머신러닝 & 바이오인포메틱스 연구실

지도교수 : 송길태 교수님 (자연대연구실험동(313) 308호)
위 치 : 자연대연구실험동(313) 315호
전화번호 :051) 510-2425

홈페이지 : http://dmb.pusan.ac.kr
E-Mail : gsong at pusan dot ac dot kr

■ 연구실 소개

부산대학교 머신러닝 & 바이오인포매틱스 연구실은 스마트 의료 및 스마트 팩토리 등을 위한 대용량 데이터 분석 관련 최신 머신러닝, 딥러닝 기법 설계 및 소프트웨어 개발을 연구하고 있습니다. 이러한 연구는 CNN, RNN, GAN과 같은 딥러닝은 물론 다양한 머신 러닝 기법 관련 이슈를 포함합니다. 또한 통합 소프트웨어 구축, 알고리즘 개발, 데이터 시각화 및 데이터 압축과 같은 데이터 마이닝 주제 또한 포함합니다. 주요 응용 분야는 암 유전체 데이터와 같은 텍스트 기반의 대용량 의생명 데이터 융합 분야와 자동 공정 모니터링 시스템 설계와 같은 스마트 팩토리 분야입니다. 물론 다른 흥미로운 다양한 분야의 데이터 분석에도 관심을 가지고 있습니다.

■ 주요 연구 분야

1. 머신러닝과 데이터마이닝

다양한 대용량 데이터를 자동으로 분석해내는 머신러닝, 딥러닝 및 데이터 마이닝 기법에 대해 연구합니다. 암 유전체와 같은 텍스트 형태의 의생명 대용량 데이터에서의 특이 패턴 추출을 위한 문제뿐만 아니라, 동남권 제조 업체의 공정 모니터링 최적화와 같은 다양한 형태의 대용량 데이터에 적용하는 데이터 마이닝 기법과 알고리즘을 설계합니다.

2. 빅데이터 통합 분석 자동화 알고리즘 설계, 데이터 시각화 및 압축

새로운 형태의 데이터를 기존 데이터베이스의 방대한 데이터와 통합하는 과정은 복잡합니다. 이러한 복잡한 과정을 사용자가 알 필요 없이 원하는 결과를 편리하게 얻을 수 있도록 데이터 통합 소프트웨어 구축은 빅데이터 분석에 있어 큰 기여를 합니다. 이러한 데이터 통합 자동화를 위한 소프트웨어를 개발하고 이를 클라우드 시스템에 공유하고 새로운 프로그램이 개발될 때 마다 이 프로그램을 클라우드 시스템에 공유하고 빅데이터 처리를 실시간으로 모니터링하는 클라우드 엔지니어링을 연구합니다. 또한 데이터 특이 패턴 분석을 도와주는 데이터 시각화 및 대용량 데이터 압축 기법 관련 연구도 수행하고 있습니다.

3. 생명의료 데이터마이닝 (Biomedical Informatics)

개인 맞춤형 자동 진단을 이루는데 핵심이 되는 생명의학 빅데이터인 유전체 텍스트 정보를 비교 분석하는 연구를 합니다. 이러한 생명의료 데이터들은 실세계 문제에 적용되기 위해 다양한 형태의 정교한 머신 러닝 및 알고리즘 기법 설계를 통한 분석이 필수적입니다. 본 연구실에서는 정상 유전체와 암 유전체의 비교를 통한 특이 패턴 분석을 통해 암의 전이 속도 및 억제와 관련한 유전체 기능을 발견해내는 연구를 합니다.

■ 주요 소프트웨어

■ 연구실 연구 환경

미국 스탠포드 대학교, 싱가폴 국립대학교, 스위스 ETH Zurich 등 국내외 우수 연구진들과 연계하여 연구를 수행하고 있습니다. 글로벌 시대에 미래 혁신을 가져올 수 있는 선도적인 연구에 도전하고자 하는 학생은 누구나 환영합니다. 석 . 박사 대학원 과정 진학과 학부 연구생에 관심있는 학생은 언제든지 문을 두드리십시오 (email: gsong at pusan dot ac dot kr).