우리는 그래프 및 하이퍼그래프 데이터, 시계열 데이터, 이종 데이터, 스트리밍 데이터 및 다중 모드 데이터를 포함한 다양한 데이터 소스에 대한 이해를 심화하고 고유한 속성을 활용하여 사회에 이익이 되는 데이터 과학(DS), 머신러닝(ML) 및 인공지능(AI) 기술을 발전시키는 것을 목표로 합니다.
연구실 키워드
하이 임팩트 태그
하이 임팩트 태그 정보가 없습니다.
연구 키워드
연구 키워드 정보가 없습니다.
알럼나이가 간 회사
알럼나이 정보가 없습니다.
연구실 지원 방법
대학원 지원 일정·절차는 소속 대학·대학원 및 학과(전공)마다 다릅니다. 해당 학교의 대학원 모집 공지와 지원 안내를 먼저 확인해 주세요. 연구실별로 필요 서류, 면접·과제 제출, 합격 후 입학 절차 등은 교수님 또는 연구실 안내에 따릅니다.
대우 조건
연구실 대우 조건은 교수님의 과제 상황 및 석사·박사 학위 과정(재학·진학 여부 등)에 따라 상이합니다. 구체적인 지원 혜택과 연구 참여 형태는 면접 및 협의 과정에서 결정됩니다.
*가방끈 AI가 정리한 연구성과로 최신 연구실 정보로 업데이트를 원하시는 분들은 [수정 요청] 아이콘을 클릭해주세요
연도별 논문 인용수
인용 수
누적 수
연도별 논문 인용수에 대한 데이터가 없습니다
저널 & 학회 논문 출판 수
인용 50회 미만
인용 50회 이상
저널 & 학회 논문 출판 수에 대한 데이터가 없습니다
연구실 논문 목록
MoE-based Automatic Thresholding for Multivariate Tim-Series Anomaly Detection
2026venue에 대한 데이터가 없습니다
Citation0
author에 대한 데이터가 없습니다
How Sharp and Bias-Robust is a Model? Dual Perspectives on Knowledge Graph Completion
2026venue에 대한 데이터가 없습니다
Citation0
Sooho Moon, Yunyong Ko
Accelerating Storage-Based Training for Graph Neural Networks
2026venue에 대한 데이터가 없습니다
Citation0
Myung-Hwan Jang, Jeong-Min Park, Yunyong Ko, Sang-Wook Kim