총 86개
-
유전체 분석에서의 인공지능 - 개인 맞춤형 의료를 위한 방대한 유전체 데이터 분석2025.05.111. AI 기반 유전체 분석의 개념과 의의 유전체 데이터의 증가로 인해 전통적인 분석 방법의 한계가 드러나고 있으며, 이를 해결하기 위해 AI가 도입되고 있습니다. AI 기반 유전체 분석은 개인의 유전체 정보를 활용하여 개인 맞춤형 의료 서비스를 제공할 수 있는 기반을 마련합니다. 2. AI 기반 유전체 분석의 응용 분야 AI 기반 유전체 분석은 유전자 변이와 질환과의 관련성을 파악하여 질환 예측과 예방에 기여하며, 유전체 데이터를 기반으로 약물 반응을 예측하여 개인에게 최적의 치료법을 제시합니다. 3. AI 기반 유전체 분석의 장...2025.05.11
-
아주대학교 A+ 생명과학실험 생물정보학실습2025.01.131. 생물정보학 생물정보학은 수학이나 통계학을 기초로 하여 컴퓨터를 이용해 생물학을 연구하는 학문을 의미한다. BLAST는 DNA 염기 서열과 아미노산 서열 등과 같이 생물학적 서열 정보를 비교하는 알고리즘이며, BLOSUM은 서열을 정렬할 때 쓰이는 치환 행렬로 두 아미노산 간의 유사성을 나타내는 매트릭스이다. 다중 서열 정렬(MSA)은 3개 이상의 DNA 염기 서열 또는 아미노산 서열을 한꺼번에 묶어서 정렬하는 방법으로, 대표적인 알고리즘은 ClustalW이다. 2. BLAST BLAST는 DNA 염기 서열과 아미노산 서열 등과...2025.01.13
-
아주대 생물학실험1 결과보고서 [7주차 생물 정보학]2025.01.031. 생물정보학 생물정보학은 생물학과 정보학의 합성어로, 생물학적 데이터의 양적 진화와 해석하는 도구의 발전을 바탕으로 발달한 학문입니다. 생물정보학의 최종적 목표는 많은 생물학적 데이터의 올바른 확립, 데이터의 올바른 분석, 그리고 의미 있는 해석과 예측입니다. 생물정보학에서는 데이터베이스 구축, 알고리즘, 소프트웨어 등 컴퓨터 기술이 활용되며, DNA 서열 분석, RNA/단백질 발현 분석, 구조생물정보학, 시스템 생물학 등 다양한 분야에 활용됩니다. 대표적인 생물정보학 기관으로는 NCBI와 EMBL-EBI가 있습니다. 2. BL...2025.01.03
-
술취해 대도시 여기저기 걷기 (Metropolis Hastings)2025.05.091. 메트로폴리스 헤이스팅스 알고리즘 메트로폴리스 헤이스팅스 알고리즘은 확률론적인 방법으로 복잡한 문제를 해결하는 알고리즘입니다. 이 알고리즘은 마치 술에 취해 대도시를 걷는 것과 유사하게 무작위로 이동하면서 원하는 답을 찾아갑니다. 이 알고리즘은 통계 추정, 최적화, 이미지 처리, 컴퓨터 그래픽스, 베이지안 통계 등 다양한 분야에서 활용되고 있습니다. 2. 메트로폴리스 헤이스팅스 알고리즘의 원리 메트로폴리스 헤이스팅스 알고리즘은 확률을 기반으로 동작합니다. 알고리즘은 현재 위치에서 다음 위치로 이동할 때 확률을 사용하여 이동합니다...2025.05.09
-
임의 외란에 강인한 드론 위치결정 PID 제어 연구2025.05.061. 드론 위치결정 PID 제어 드론을 공중에 부양시킬 때 각각의 프로펠러가 동일한 속도 RPM으로 움직이면 이상적 상태에서는 부양이 가능하지만, 실제로는 드론의 무게중심이 이상적으로 각각의 프로펠러에 분산되어 있지 않기 때문에 각각의 프로펠러를 운용하는 모터는 독립적인 속도제어를 하고 있다. 일반적으로 드론에 사용되는 제어방식은 PID제어방식으로, 원하는 목표치에 대하여 각각의 드론 프로펠러 모터가 동작할 때 상호보완 상태의 제어가 가능해져 공중부양시의 평형을 이루는 위치결정이 가능한 상태가 된다. 2. 외란에 강인한 드론 위치제...2025.05.06
