강유 교수 연구팀, 한국대학 최초로 KDD에서 최우수 논문상 수상 > 연구원소식 | 서울대학교AI연구원(AIIS)

소식

연구원소식

연구원 소식 강유 교수 연구팀, 한국대학 최초로 KDD에서 최우수 논문상 수상

본문

225c02da4b4ac2e268af2587b5deca90_1629696743_5973.jpg

장준기 학생(왼쪽), 강유 교수(오른쪽)
 

서울대 강유 교수팀의 논문이 데이터 마이닝 분야에서 가장 권위있는 학회인 KDD에서 한국인 최초로 '최우수 논문상'을 수상하였다. 

* KDD: ACM SIGKDD International Conference on Knowledge Discovery & Data Mining (국제컴퓨터학회 데이터 추출 및 지식발현 분야 학회) 


KDD는 세계 최초의 컴퓨터 학회인 ACM (Association for Computing Machinery, 국제컴퓨터학회)에서 지정한 35개 그룹(SIG: Special Interest Group) 중 데이터 마이닝(지식발견) 분야의 학회로 해당 분야에서 가장 영향력 있는 학회이다. 


KDD는 1997년부터 24년간 매년 최우수 논문상(Best Research Paper Award)을 수상하였으며, 한국 대상 연구팀이 수상한 것은 올해가 처음이다. 2020년 최우수 논문상은 구글의 Steffen Rendle 박사팀, 2019년에는 코넬대 컴퓨터공학부의 David Bindel 교수팀, 2018년에는 뮌헨 과기대 Stephan Günnemann 교수팀이 받았다. 


장준기 학생(1저자)과 강유 교수(교신저자)가 공저한 논문 Fast and Memory-Efficient Tucker Decomposition for Answering Diverse Time Range Queries은 고차원 텐서 데이터에서 특정 시간대의 패턴을 터커 분해(Tucker decomposition)를 통해 효율적으로 구하는 기술인 Zoom-Tucker 기법을 제시하였다.


이번 연구는 시계열 데이터의 패턴 분석을 가능하게 하는 핵심 기술로 향후 다양한 AI 분석에 활용될 수 있을 것으로 기대된다. 

댓글목록

등록된 댓글이 없습니다.