장경석 교수 사진

중앙대학교AI학과신생 랩

통계 및 강화학습 연구실

장경석 조교수 (Kyoungseok Jang)

탑티어 논문
6편
전체 논문
6편
구성원
8명

홈페이지에 올라온 모집 안내

“I am looking for students to work with me on research in statistical learning and reinforcement learning. ”

원래 글 보기
랩실 소개

온라인 환경에서 선형 회귀와 밴딧을 다루고, 적대적 상황이나 정보 수집 비용이 있는 조건도 살펴봐요. 저랭크 행렬 추정과 실험 설계, Bayesian best-arm 식별, PAC-Bayes 기반 통계적 경계도 연구해요.

AI가 최신 논문을 바탕으로 쓴 소개예요

주로 내는 곳
COLT탑티어NeurIPS탑티어AAAI탑티어

연구 내용

  • 온라인 선형 회귀: 유료 확률적 특징을 활용한 회귀
  • 선형 밴딧: 적응적 적대자와 희소성 사전 가정이 없는 설정
  • 최적 팔 식별: Bayesian 설정에서의 fixed-confidence 방법
  • 고차원 추정·실험 설계: 저랭크 행렬 추정과 arm-set-dependent 저랭크 밴딧
  • 통계적 경계: PAC-Bayes bound와 coin-betting 기법
  • 구성: 석사과정 중심, 학부연구생도 있음

연구 주제별 논문

  1. 밴딧과 실험 설계

  2. 온라인 선형 회귀

  3. PAC-Bayes 통계적 경계

연구실 홈페이지에서 소개 읽기
핵심 연구 주제

통계학습 · 강화학습 · 고차원통계 · 통계적 검증

연도별 논문
지원 가능 학과

이 교수가 소속되어 있거나 겸직하는 학과·대학원이에요. 대학원 과정이 있는 곳이면 대개 그 학과로 지원해 이 교수에게 지도를 받을 수 있어요.

모집 학과와 전형은 학기마다 달라져요. 지원하기 전에 학과별 입학 안내를 확인해 주세요.

2026. 11. 11. 기준으로 학과·연구실 홈페이지에서 모은 정보예요. 잘못된 정보가 있거나 내리고 싶으시면 [email protected]로 알려 주세요.

관련 연구실

실선은 DBLP·OpenAlex에서 두 교수가 같이 저자로 이름을 올린 논문이에요. 선이 굵을수록 그런 논문이 많아요. 점선은 연구 주제가 가까운 연구실이에요. 같이 연구했다는 뜻은 아니에요.

비슷한 랩실 더 보기