1. 소식
  2. arrow_forward_ios

새 소식

태그
검색
전체

김선 교수 연구진, DREAM Challenge 2022 수상

■ 무작위 프로모터 서열으로부터 유전자 발현량을 예측하는 알고리즘 개발 ■ 인간 유전자 조절 원리(Cis-regulatory logic)를 이해하는 데 기여할 것으로 기대 김선 교수 연구진(연구원: 이도훈, 김나연, 김도현, 김상엽, 신여진, 이단영)이 유전자의 전사를 조절하는 프로모터의 서열이 임의로 주어졌을 때 유전자 발현량을 예측하는 인공지능 기술로 'DREAM Challenge 2022'에서 2위를 수상하였다. 'DREAM Challenge'는 의.생명 분야 국제 대회로서, 본 연구진은 약 110 bp의 프로모터 서열로부터 유전자 발현량을 예측하는 기술을 개발하여 올해 참가하였으며, 전세계 293개 팀 중 최종 2위를 기록하는 성과를 냈다. 또한 미국 라스베가스에서 개최된 2022년 국제 조절시스템유전체학회(RECOMB/ISCB RSG with DREAM)에 수상자 자격으로 초청되어 연구내용을 발표하는 영예를 안았다. 김선 교수 연구진은 해당 연구실에서 개발한 DeepFam(Deep learning based alignment-free method for protein family modeling and prediction) 및 기존 생물정보학 분야에서 유전자 발현량 예측에 사용되는 여러 모델들을 조합 및 개량하여 고성능 알고리즘인 DeepGXP(Deep learning model for the prediction of Gene eXpression using Promoter sequence)를 개발하였다. 해당 알고리즘은 전사 인자(Transcription factor)와 같은 도메인 지식(Domain knowledge)이 활용되었으며 이를 성공적으로 반영한 결과 대회에서 입상할 수 있었다. DeepGXP는 이후에도 인간 유전자 조절 원리(Cis-regulatory logic)를 이해하고 다양한 질병의 근원을 이해하는데 적극적으로 활용이 될 것으로 예상된다. 해당 챌린지의 주최자인 de Boer Lab(UBC)과 다른 수상자들과 함께 'Regulatory DNA 서열을 학습하는 딥러닝 모델 구조에 대한 가이드라인'을 제시하는 논문을 작성할 예정이다. 이를 통해 유전자 발현 조절에 대해 깊은 이해를 할 수 있을 것으로 기대된다....
과거 미분류
포스트 대표 이미지

송현오 교수 연구진, 강화학습 에이전트의 일반화 성능을 향상시키는 기술 개발로 세계 선도

■ 다중 학습환경에 최적화된 정책 기반 강화학습 알고리즘 개발■ 강화학습 기술의 실세계 적용 가능성을 크게 높임송현오 교수 연구진(연구원: 문승용, 이준영)이 강화학습 에이전트의 일반화 성능을 크게 향상시키는 정책 기반 강화학습 알고리즘을 개발하였다.강화학습 기술은 로봇, 게임 등의 분야에서 뛰어난 성능을 보이고 있지만, 특정 환경에 과적합하여 환경이 약간이라도 변화하게 되면 성능이 급격히 하락하는 치명적인 단점이 있다. 송현오 교수 연구진은 다양한 변화가 존재하는 다중 학습환경이 주어진 상황에서, 특정 환경에 과적합하지 않도록 에이전트를 학습하여 학습 시 경험하지 못한 새로운 환경에서도 강건하게 작동할 수 있도록 하는 가치 함수(value network) 학습 기법 및 정책 기울기(policy gradient) 알고리즘을 개발하였다. 이번 연구는 강화학습 기술을 실시간으로 변화하는 실세계 환경에 적용할 수 있는 가능성을 크게 향상시켰다는 데 의의가 있다.해당 연구 결과는 오는 12월 머신러닝 최고 학회인 NeurIPS 2022에 발표될 예정이다. “Rethinking Value Function Learning for Generalization in Reinforcement Learning”, Seungyong Moon, JunYeong Lee, Hyun Oh Song....
연구
포스트 대표 이미지

