Data Mining Lab
소프트웨어학부 문승현
데이터 마이닝 연구실은 소프트웨어학부에 소속된 연구실로, 인공지능, 데이터 마이닝, 기계 학습, 진화 계산 및 수치 예보 분야에서 활발한 연구를 진행하고 있습니다. 최근 3년간 AI기반 해양수색구조 의사결정지원시스템 개발, 기계학습기법을 이용한 뇌전예측기술 개발 및 검증, 지상원격 관측자료의 수치예보 활용 기반기술 개발 등 다양한 프로젝트를 수행하였습니다. 또한, 2023년에는 다중 기계 학습 알고리즘을 사용한 스택드 앙상블을 통해 드리프터 경로 예측 연구를 발표하였고, 2020년에는 기계 학습과 진화 탐색을 통해 드리프터 추적을 개선하는 연구를 진행하였습니다. 이러한 연구 성과를 바탕으로 다양한 기업과의 R&D 협력을 통해 실질적인 응용 기술을 개발하고 있습니다.
Numerical Weather Prediction
Evolutionary Computation
Machine Learning
기계학습 및 진화연산 기반 뇌전예측기술 개발
기계학습과 진화 연산을 활용한 뇌전 예측 기술은 뇌전증 환자의 발작을 실시간으로 예측하고, 이를 통해 적절한 조기 경보 시스템을 구축하는 것을 목표로 합니다. 이 연구는 다양한 생체 신호 데이터를 분석하여 발작 전조를 파악하고, 이를 통해 환자의 안전을 도모할 수 있는 기술을 개발합니다. 특히, 뇌전증 환자 데이터의 특성을 고려한 고도화된 기계학습 알고리즘과 유전 알고리즘을 결합하여 예측의 정확성과 신뢰성을 높이는 데 중점을 둡니다.
기계학습기반 대기 데이터 품질 검사 및 예보 개선
수치 예보와 지상원격 관측 데이터를 활용한 대기 데이터 품질 검사 및 예보 개선 기술은 기계학습과 통계 기법을 활용하여 대기 현상 예측의 정확성을 높이는 것을 목표로 합니다. 이 연구는 다양한 기상 데이터의 오류를 식별하고, 고품질의 데이터를 생성하여 보다 정확한 기상 예보를 가능하게 합니다. 특히, 머신러닝 알고리즘을 통해 강수 형태 판별 및 호우특보 가이던스를 개선하여 기상 예보의 신뢰성을 향상시킵니다.
1
Genetic Mean Reversion Strategy for Online Portfolio Selection with Transaction Costs
Seung-Hyun Moon, , Yourim Yoon
Mathematics, 2022
2
Genetic feature selection applied to KOSPI and cryptocurrency price prediction
Dong-Hee Cho, , Seung-Hyun Moon, , Yong-Hyuk Kim
Mathematics, 2021
3
An improvement on estimated drifter tracking through machine learning and evolutionary search
Yong-Wook Nam, , Hwi-Yeon Cho, , Do-Youn Kim, , Seung-Hyun Moon, , Yong-Hyuk Kim
Applied Sciences, 2020
1
실시간 판별분석과 최적화 기법을 이용한 호우특보 가이던스 개선
2
기계학습기법을 이용한 AWS 관측자료 품질검사 알고리즘 개발
3
기계학습/통계기법 기반의 AWS 관측자료 품질검사 알고리즘 개발 및 평가