연구실은 노이즈가 있는 레이블 처리, 불균형 데이터 해결, 그리고 메타러닝 기반의 효율적인 모델 업데이트 등 머신러닝의 견고성과 일반성을 높이는 기법을 탐구하는 데 집중하고 있습니다. 또한 교통 사고 예측과 이상 탐지를 위한 심층 시계열 분석, 다중 뷰 그래프 네트워크 활용, 그리고 추천 시스템 최적화 등 구체적인 응용 분야를 통해 데이터의 시간적·공간적 특성을 효과적으로 모델링하는 연구를 수행하고 있습니다.
학과 페이지에 적힌 연구 분야
빅데이터, 데이터마이닝, 딥러닝
75
논문
55
주도 (교신·마지막저자)
15
분야 상위 10% 논문
1.41
FWCI 중앙값
2,485
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 75편 중 36편에 대해 산출됐습니다.
논문 유형
저널 논문 41학회 논문 26프리프린트 8
연도별 논문
주도 (교신·마지막저자)참여
2026년 · 주도 5편 · 참여 3편
연구 계통도
2025년에 Computer Vision and Pattern Recognition가 새로 갈라졌습니다. 기존 줄기는 모두 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 7개(9편)는 단발성 협업으로 보아 그리지 않았습니다.
전국 대학 · 전 분야