이 연구실은 추천 시스템과 정보 검색 분야에서 다양한 모델 간 지식 증류 (Distillation), 이질적 목적 학습, 그리고 편향 적응형 기법을 개발하여 성능을 향상시키는 데 집중하고 있습니다. 또한 단일 클래스 협업 필터링 및 도메인 적응 문제를 해결하기 위한 사용자 및 아이템 표현 학습, 새로운 주제 군집 발견 등 데이터 효율성과 일반화 능력을 높이는 방법론을 탐구하는 것을 주요 방향으로 삼고 있습니다.
98
논문
12
주도 (교신·마지막저자)
33
분야 상위 10% 논문
3.33
FWCI 중앙값
649
총 인용
2004–2026
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 98편 중 54편에 대해 산출됐습니다.
논문 유형
저널 논문 46학회 논문 43프리프린트 9
연도별 논문
주도 (교신·마지막저자)참여
2026년 · 주도 6편 · 참여 15편
연구 계통도
모든 분야가 2025년 이후로도 이어지고 있습니다.
가로축은 연도, 점 크기는 그 해 논문 수입니다. 실선은 지금도 이어지는 줄기, 점선과 빈 동그라미는 2025년 전에 끊긴 줄기입니다. 논문 2편 이하인 분야 3개(4편)는 단발성 협업으로 보아 그리지 않았습니다.
전국 대학 · 전 분야