-
AI와 DNA 시퀀싱2025.01.151. 유전자와 AI DNA 시퀀싱은 유전자의 염기서열을 알아내는 과정으로, 인간의 염색체에는 30억 쌍의 염기서열이 있어 엄청난 크기의 데이터를 다루게 된다. 이에 유전학에서는 막대한 양의 데이터를 처리하고자 AI를 사용하고 있으며, 대표적인 분야가 AI 시퀀싱이다. 2. DNA 시퀀싱 DNA 시퀀싱은 생화학적 방법으로 생명체의 모든 세포의 DNA 염기서열을 분석하는 기술이다. 과거에는 30억 개의 DNA 염기서열을 분석하는데 13년과 30억 달러가 소요되었으나, 현재는 기술 발달로 비용이 크게 감소했다. 다양한 DNA 시퀀싱 방법...2025.01.15
-
생명은 어떻게 정보가 되었는가2025.11.141. 정보로서의 생명 개념의 등장 냉전 시대의 사이버네틱스, 정보 이론, 컴퓨터 과학 등이 생명을 정보체계로 인식하게 만들었다. 1953년 DNA 이중나선 구조 발견 이후 생명을 ACGT 염기서열로 환원시킬 수 있다는 생각이 확산되었고, 2003년 인간유전체계획 완성으로 생명을 정보로 보는 관점이 일반화되었다. 이는 단순한 이해를 넘어 생명을 조작 가능한 대상으로 인식하게 했다. 2. 생명의 분자화와 신자유주의의 결합 1980년대 이후 신자유주의와 생명공학이 상호 공구성하면서 생명의 분자화가 심화되었다. 전 지구적 사유화 체제 속에...2025.11.14
-
딥러닝을 이용한 COVID-19 흉부 X선 영상 자동 탐지2025.01.031. COVID-19 진단 이 연구에서는 COVID-19 환자를 식별하기 위해 흉부 X선 영상을 사용했습니다. DenseNet169 심층 신경망을 사용하여 이미지 특징을 추출하고 XGBoost 알고리즘을 통해 분류를 수행했습니다. 제안된 방법은 기존 방법보다 더 정확하고 빠르며 허용 가능한 성능을 보였습니다. 이는 의료 영상 분석과 방사선학 분야에서 딥러닝의 발전을 보여줍니다. 2. XGBoost 알고리즘 XGBoost는 2016년 Chen & Guestrin이 제안한 트리 부스팅 기반의 효율적이고 확장 가능한 알고리즘입니다. 여러...2025.01.03
-
인공지능의 탐색방법: 깊이 우선 탐색과 너비 우선 탐색, 경험적 탐색방법2025.05.121. 깊이 우선 탐색 깊이 우선 탐색은 그래프의 한 쪽부터 깊이 있게 탐색하는 방법입니다. 첫째, 시작 노드에서 인접한 하나의 노드를 선택합니다. 둘째, 해당 노드를 기준으로 인접한 노드가 없을 때까지 탐색을 계속합니다. 마지막으로, 스택과 재귀함수를 사용하여 방문하지 않은 노드를 탐색할 수 있습니다. 깊이 우선 탐색은 모든 노드를 탐색할 수 있지만, 최단거리가 아닌 경우에 사용됩니다. 2. 너비 우선 탐색 너비 우선 탐색은 모든 경우를 탐색할 수 있으며, 단방향 최단거리를 탐색하는 데 유용합니다. 먼저 한 단계를 건너서 탐색을 하...2025.05.12
-
빅데이터 기술의 다양한 분야 적용사례2025.11.141. 의료 분야의 빅데이터 활용 빅데이터는 환자의 의료 기록, 생물학적 정보, 의료 이미지 및 생활 양식 데이터를 수집하여 분석함으로써 질병 예측과 예방에 큰 역할을 합니다. 정밀 의료를 통해 개별 환자의 유전자 정보와 생활 습관, 병력을 분석하여 맞춤형 치료를 제공하고, 예측 모델링으로 질병의 발병 가능성이나 진행 속도를 예측합니다. 머신러닝과 인공지능 알고리즘을 활용하여 의료 데이터를 분석하고 질병 예측 모델을 개발하며, 데이터 마이닝 기술을 사용하여 대규모 데이터 세트에서 의미 있는 특징을 발견합니다. 2. 금융 분야의 빅데이...2025.11.14
2 / 9