김선 교수 연구진, '2022 삼성 AI 챌린지' 신소재 부문 수상

■ 유기 분자 구조로부터 재편성 에너지(Reorganization Energy)를 예측하는 알고리즘 개발■ 유기 전자재료의 연구개발 시간과 비용을 줄여 소재 연구에 큰 도움이 될 것으로 기대김선 교수 연구진(연구원: 구정현, 이단영, 김상엽)이 동일한 유기 분자의 두 가지 에너지 상태를 학습하는 기술로 삼성전자 종합기술원에서 주최한 ‘2022 삼성 AI 챌린지’ 신소재 부문에서 3위를 수상하였다.‘2022 삼성 AI 챌린지’ 신소재 부문의 주제는 분자 구조를 바탕으로 유기 반도체의 소자 성능과 크게 관련이 되어 있는 재편성 에너지(Reorganization Energy)를 예측하는 알고리즘 개발이었으며 총 519명이 참가하였다.김선 교수 연구진은 기존에 다른 분야에서 3차원 유기분자 모델링에 사용되던 여러가지 모델들을 재현하고 실험 및 수정을 통해 재편성 에너지 예측에 적합한 모델을 개발하였다. 또한 해당 모델에서 바닥 상태와 들뜬 상태의 3차원 분자 데이터를 동시에 조합하여 사용하는 방법을 통해 대회에서 높은 성능을 달성할 수 있었다. 유기 디스플레이 소재 발광 효율에 크게 영향을 주는 것으로 알려진 재편성 에너지 예측 AI 모델을 통해, 앞으로 고효율/장수명 유기 디스플레이 발광 소재를 찾는데 드는 시간과 비용을 크게 줄일 것으로 예상된다.유기분자의 3차원 데이터를 이용하는 연구들이 주목 받는 현 시점에서, 각 분자의 다른 에너지적 상태를 동시에 학습시킨 해당 성과는 앞으로 더욱 다양한 연구에 활용될 것으로 기대된다....
과거 미분류
포스트 대표 이미지

강유 교수 연구진, 2022년 국가연구개발 우수성과 100선 선정

■ 대한민국 최초로 데이터 마이닝 분야 국제 최우수 학회인 KDD Best Research Paper Award 수상■ 데이터 마이닝 분야 국제 최우수 학회인 KDD, ICDM, ICDE Best Paper Award 그랜드 슬램 달성강유 교수 연구진이 개발한 세계 최고 성능의 다차원 데이터 분석 기술이 2022년 국가연구개발 우수성과 100선에 선정되었다.강유 교수 연구진은 데이터 마이닝 분야 국제 최우수 학회인 KDD, ICDM, ICDE에서 모두 Best Paper를 수상하는 'Best Paper Award 그랜드 슬램'을 달성하였다. 특히 국가연구개발 우수성과 100선에 선정된 Zoom-Tucker기법은 대한민국 최초로 KDD에서 Best Research Paper Award를 수상하였다.Zoom-Tucker는 기후, 교통량, 추천 데이터 등 실생활에서 많이 사용되는, 시간 축을 가지는 다차원 데이터의 임의 시간 범위에 숨겨진 요인을 효율적으로 분석하는 방법이다. 제안하는 기법은 기존 텐서 분해 방법들보다 최대 170배 더 빠르고 230배 더 적은 공간을 요구하면서도 비슷한 정확도를 제공한다. 본 기술을 활용하면 다양한 사용자들의 텐서 분석 요청을 빠르고 정확하게 분석할 수 있다.강유 교수 연구진은 앞서 언급한 다차원 데이터 분석 연구 이외에도, 추천 시스템(CIKM 2022), 그래프 분석(KDD 2022, WebConf 2022), 주가 예측(BigData 2022, KDD 2021)등 데이터 마이닝 분야의 다양한 영역에서 우수한 연구 성과를 내고 있다....
과거 미분류
포스트 대표 이미지

