최재식Jaesik Choi
SAIL Lab
추론 및 예측, 설명 가능한 AI
- 논문
- 46
- 구성원
- 27
- 졸업생
- 32
AIX
인과추론, 의료AI, 시계열분석, 설명가능한 AI 연구
논문 주제가 비슷한 연구실
고려대학교 이창희 교수 연구실은 머신러닝 분야 연구실로, 연구실 홈페이지 기준 2023–2026년 논문 40편(T1 15편)을 발표했습니다. 현재 박사과정 10명, 석사과정 1명이 소속되어 있습니다. 졸업생은 6명입니다.
2023–2026 · 연구실 홈페이지 기준
연평균 · T1 비율
10.0 · 38%
논문 제목에서 찾은 주제예요. 최근 논문일수록 크게 반영돼요.
논문 40편
Deep Language Model-based Early Recognition of Out-of-Hospital Cardiac Arrest from Real-Time Emergency Calls
Hong-Jae Choi, Minyoung Hwang, Sangyeon Cho, Hyunsoo Kim, Junyeong Kim, Woori Bae, Changhee Lee
Deep Learning-based Natural Language Processing for Critical Care Identification in Pediatric Emergency Department
Jiyoung Agatha Kim, Sangyeon Cho, Minyoung Hwang, Dongjoon Lee, Jangyeong Jeon, Rhoan Lee, Changhee Lee, Junyeong Kim, Woori Bae
Development of a Long-term Survival Prediction Model for Patients Undergoing Invasive Coronary Angiography using Ensemble-based Machine Learning in Time-to-event Analysis
Hong-Jae Choi, Hyeryn Park, Dongjoon Lee, Changhee Lee, Hack-Lyoung Kim
Development of a Machine Learning-based Prediction Model: Identifying High-risk Households and Child Maltreatment Risk
Jane Jiyoun Lee, Changhee Lee
Explaining Black-Box Language Models: Learning to Optimize Linguistically-Structured Word Subsets
Minyoung Hwang, Seokhyun Lee, Changhee Lee
FA-DeepMSM: A Few-shot Adapted Interpretable Multimodal Survival Model for Improved Prognostic Prediction in Glioblastoma
Minyoung Hwang, Junhyeok Lee, Sihyun Kim, Minchul Kim, Seung Hong Choi, Sung Soo Ahn, Changhee Lee, Kyu Sung Choi
INSHAPE: Instance-Level Shapelets for Interpretable Time-Series Classification
Seongjun Lee, Seokhyun Lee, Changhee Lee
Localizing Input Uncertainty Quantification for Large Language Models via Shapley Values
Seongjun Lee, Suwan Yoon, Changhee Lee
논문 주제 구성이 비슷한 연구실이에요.
SAIL Lab
추론 및 예측, 설명 가능한 AI
기계학습, 헬스케어 AI, 자연어 처리
Machine Intelligence Lab
의료영상분석, 뇌영상, 딥러닝, 신경퇴행성 질환 예측 연구
LESSON Lab
방사선치료를 위한 의료영상 처리, 자동 분할, 치료계획 최적화, 치료 결과 예측과 학습 기반 의료물리 연구