http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
스마트 의료기기 및 ICT 융합 의료산업 최근 연구 동향
송길태,송석진 한국통신학회 2018 정보와 통신 Vol.35 No.6
인공지능에 기반한 ICT 최신 기술 발전은 다양한 산업에서 새로운 지평을 열고 있다. 특히 구글 딥마인드 알파고가 세계 최고 바둑 기사 이세돌을 능가하는 실력을 선보인 이후 세계는 딥 러닝이라는 인공 지능 기법에 더욱 주목하게 되었고, 이를 많은 분야에 적용하려는 노력을 기울이고 있다. 이는 딥러닝 기법의 발전과 동시에 초고속 통신 기술을 기반으로한 대용량 분산 컴퓨팅 환경 구축 등 다양한 ICT 분야의 기술들이 함께 접목되어야 가능하다. 본 논문에서는 인공 지능 최신 기술이 적용되고 있는 여러 분야 중 의료 산업과 ICT 융합 기술에 대해 기술하고자 한다. 특히 다양한 최신 기술에 기반한 스마트 의료 기기 현황과 이를 의료 분야에 활용하기 위한 요구되는 ICT 융합 기술 현황을 살펴봄으로써 IT/BT 융합 기반 의료 신산업에서의 ICT 기술의 중요성을 제고하고 앞으로 IT/BT 연구 분야가 나아가야 할 방향에 대해서 알아본다.
김민환,이진희,송길태,Kim, Minhwan,Lee, Jinhee,Song, Giltae 한국정보통신학회 2019 한국정보통신학회논문지 Vol.23 No.6
수위측정은 스마트 공장(Smart Factory), 스마트 농장(Smart Farm), 스마트 양식장(Smart Fish Farm) 등 IoT 모니터링 분야에서 활용도가 높다. 그러나 기존의 수위측정 방식은 복잡한 알고리즘과 고가의 센서 위주로 상품성과 산업현장 적용성이 떨어진다. 본 논문에서는 이러한 문제를 해결하고자 비접촉식 스마트센서인 적외선 거리 센서와 홀센서 기반 수위측정 방법을 각각 제안하였다. 센서의 고감도로 인해 발생하는 데이터 오류는 간단한 구조도입을 통해 해결함으로써 범용성을 높였다. 구현된 수위측정 방법은 성능평가 실험을 통해 그 유효성이 검증되었다. 본 연구를 통해 개발된 센서는 IoT 기술 기반 범용성 수위측정 모니터링 시스템으로 확장될 수 있을 것으로 기대한다. Water level measurement is highly demanding in IoT monitoring areas such as smart factory, smart farm, and smart fish farm. However, existing water level indicators are limited to be used in industrial fields as commercial products due to the high cost of sensors and the complexity of algorithms used. In order to solve these problems, our paper proposed methods using an infrared distance sensor as well as a hall sensor for the water level measurement, both of which are contactless smart sensors. Data errors caused by the inaccuracy of existing sensors were decreased by applying new simple structures so that versatility is enhanced. The performance of our method was validated using experiments based on simulations. We expect that our new water depth indicator can be extended to a general-purpose water level monitoring system based on IoT technology.
트랜스포머 기반 압타머-단백질 상호작용 예측 분류기와 유전알고리즘을 이용한 압타머 후보 서열 생성 시스템
신인철,최정훈,한연수,권준호,송길태 한국정보과학회 2023 데이타베이스 연구 Vol.39 No.1
Due to the COVID-19 Pandemic, the discovery of drugs, vaccines, and diagnosis kits has been one of major research topics. To improve the efficiency of the drug discovery, artificial intelligence has been actively applied in the field. Aptamers, one of next-generation biomaterials in the drug discovery, attracts a lot of attention in recent decades. Aptamers are single-strand oligonucleotides that comprise tertiary structures and bind to specific target proteins. Aptamers are considered safer and more stable than traditional biomaterials. Therefore, Aptamers are used in various new drug development fields, such as laboratory tests for infectious diseases and cancer treatments. However, SELEX, a representative experiment for aptamer discovery, face at challenges since it takes a lot of time to determine aptamer sequences that bind to a given target protein. In this study, we developed a computer-based method to reduce the cost for aptamer discovery. And we also developed a transformer-based aptamer-protein interaction prediction classification model for discovering aptamer candidate sequences, and propose a system for generating aptamer candidate sequences using genetic algorithms. Nucleotide sequences could be generated using the designed system, and a molecular structure docking simulation called ZDOCK was used to measure the quality of the generated candidate sequences. As a result, generated sequences were confirmed that the docking score was similar or higher than that of the actual aptamers. 코로나19의 유행으로 백신, 치료제, 진단키트와 같은 신약 개발의 중요성이 강조되고 있고, 신속하고 효과가 뛰어난 신약을 개발하기 위한 인공지능 기술 적용도 확대되고 있다. 이러한 신약 개발의 한 가지 방법으로 차세대 바이오 물질인 ‘압타머’를 이용하는 방법이 관심을 받고 있다. 압타머는 3차원 구조를 가지는 단일 가닥 올리고 뉴클레오타이드로 표적 단백질에 특이적으로 결합하는 특징이 있다. 그리고 압타머는 기존 신약 개발에 활용되는 바이오 물질보다 안정성과 생산성이 높으므로 감염병 실험실 검사, 암 치료제 등 다양한 신약 개발 분야에서 활용되고 있다. 그러나 압타머 후보 서열을 발굴하기 위한 대표적인 실험인 SELEX는 표적 단백질에 결합하는 압타머 후보 물질을 찾는 데 많은 시간이 걸린다는 단점이 있다. 본 논문에서는 압타머 후보 서열 발굴에 많은 시간이 걸리는 SELEX 실험의 단점을 보완하기 위한 컴퓨터 시뮬레이션 기반 연구를 진행하였다. 논문에서는 압타머 후보 서열 발굴을 위한 트랜스포머(Transformer) 기반 압타머-단백질 상호작용 예측 분류 모델을 개발하였고, 이와 유전알고리즘을 이용한 압타머 후보 서열 생성 시스템을 제안한다. 설계한 시스템을 이용하여 뉴클레오타이드 서열을 생성할 수 있었고, 생성된 후보 서열들의 품질 측정을 위해 ZDOCK 분자 구조 도킹 시뮬레이션을 이용하였다. 그 결과, 생성된 후보 서열들이 실제 압타머들보다 도킹 점수가 비슷하거나 높은 것을 확인할 수 있었다.