박근수 교수 연구진, 2022년 국가연구개발 정보전자 분야 최우수성과 선정

■ 빅데이터 그래프 분석의 핵심 문제들에 대해 기존 세계 최고 성능을 깨는 알고리즘들을 연달아 발표 ■ 컴퓨터 분야의 최우수 학술대회인 SIGMOD, VLDB, ICDE에 논문을 발표 ■ 2022년 국가연구개발 우수성과 100선 및 정보전자 분야 최우수성과 선정 박근수 교수 연구진이 개발한 세계 최고 성능의 빅데이터 그래프 분석 기술이 2022년 국가연구개발 우수성과 100선 및 정보전자 분야 최우수성과로 선정되었다. 박근수 교수 연구진은 빅데이터 그래프 분석의 핵심 문제들에 대해 기존 세계 최고 성능을 깨는 알고리즘들을 연달아 발표하였다(빅데이터 그래프 분석 기술에서 “도장(道場) 깨기”를 진행하고 있음). 아래에 있는 그래프 분석의 핵심 문제에서 기존 알고리즘 대비 성능이 수십 배 내지 수백 배 빠른 알고리즘들을 제시하였다. 1. 부분그래프 질의 처리(subgraph query processing): 수행시간 개선율 41741% 2. 부분그래프 매칭(subgraph matching): 수행시간 개선율 3186% 3. 연속적 부분그래프 매칭(continuous subgraph matching): 수행시간 개선율 8823% 4. 그래프 동형(graph isomorphism): 수행시간 개선율 12529% 이에 관한 논문 3편이 최우수 학술대회인 SIGMOD 2021(위의 1, 2번 결과), VLDB 2021(3번 결과), ICDE 2021(4번 결과)에 발표되었다. 이러한 획기적인 성능 개선으로 인해 30여 개 해외 유수 대학의 연구진들로부터 알고리즘에 대한 문의와 코드 공유 요청을 받았다. 또한 일본의 통신기업 NTT와 신약개발 관련 스타트업 ㈜AIgenDrug 으로부터도 코드 공유 요청을 받았다. 이에 본 연구진이 개발한 알고리즘의 코드를 오픈 소프트웨어 형태로 GitHub에 공개하였다....
과거 미분류
포스트 대표 이미지

제 45회 국제 대학생 프로그래밍 경진대회 금메달 수상

- 140개 팀 중 4위... 5년 연속 메달 행진 이어가미국컴퓨터협회(ACM)가 주최하는 세계 최대 프로그래밍 대회인 ‘국제 대학생 프로그래밍 경진대회(ICPC)’에서 서울대학교가 금메달을 수상했다.2022년 11월 10일 방글라데시 수도 다카에서 개최된 제 45회 국제 대학생 프로그래밍 경진대회 본선에서 서울대학교 팀이 140개 팀 중 4위의 성적을 거두며 금메달을 수상하였다.서울대학교 팀(김세빈.윤교준.이민제 학생, 염헌영 지도교수)은 12개 문제 중 9문제를 해결했으며, 그 중 문제 B와 H는 참가 팀들 중 가장 먼저 풀어 First to solve 상을 수상하였다.서울대학교는 2017년 대회 금메달, 2018년 대회 은메달, 2019년 대회 은메달, 2021년 대회 금메달을 수상한 데 이어, 올해 대회에서 금메달을 얻으며 5년 연속으로 메달을 수상하게 됐다(2020년 대회는 코로나19 확산으로 한 차례 연기됨).ICPC는 1977년 ACM(미국컴퓨터협회) 컴퓨터 과학 컨퍼런스에서 처음 개최되어, 매년 전 세계 대학생들이 참가하는 가장 권위 있는 컴퓨터 프로그래밍 경시대회이다.이번 대회를 위한 지역대회에는 111개국 3,450개 대학에서 7만 5천 명의 대학생이 참가했으며, 그 중 최상위 성적으로 지역대회를 통과한 140개팀 420명의 대학생이 '월드 파이널'로 불리는 본선에서 경쟁을 벌였다....
과거 미분류
포스트 대표 이미지

