Network Science Lab (네트워크과학 연구실)
바이오메디컬소프트웨어학과
이오준
네트워크과학연구실(NS Lab)은 네트워크화된 데이터의 수집, 표현 및 분석에 관한 광범위한 이론과 방법론을 연구하고 있습니다. 2021년 9월 설립 이후 그래프 임베딩, 그래프 신경망(GNN), 그래프 트랜스포머 등 그래프 마이닝과 네트워크 과학 분야의 최신 인공지능 모델을 다룹니다. 이러한 핵심 기술을 바탕으로 소셜미디어상의 루머 전파 및 가짜뉴스 탐지, 연구자 간 협업 관계 및 성과 예측, 약물 효과 예측 등 다양한 분야에 AI 모델을 적용하고 있습니다. NSLab은 활발한 연구를 통해 AAAI 등 세계적인 인공지능 학회에 논문을 발표하는 등 탁월한 연구 성과를 거두었으며, 그래프 AI 분야의 새로운 모델과 프레임워크를 개발하여 공개함으로써 혁신을 선도하고 있습니다. 국내외 연구기관과의 활발한 협력을 통해 학제 간 융합 연구를 추진하고 있으며, 네트워크 과학 기반 AI 기술로 사회적 문제 해결과 학술 발전에 기여하는 것을 목표로 합니다.
Graph Neural Networks
Graph Representation Learning
Knowledge Graph
Knowledge Graph Reasoning
Graph Machine Learning
고주파 초음파 및 인공지능을 활용한 당뇨병 진단 시스템
고주파 초음파와 컨볼루션 신경망을 결합하여 당뇨병을 진단하는 시스템을 개발하는 연구를 진행하고 있습니다. 이 시스템은 비침습적 진단 방법으로, 고주파 초음파를 이용해 생체 신호를 분석하고 인공지능 알고리즘을 통해 당뇨병 여부를 판별합니다. 이를 통해 기존의 침습적 진단 방법보다 덜 고통스럽고 신속하게 진단할 수 있는 장점이 있습니다. 실험적 데이터와 임상 시험을 통해 시스템의 정확도와 신뢰성을 검증하고 있으며, 상업화 가능성을 높이기 위한 연구를 지속하고 있습니다.
컨볼루션 신경망을 이용한 간 섬유화 단계 자동 분류
초음파 영상을 기반으로 간 섬유화 단계를 자동으로 분류하는 시스템을 개발하는 연구를 수행하고 있습니다. 이를 위해 딥러닝 기술 중 하나인 컨볼루션 신경망을 활용하여, 다양한 초음파 영상 데이터를 학습시켜 높은 정확도의 분류 모델을 구축하고 있습니다. 이러한 시스템은 간 질환의 조기 진단 및 치료 계획 수립에 중요한 역할을 할 수 있으며, 의료 현장에서의 적용 가능성을 높이기 위해 다양한 임상 데이터를 바탕으로 성능을 최적화하고 있습니다.
Graph Representation Learning
Multi-Resolution Network Embedding. Van Thuy Hoang, O-Joun Lee: A Survey on Structure-Preserving Graph Transformers.
1
Étude sur l’enseignement de la littérature française à l’ère numérique
Eun-Soon You, Sun-Jung Ryu
Enseignement de Langue et Littérature Françaises, 2024
2
Quantification of dysnatremia using single-beam acoustic microbeam and convolutional neural networks
Ji Won Nam, Hyeon-Ju Jeon, Jeong Eun Lee, O-Joun Lee†, Hae Gyun Lim†
IEEE Sensors Journal, 2024
3
Kiosk Recommend System based on Self-Supervised Representation Learning of User Behaviors in Offline Retail
Nam-Gyu Jung, Van Thuy Hoang, O-Joun Lee†, Chang Choi†
IEEE Internet of Things Journal, 2024