편집
522
번
바뀜
편집 요약 없음
=연구실적=
=== 환자의 건강 상태에 맞는 의약품을 자동으로 추천하는 기술인 ‘VITA’를 리뷰 기반 개인화 추천 정확도 23% 높인 AI 기술 ‘LETTER’ 개발 (20242025.0207)<ref><뉴스H> 20242025.0207.19 11 [httphttps://www.newshyu.com/news/articleView.html?idxno=1013170 1019478 한양대 김상욱 교수팀, 환자의 건강 상태를 정확하게 포착하는 의약품 리뷰 기반 개인화 추천 정확도 23% 높인 AI 기술 ‘LETTER’ 개발]</ref> ===
* 머신러닝 기술을 기반으로 각 환자의 모든 과거 처방내역 중 현재 처방내역과 관련된 내역을 자동으로 선택하는 ‘관련 방문 선택그래프 신경망(relevantGraph Neural Network, GNN) 기반의 추천 시스템으로, 사용자 간 관계(U-U 그래프)와 상품 간 관계(I-visit selectionI 그래프) 아이디어’와를 독립적으로 구성하고, 선택된 내역이 환자의 현재 처방내역과 얼마나 관련되어 있는지를 정확하게 계산하는 ‘타겟 인지 어텐션사용자 리뷰를 긍정(Like)과 부정(Dislike)으로 분리해 학습하는 방식으로 작동. 이를 통해 LETTER는 ▲사용자의 전체적인 선호(G-Rep) ▲좋아하는 특성(L-Rep) ▲싫어하는 특성(targetD-aware attentionRep) 아이디어’를 바탕으로 환자의 건강 상태를 정확하게 포착하고 이를 기반으로 의약품을 추천해 주는 기술을 각각 분리해 모델링함으로써 사용자의 복합적인 취향을 정밀하게 반영* 정보통신기획평가원의 SW스타랩 사업과 방송통신산업기술개발 사업의 지원을 받아 수행되었으며, 한양대 김상욱 교수 연구팀의 김태리, 허지호, 김홍일 손지원 연구원과 한국과학기술원 신기정 한양대 [[김현준]] 교수가 함께 공동으로 참여* 해당 논문 「VITA: ‘Carefully Chosen 7월 13일부터 17일까지 이탈리아 파도바에서 열리는 ‘제48회 ACM SIGIR 국제학술대회(The 48th International ACM SIGIR Conference on Research and Weighted Less’ Is Better Development in Medication Recommendation」은 그 기술의 독창성 및 우수성을 인정받아 ‘The 38th Annual AAAI Conference on Artificial Intelligence(이하 AAAIInformation Retrieval)’에서 “Rating-Aware Homogeneous Review Graphs and User Likes/Dislikes Differentiation for Effective Recommendations”라는 제목으로 구두(oral presentation)로 발표됨발표될 예정
===환자의 건강 상태에 맞는 의약품을 자동으로 추천하는 기술인 ‘VITA’를 개발 (2024.02)<ref><뉴스H> 2024.02.19 [http://www.newshyu.com/news/articleView.html?idxno=1013170 한양대 김상욱 교수팀, 환자의 건강 상태를 정확하게 포착하는 의약품 추천 기술 개발]</ref>=== *머신러닝 기술을 기반으로 각 환자의 모든 과거 처방내역 중 현재 처방내역과 관련된 내역을 자동으로 선택하는 ‘관련 방문 선택(relevant-visit selection) 아이디어’와, 선택된 내역이 환자의 현재 처방내역과 얼마나 관련되어 있는지를 정확하게 계산하는 ‘타겟 인지 어텐션(target-aware attention) 아이디어’를 바탕으로 환자의 건강 상태를 정확하게 포착하고 이를 기반으로 의약품을 추천해 주는 기술*김상욱 교수 연구팀의 김태리, 허지호, 김홍일 연구원과 한국과학기술원 신기정 교수가 함께 참여*해당 논문 「VITA: ‘Carefully Chosen and Weighted Less’ Is Better in Medication Recommendation」은 그 기술의 독창성 및 우수성을 인정받아 ‘The 38th Annual AAAI Conference on Artificial Intelligence(이하 AAAI)’에서 구두(oral presentation)로 발표됨 === 기존 성능 대비 2배 빠르분산 딥러닙 기법 개발(2021.11) <ref><뉴스H> 2021.11.01 [http://www.newshyu.com/news/articleView.html?idxno=1004331 김상욱 교수팀, 2배 빨른 라진 새로운 딥러닝 기술 개발]</ref> ===
*김상욱 교수팀이 최근 딥러닝(deep learning) 기술 성능을 기존 대비 약 2배 개선한 새로운 분산 딥러닝 기법 ‘ALADDIN’을 개발했다. 김 교수팀이 개발한 ALADDIN은 분산 딥러닝 기술로, 수십·수백 대의 워커(worker)들로 구성된 분산 클러스터를 기반으로 딥러닝을 가속화하는 기법이다.