연구실은 딥러닝 (CNN, LSTM, 그래프 트랜스포머 등) 과 메타휴리스틱 최적화 알고리즘을 결합하여 악성코드 탐지, 피싱 URL 식별, 교통량 예측 등 다양한 보안 및 예측 분야에서 높은 정확도를 달성하는 모델을 개발하고 있습니다. 또한 생성형 모델과 설명 가능한 인공지능 (XAI) 기법을 활용하여 제로데이 공격 대응부터 알고리즘 편향 감소까지 기술의 투명성과 신뢰성을 높이는 것을 핵심 목표로 삼고 있습니다.
학과 페이지에 적힌 연구 분야
하이브리드 딥러닝, 뉴로-심볼릭 결합 인공지능, Trustworthy AI, 딥러닝 응용
117
논문
91
주도 (교신·마지막저자)
21
분야 상위 10% 논문
0.73
FWCI 중앙값
916
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 117편 중 115편에 대해 산출됐습니다.
논문 유형
저널 논문 60학회 논문 47책 챕터 7프리프린트 2리뷰 1
연도별 논문
주도 (교신·마지막저자)참여
2026년 · 주도 17편 · 참여 3편
연구 계통도
Control and Systems Engineering는 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 16개(23편)는 단발성 협업으로 보아 그리지 않았습니다.