황창하 자문위원장 > 연구원 소개

    연구원 소개 및 업적

    피앤에스빅데이터과학연구소

연구원 소개

HOME > 연구원 소개 및 업적 > 연구원 소개

황창하 자문위원장

페이지 정보

작성자 관리자 작성일15-04-15 14:10 조회4,018회 댓글0건

본문



황창하                                                          cbe09ce366b617a0dce52f5a9f107d7d_1431331


<학력>

경북대학교 수학교육학 (학사)

서울대학교 계산통계학 (석사)

Univ. of Michigan-Ann Arbor 통계학 (박사)​

<전공 및 연구분야>

다변량통계학, 기계학습, 패턴인식, 데이터마이닝, 금융, 보험통계학, 생물정보학 등

<경력>

KT 전임연구원

University of Michigan 통계학과 강의조교

경성대학교 전산통계학과 전임강사, 조교수

대구가톨릭대학교 정보통계학과 조교수, 부교수, 교수

단국대학교 데이터사이언스학과 교수

University of Guelph (Canada) 방문교수

Oregon State University 방문교수

 

<수상경력>

 연도

 수상명

 2005 

 한국데이터정보과학회 논문상 (최우수논문상)

 2009 

 한국통계학회 학술상 (학술진흥상)

 2011 

 한국과학기술단체총연합회 제21회 과학기술우수논문상

 2018 년

 한국통신학회 논문상 (우수논문상)

 

<연구개발 경력>

기간

프로젝트명

참여

지원기관

200905

 ~201104

시간의존 자료의 분석을 위한 

서포트 벡터 기계 분위수회귀

책임연구자

한국연구재단

200907

~201212

소프트웨어 공학 방법론과 금융 공학 

지식기반 차세대 금융 SW 프레임워크 

공동연구자

한국소프트웨어

진흥원

201109

~201408

커널기반 학습이론을 이용한 

소지역 추정

책임연구자

한국연구재단

201411

~201704

시공간 구조적 자료의 분석을 위한 커널

기반 비모수회귀모형

책임연구자

한국연구재단

 2016년 11월

~2019년 10월

 복잡한 자료를 분석하기 위한

딥러닝 기법 개발

 책임연구자

 한국연구재단

 2015년 09월

~2018 년 08월

 행태과학에 기초한 

지역 경제 발전 통합 연구

 공동연구자

 한국연구재단

 2015년 05월

~2020년 06월

 에너지 빅데이터 기반 

M&V 기술 고급트랙

 공동연구자

한국에너지

기술평가원

2017년 05월

~2017년 11월

 금융 환경에 적용 가능한 지능형 

사이버 보안

책임연구자

 (사)금융보안원

2018 년 06월

~2018 년 08월

 건물에너지 관리시스템 데이터분석 

가이드라인 개발

공동연구자

한국에너지공단

 2019년 06월

~2021년 12월

인공지능 기반 신약 개발 통합 플랫폼 개발 

및 신약 후보물질 개발 

공동연구자

 한국연구재단

​  

<논문 실적 목록>

 1. Semiparametric least squares support vector machine for accelerated failure time model, Journal 

    of Korean Statistical Society, 40, 75-83, 2011.

 2. Mixed-effect least squares support vector machine for analyzing pharmacokinetic 

    and pharmacodynamic data, Neurocomputing 74, 3412-3419, 2011.

 3. Estimating value at risk with semiparametric support vector quantile regression, Computational 

    Statistics 27, 685-700, 2012.

 4. The uniform central limit theorem for the tent map, Statistics and Probability Letters, 82, 1021-

    1027, 2012.

 5. Transcription factor-binding site identification and gene classification via fusion of the 

    supervised-weighted discrete kernel clustering and support vector machine, Journal of Applied 

    Statistics 41, 573-581, 2014.

 6. Semiparametric spatial effects kernel minimum squared error model for predicting housing sales 

    prices, Neurocomputing 124, 81-88, 2014.

 7. Estimating small area mean with mixed and fixed effects support vector median regressions, 

    Neurocomputing 145, 174-181, 2014.

 8. Composite support vector quantile regression estimation, Computational Statistics. 27, 685-700, 

    2015.

 9. Varying coefficient modeling via least squares support vector regression. Neurocomputing, 161, 

    254-259. 2015.

10. Support vector quantile regression with varying coefficients. Computational Statistics, 31, 1015-

    1030. 2016.

11. Monotone support vector quantile regressionCommunications in Statistics -Theory and Methods

    46:10, 5180-5193. 2017.

12. Kernel-based random effect time-varying coefficient model for longitudinal data.

    Neurocomputing, 267, 500-507, 2017.

13. Kernel-based orthogonal quantile regression model. Model Assisted Statistics and Applications

    12, 217-226, 2017.

14. Semivarying coefficient least-squares support vector regression for analyzing high-dimensional 

    gene-environmental data. Journal of Applied Statistics, 1-12, 2017.

15. The Laws of the Iterated Logarithm for the Tent Map. Communications of the Korean 

    MathematicalSociety, 32, 4, 1067-1076, 2017.

16. Application of a multiple linear regression and an artificial neural network model for the heating  

    performance analysis and hourly prediction of a large-scale ground source heat pump system, 

    Energy and Buildings, 165, 206-215, 2018.

17. AndroClass: An Effective Method to Classify Android Applications by Applying Deep Neural 

    Networks to Comprehensive Features, Wireless Communications and Mobile Computing, 1-22, 

    2018.

18. Kernel-based geographically and temporally weighted autoregressive model for house price 

    estimation, PLoSONE, 13, 10, 1-16, 2018. 

19. Detection of chromosome structural variation by targeted next-generation sequencing and a
    deep learning application​, Scientific Reports​, 9, 3644, 2019. 

댓글목록

등록된 댓글이 없습니다.

주소 : 대구광역시 중구 달구벌대로 2210-27 , 듣봄빌딩 2층 전화 : 053-431-3734 E-mail : gandda@naver.com 사업자 번호 : 551-81-00017 상호 : (주)피앤에스빅데이터과학연구소 대표 : 박희정
관리자로그인 메이크24 바로가기