이 연구실은 딥러닝 기반의 생성 모델 (확산 모델, 트랜스포머 등) 과 물리 정보 학습 기법을 활용하여 단백질 결합 부위 예측, 분자 최적화 및 3D 분자 생성과 같은 계산 화학 및 신약 개발 분야에 집중하고 있습니다. 또한, 비디오 이상 탐지, 멀티모달 감정 분석, 시계열 예측, 그리고 데이터베이스 튜닝 등 다양한 응용 분야에서 모델의 성능을 극대화하는 방법론을 연구하고 있습니다.
학과 페이지에 적힌 연구 분야
비디오 이상치 탐지, 데이터베이스 튜닝, 시계열 예측, 인공지능 기반의 신약 개발, 강화학습
138
논문
89
주도 (교신·마지막저자)
21
분야 상위 10% 논문
0.32
FWCI 중앙값
974
총 인용
2021–2026
수집 범위
FWCI(Field-Weighted Citation Impact)는 같은 분야·연도·논문 유형의 세계 평균을 1.0으로 놓고 비교한 값입니다. 분야 보정이 되어 있어 학회 논문과 저널 논문, 전산학과 재료공학을 같은 잣대로 볼 수 있습니다. 논문 138편 중 122편에 대해 산출됐습니다.
논문 유형
저널 논문 88학회 논문 32프리프린트 16책 챕터 2
연도별 논문
주도 (교신·마지막저자)참여
2026년 · 주도 9편 · 참여 4편
연구 계통도
Education, Strategy and Management 등 3개 분야는 2025년 이후 논문이 없습니다. 지금도 하고 있는 줄 알고 지원하면 헛걸음입니다.
가로축은 연도, 점 크기는 그 해 논문 수입니다. 실선은 지금도 이어지는 줄기, 점선과 빈 동그라미는 2025년 전에 끊긴 줄기입니다. 논문 2편 이하인 분야 26개(30편)는 단발성 협업으로 보아 그리지 않았습니다.
전국 대학 · 전 분야