장준기 교수 사진

서울대학교데이터사이언스대학원신생 랩

장준기 연구실

장준기 Assistant Professor (Jun-Gi Jang)

탑티어 논문
8편
전체 논문
14편

홈페이지에 올라온 모집 안내

“actively looking for motivated students and researchers”

원래 글 보기
랩실 소개

희소·불규칙 텐서의 분해와 압축, 도메인 적응을 연구해요. 시간 구간 질의와 스트리밍 데이터에서 텐서 요인 분석을 빠르고 정확하게 수행하는 방법도 다루며, foundation models와의 결합도 살펴봐요.

AI가 최신 논문을 바탕으로 쓴 소개예요

주로 내는 곳
KDD탑티어ACM Trans. Knowl. Discov. DataKnowl. Inf. Syst.

연구 내용

  • 텐서 분해: 희소·불규칙·고차 텐서의 PARAFAC2·Tucker 분해와 도메인 적응
  • 텐서 압축: neural tensor-train 기반 손실 압축과 compact decomposition
  • 시간 구간 분석: 불규칙 텐서의 time range queries를 위한 PARAFAC2와 TUCKET 자료구조
  • 스트리밍 분석: dual-way streaming PARAFAC2 및 dense tensor의 streaming Tucker
  • 공정한 텐서 완성: entity augmentation을 통한 불균형 완화
  • 모델 결합과 해석: foundation models와 고전 텐서 방법의 상호작용, 근거 구성을 활용한 해석 가능한 graph classification

연구 주제별 논문

  1. 텐서 분해와 압축

  2. 시간·스트리밍 텐서 분석

연구실 홈페이지에서 소개 읽기
핵심 연구 주제

Data Mining · Scalable Data Systems · Machine Learning · Temporal Data Analytics

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