박정희
박정희
소속
충남대학교 (인공지능학과)
AI요약
충남대학교 컴퓨터융합학부 박정희 교수님의 상세 프로필입니다. 본 콘텐츠는 박정희 교수님의 학력, 경력, 연구 분야, 주요 논문, 특허, 참여 과제 등 공신력 있는 최신 정보를 종합적으로 제공합니다. 교수님의 전문성을 깊이 이해하고 관련 연구 동향을 파악하는 데 필요한 모든 자료를 한곳에서 확인하실 수 있습니다. 정확하고 신뢰할 수 있는 연구자 정보를 통해 귀하의 연구 활동에 도움을 드리고자 합니다.
기본 정보
| 연구자 프로필 | ![]() |
| 연구자 명 | 박정희 |
| 직책 | 교수 |
| 이메일 | cheonghee@cnu.ac.kr |
| 재직 상태 | 재직 중 |
| 부서 학과 | 인공지능학과 |
| 사무실 번호 | 0428216293 |
| 연구실 | 기계학습 및 데이터마이닝 연구실 |
| 연구실 홈페이지 | http://dmml.cnu.ac.kr/ |
| 홈페이지 | http://dmml.cnu.ac.kr/people.html |
| 소속 | 충남대학교 |
경력정보
| 회사명 | 충남대학교 |
| 재직기간 | 재직 중 |
| 담당업무 | 교수 |
중요 키워드
#데이터마이닝#연구#컴퓨터공학#패턴인식#교수
연구 분야
| 연구 1 | 데이터 마이닝 및 고급 기계학습 기법 연구 |
| 내용 | 본 연구실은 기계학습, 딥러닝, 데이터 마이닝 등 핵심 분야에서 다양한 주제를 연구하며, 분류, 군집화, 이상 탐지, 차원 감소 등의 알고리즘을 개발하고 실제 문제 해결에 적용합니다. 특히, 원시 데이터 활용이 용이한 반감독학습 연구를 통해 데이터 희소성 문제를 극복하고, 적응적 확장 가능한 연합학습 방법을 개발하여 분산된 환경에서도 효율적인 학습 시스템을 구축합니다. 이러한 연구는 복잡한 대규모 데이터 속에서 유의미한 패턴을 발견하고, 이를 기반으로 예측 및 의사결정을 지원하는 지능형 시스템 개발에 기여하고 있습니다. 본 연구실은 다양한 산업 분야의 실질적인 요구에 맞춰 최적화된 기계학습 및 데이터 마이닝 솔루션을 제공하며, 지속적인 연구 개발을 통해 기술 경쟁력을 강화하고 있습니다. 또한, 고차원 데이터 환경에서의 이상치 탐지 기법을 발전시켜 시스템의 안정성과 신뢰성을 높이는 데 주력하고 있습니다. |
| 연구 2 | 스트리밍 및 소셜 네트워크 데이터 분석 |
| 내용 | 본 연구실은 끊임없이 생성되는 스트리밍 데이터와 방대한 소셜 네트워크 데이터를 효과적으로 분석하는 연구를 수행합니다. 특히, 소셜 네트워크 서비스에서 발생하는 데이터 스트림 내의 토픽을 탐지하고, 유틸리티 기반 하이 유틸리티 패턴 마이닝 기법을 통해 핵심 토픽을 추출하는 기술을 개발했습니다. 또한, 데이터 스트림에서 발생하는 이상 패턴을 실시간으로 탐지하는 방법론을 고도화하여 시스템의 이상 징후를 조기에 파악할 수 있도록 합니다. 스팸 활동으로부터 사용자를 보호하기 위해, 나이브 베이스 분류기 및 n-gram, 리트윗 증가율을 활용한 소셜 네트워크 스팸 탐지 기술을 개발하여 정보의 신뢰도를 높이는 데 기여하고 있습니다. 이러한 연구는 실시간 의사결정, 위협 감지, 여론 분석 등 다양한 분야에서 활용될 수 있으며, 급변하는 디지털 환경에서 데이터의 가치를 극대화하는 데 중점을 둡니다. 특허 출원을 통해 관련 기술의 독점적인 활용 가능성도 확보하고 있습니다. |
| 연구 3 | 그래프 기반 데이터 마이닝 및 패턴 인식 |
| 내용 | 본 연구실은 복잡한 관계형 데이터를 분석하기 위한 그래프 기반 데이터 마이닝 알고리즘 연구에 집중하고 있습니다. 데이터 간의 연결성 및 구조적 특성을 활용하여 숨겨진 패턴과 통찰력을 발견하는 데 주력하며, 이는 바이오메디컬 네트워크, 소셜 네트워크, 추천 시스템 등 다양한 분야에 응용될 수 있습니다. 특히, 대규모 그래프 데이터에서 효율적으로 패턴을 탐지하고 분석하는 기술을 개발하여, 전통적인 방식으로는 파악하기 어려운 복잡계 시스템의 이해를 돕습니다. 또한, 광범위한 데이터로부터 특징을 추출하고 분류하는 패턴 인식 분야에서도 깊이 있는 연구를 수행합니다. 데이터에 내재된 반복적이거나 예측 가능한 형태를 식별함으로써, 이미지, 텍스트, 센서 데이터 등 다양한 유형의 데이터에서 의미 있는 정보를 도출하고 자동화된 의사결정을 지원합니다. 이러한 연구는 데이터의 본질적인 구조를 이해하고, 이를 바탕으로 정확하고 신뢰할 수 있는 예측 및 분류 모델을 구축하는 데 중요한 역할을 합니다. |
학력
| 학력 사항 | 2004: Ph.D. in Computer Science & Engineering, University of Minnesota 1998: Ph.D. in Mathematics, Yonsei University |
보유 기술 로딩 중...

