구를 수행하고 있다.

Jae-Hwan Choi received his bachelor’s degree in mathematics and his Ph.D. with a specialization in probability theory from Korea University. He subsequently held research positions at KAIST, Seoul National University, and the Korea Institute for Advanced Study. His main research interests include probability theory, partial differential equations, stochastic partial differential equations, harmonic analysis, and optimal transport.

His research addresses the existence, uniqueness, and regularity of solutions to partial differential equations and stochastic partial differential equations through the analysis of nonlocal operators and weighted function spaces. He has published related work in international academic journals. More recently, he has expanded his research to neural network approximation theory and optimal transport, studying neural network approximation of high-dimensional partial differential equations and the learning of probability distributions in infinite-dimensional Hilbert spaces. His work connects the analysis of mathematical models of stochastic phenomena with the theoretical foundations of artificial intelligence.