김선 교수 연구진, 유전자 발현 조절을 모델링하는 인공지능 기술 개발로 세계 선도

■ DNA의 3차원 접힘 정보를 이용하여 전사 조절을 모델링하는 기술 개발 ■ 생명과학 분야의 신규 가설 발굴 도구로서의 인공지능 방법론의 가능성 제시 김선 교수와 BK21지능형컴퓨팅사업단의 이도훈 박사후연구원이 주도한 생물정보학 분야 연구가 세계적으로 우수성을 인정받아 Nature Communications에 게재되었다. 김선 교수 연구진은 DNA의 3차원적 접힘에 의한 상호작용을 포함하는 생물학적 요인들을 포괄적으로 이용하여 유전자의 발현 조절을 모델링하는 트랜스포머(transformer) 기반의 인공지능 모델인 크로모포머(Chromoformer)를 제시하였다. 그 결과로서, 유전자 발현 예측의 성능이 기존 모델에 비해 향상되어 보다 효과적인 모델링이 가능함을 보였다. 뿐만 아니라 학습된 인공지능 모델의 해석을 통하여 간암 세포주 특이적인 유전자 발현과 연관된 인핸서(enhancer) 활성화를 포착할 수 있고, 나아가 전사 공장(transcription factory) 및 폴리콤 그룹 소체(Polycomb group body)와 관련된 조절 인자의 동역학을 포착할 수 있음을 확인할 수 있었다. 인공지능과 생명과학 분야 융합의 산물인 본 연구는 인공지능 기술이 생명과학 분야의 새로운 가설을 발굴하는 하나의 도구로서 활용될 수 있다는 새로운 연구 패러다임의 실질적인 예를 제시하였고, 구축된 모델은 암 등의 세포 상태에 특이적으로 나타나는 염색질 상호작용을 포착하는 방법론으로서 활용이 가능할 것으로 보인다. “Learning the histone codes with large genomic windows and three-dimensional chromatin interactions using transformer", Dohoon Lee, Jeewon Yang and Sun Kim. Nature Communications, 13(1), 1-19....
과거 미분류
포스트 대표 이미지

이재진 교수 연구진, 거대 딥러닝 모델 학습 기술 개발로 세계 선도

■ 근접 메모리 컴퓨팅(Near-memory computing) 플랫폼인 삼성전자의 AXDIMM과 고속의 저장장치를 활용, GPU 메모리의 한계 극복 ■ 거대 딥러닝 모델의 학습을 소규모 시스템에서 가능케 하는 기술 개발 이재진 교수 연구진(연구원: 김희훈, 박대영, 김진표, 신준식)이 메모리와 저장장치를 활용하여 거대 딥러닝 모델을 학습하는 기술로 삼성전자에서 주최한 Open Innovation Contest for AXDIMM Technology에서 1위를 달성하였다.트랜스포머 구조를 필두로 한 거대 딥러닝 모델이 자연어 처리, 이미지 분석 등 다양한 분야에서 뛰어난 성능을 보이고 있다. 그러나 기존 기술로 거대 딥러닝 모델을 학습하기 위해서는 수백 내지는 수천 개의 GPU로 구성된 시스템이 필요하며, 그런 시스템에 접근 가능한 소수의 기업과 연구자만이 모델을 활용할 수 있었다.이재진 교수 연구진은 학습 과정에서 사용하는 데이터의 일부를 GPU 메모리 대신 AXDIMM 내의 메모리 또는 고속의 저장장치인 NVMe SSD에 저장하여 적은 수의 GPU로도 기존보다 큰 모델을 학습할 수 있는 기술을 개발하였다. 또한 딥러닝 연산 중 파라미터 갱신을 AXDIMM에 하드웨어로 구현하고, 메모리와 근접한 곳에서 실행함으로써 같은 연산을 GPU 또는 CPU에서 실행하는 것에 비해 높은 성능을 달성하였다.연구진이 소규모 프로토타입 시스템을 구축하여 거대 딥러닝 모델 중 하나인 GPT-3로 테스트한 결과, AXDIMM 기반 시스템은 개발한 기술을 사용하지 않은 시스템 대비 최대 1.68배의 성능 향상을 보였다. 고성능을 요하는 애플리케이션에서 발생하는 메모리 병목이 주목받고 있는 가운데, 개발한 기술은 near-memory computing을 통해 문제를 해결한 중요한 사례로서 남을 것이다....
연구과거 미분류
포스트 대표 이미지

