Intelligent Safety, Medical AI, and Performance Prediction Research
연구 내용
성능 예측을 위한 적응형 샘플링과 취약점 그래프 임베딩, 의료영상 분할을 통합해 안전 관련 지능형 서비스를 제공하는 연구
고성능 컴퓨팅 환경에서 하드웨어 모니터링의 전문 지식 의존을 줄이기 위해, 성능 예측에 기여하는 변수를 자동으로 선택하는 적응형 변수 샘플링 모델을 구성합니다. 보안 취약점은 그래프 임베딩 기반으로 취약점 분류를 수행하여 대규모 시스템에서도 확장성을 확보하는 방향을 다룹니다. 의료 분야에서는 IoMT 장치에서 엔드투엔드 UNet 기반으로 대뇌 미세출혈을 분할·탐지하는 프레임워크를 구성하여 전처리·후처리 단계 의존도를 낮추는 연구를 수행합니다.
관련 연구 성과
관련 논문
3편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 HPC 환경에서 자원 낭비를 줄이기 위한 다음 상태 성능 예측 문제에 집중하여, 다수 후보 변수에서 최적 변수를 탐지하고 샘플링 기반 예측을 수행하는 모델을 제안했습니다. 이후 안전 관점에서는 시스템 보안 취약점 분류를 그래프 임베딩 관점에서 정식화하여 확장 가능한 표현 학습을 시도했습니다. 병행하여 의료 영상에서는 원격·저자원 환경에서도 동작 가능한 IoMT 기반 엔드투엔드 분할 모델을 구성하고, 임상 개입 부담을 줄이는 방향으로 연구를 전개했습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Adaptive variable sampling model for performance analysis in high cache-performance computing environments
Deep learning-assisted IoMT framework for cerebral microbleed detection
Vulnerability2Vec: A Graph-Embedding Approach for Enhancing Vulnerability Classification