Applications of Machine Learning to Chemical and Biological Engineering Researches

기계학습에 대해 개략적인 소개를 통해 주요한 특징에 대해 설명하고 이러한 특징을 이용해 공학, 특히 화학생물공학에 적용한 사례에 대해 소개할 예정이다.

기계학습은 인공신경망을 통해서 구현이 되며 1980~90년대 활발한 연구가 진행이 되었다. 하지만 적용에 한계가 있음이 인식된 후 침체기를 겪다가 2006년 발표된 딥러닝 알고리즘¹을 통해 다시 한번 연구자들에게 많은 관심을 받게 되었다. 딥러닝이 가능해 지면서 여러 분야에 적용되기 시작했는데 그 중 이미지인식 분야에서 혁명적인 성능²을 보여줌으로써 더욱 더 많은 연구자들의 관심을 받기 시작했다. 그 후 다양한 분야에서 월등한 성능을 보여주며 4차산업혁명의 시작을 알렸다.

기계학습의 주요 특징들을 이용하여 온라인 경보시스템, 분자의 상태인식에 적용된 연구 사례를 살펴보고 향후 연구계획들에 대해 설명할 예정이다.

References

1. Hinton GE1, Osindero S, Teh YW, „A fast learning algorithm for deep belief nets”, Neural Comput. 2006, 18, 1527.
2. Alex Krizhevsky , Ilya Sutskever, and Geoffrey E. Hinton, "Imagenet classification with deep convolutional neural networks", Advances in neural neural information processing systems , 2012.
3.