제3회 CSE 종신교수 취임 기념 강연 (강유 교수)

2022년 10월 26일(수) 오후 12시 15분, 301동 203호에서 제 3회 CSE 종신교수 취임 기념 강연이 개최되었습니다.이날 강연은 강유 교수님의 종신교수 취임을 기념하여 '데이터 마이닝 - 방대한 데이터에서 가치를 뽑아내기' 라는 주제로 진행되었습니다. 발표에서는 지난 15 년간 연구한 그래프, 텐서, 시계열 등 다양한 데이터를 분석하기 위한 기법을 살펴보고, 여기서 얻은 교훈과 향후 데이터 마이닝의 연구 방향에 대해 살펴 보았습니다. 약 80 분 동안 진행된 강유 교수님의 종신교수 취임 기념 강연은 많은 학생들과 교수님들이 참석한 가운데 성황리에 개최되었습니다. 강유 교수님은 지난 7년간 서울대학교에서 Data Mining 연구실을 운영하며 데이터 마이닝과 기계 학습에 대해 주로 연구하였습니다. 그간의 연구 성과들의 세계적 우수성을 인정받아 KDD Best Research Paper Award, ICDM 10-Year Best Paper Award등 국제 학회 최우수 논문상을 6회 수상했으며, 데이터 마이닝 및 기계학습 분야에서 100편 이상의 논문을 저술하였습니다. [연사 약력]강유 교수는 서울대학교에서 컴퓨터공학부 학사 및 Carnegie Mellon University에서 박사 학위를 취득하였고, 2015년부터 현재까지 서울대학교 교수로 재직 중이다....
과거 미분류
포스트 대표 이미지

이재욱 교수, 2022년 서울대 학술연구교육상 수상

이재욱 교수님이 2022년 서울대학교 학술연구교육상(교육부문) 수상자로 선정되었습니다. 학술연구교육상(교육부문)은 남다른 열정과 창의적인 강의로 대학교육의 수준을 향상시키는 데 크게 기여한 공적을 인정받아야 선정됩니다. 이재욱 교수님은 〈컴퓨터구조연구〉를 주로 담당하며, 팬데믹으로 인한 하드웨어 실습 중심 과목의 위기를 기회로 전환하여 자체 비대면 소프트웨어 실습도구 및 강의교재를 개발하였고 대면 실습보다 더 높은 교육효과를 달성하였습니다. 또한 학부생 인턴 프로그램의 모범적 운영을 통해 학부생 연구 수월성을 제고하고, 컴퓨터공학부 학습부진 학부생에 대한 맞춤형 지도로 학사경고에서 벗어날 수 있도록 지도하는 등 학생 지도에도 기여하였습니다. 서울대학교는 대학교육 발전을 견인하고, 우수 교수법 확산 및 공유를 활성화하기 위해 높은 수준의 강의와 창의적인 교육방법 개발 및 학생 지도에 남다른 열정으로 동료 교수들과 학생들에게 귀감이 되는 교수를 선정하여 2005년부터 매년 학술연구교육상을 시상해오고 있습니다....
과거 미분류
포스트 대표 이미지