Context-Driven Missing Data Imputation via Large Language Model
Lim, J, An, S., Woo, G., Kim, C., and Jeon J. J.
기계학습의 작동 원리를 이해하고, 학습모형의 최적화 방법론을 연구합니다.
UNIVERSITY OF SEOUL 서울시립대학교
분자, 금융, 문서 등 다양한 영역의 복잡한 관계 데이터를 지식그래프로 구축하고, 그래프 신경망과 언어모형을 활용하여 예측, 지식 추론, 사실 확인 및 새로운 지식 발견을 수행하는 연구를 수행합니다. 지식그래프를 구축하는 작업은 매…
02 ↗정보 검색과 추천은 인공지능, 데이터 마이닝, 데이터베이스, 기계학습 분야에서 오랫동안 중요하게 다루어져 온 핵심 연구 주제입니다. 최근에는 지식 그래프, 대형 언어 모델(LLM), 멀티모달 데이터와 결합되면서 새로운 환경에서의 정…
03 ↗테이블 데이터는 연속형 변수와 이산형 변수를 동시에 포함하는 등 데이터의 이질성이 매우 큰 특징을 가지고 있습니다. 이러한 특성으로 인해 지금까지 개발된 이미지나 텍스트 중심의 인공지능 생성 모형은 테이블 데이터 생성에 그대로 적용…
04 ↗북극 해빙의 물리ㅡ 열역학적 변화 특성을 종합적으로 반영하여 북극 개빙 지수(Arctic Sea Ice Index)를 개발하고, 이를 기반으로 해빙의 시공간적 변화와 개빙 가능성을 예측하는 연구입니다. 북극 해핑 에 대한 대용량 데…
Lim, J, An, S., Woo, G., Kim, C., and Jeon J. J.
Kim, C., Jeon J. J., Woo, K. and An, S.
An, S., Hong, S. and Jeon J. J.
Choi, S., Park, T., Lim, J., Murphy E., and Jeon, J. J.