데이터 마이닝 연구실

서울대학교 컴퓨터공학부 데이터 마이닝 연구실에 오신 것을 환영합니다. 본 연구실의 주요 연구 주제는 대용량 데이터 마이닝이며, 지식 도출, 학습, 이상 행동 감지와 같은 대규모 데이터 분석을 위한 모델, 알고리즘, 시스템을 만드는 것 입니다. 특히 본 연구실은 딥 러닝과 대용량 기계학습, 추천 시스템, 대용량 그래프 마이닝, 대용량 텐서 분석, 실시간 스트림 마이닝, 이상 행동 및 사기 탐지에 초점을 맞추고 있습니다.

새 소식

  • [2018년 8월] 데이터마이닝 분야 최고 학회 중 하나인 CIKM 2018에 논문 게재 승인

    데이터마이닝 분야 최고 학회 중 하나인 CIKM 2018에 논문 게재가 승인되었다. "Zoom-SVD: Fast and Memory Efficient Method for Extracting Key Patterns in an Arbitrary Time Range" 논문은 다중 시계열 데이터에서 임의의 시간 범위에 대한 주요 패턴을 추출하는 알고리즘을 제안했다.

  • [2018년 6월] 정진홍 학생, BK우수연구 공대학장상 수상

    정진홍 박사과정생이 BK 우수연구 공대학장상을 수상했다. BK 우수연구 공대학장상은 공학 분야에서 우수한 연구를 수행한 대학원생에게 수여하는 상이다.

  • [2018년 1월] 2명의 데이터 마이닝 연구실 학생, 삼성 휴먼테크 논문대상 수상

    오세준 학부연구생이 삼성 휴먼테크 논문대상에서 금상(컴퓨터 공학분야 1위)을 수상했다. 수상한 논문은 "Scalable Tucker Factorization for Sparse Tensors - Algorithms and Discoveries" 이다. 장준기 석박통합과정학생도 "Fast and Memory-Efficient Method for Time Ranged Singular Value Decomposition" 논문으로 장려상(컴퓨터 공학분야 4위)을 수상했다. 삼성 휴먼테크 논문대상은 공학 분야의 최고의 논문에 수여하는 상으로, 한국에서 가장 권위 있는 상 중의 하나이다.

  • [2017년 12월] 데이터베이스 분야 최고 학회 중 하나인 ICDE 2018에두 개의 논문 게재 승인

    데이터베이스 분야 최고 학회 중 하나인 ICDE 2018에 두 개의 논문 게재가 승인되었다. "TPA: Fast, Scalable, and Accurate Method for Approximate Random Walk with Restart on Billion Scale Graphs" 논문은 PageRank와 실제 세계 그래프의 블록 단위 구조를 이용하여 RWR을 근사적으로 계산하는 알고리즘을 제안했다. "Scalable Tucker Factorization for Sparse Tensors - Algorithms and Discoveries" 논문은 희소 다차원 데이터에 대한 고확장성 터커 분해 기법이며, 특성 행렬을 행 단위로 업데이트하는 알고리즘을 제안했다.

  • [2017년 12월] 데이터마이닝 분야 최고 학회 중 하나인 The Web Conference 2018에 두 개의 논문 게재 승인

    데이터마이닝 분야 최고 학회 중 하나인 The Web Conference 2018에 두 개의 논문 게재가 승인되었다. "SIDE: Representation Learning in Signed Directed Networks" 논문은 부호가 있는 네트워크에서의 임베딩 알고리즘을 제안했다. "Fast and Accurate Random Walk with Restart on Dynamic Graphs with Guarantees" 논문은 동적 그래프에서의 RWR 알고리즘을 제안했다.

<< 더 예전 소식 보기