최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
대량 염기서열 분석연구(structural genomics)분야 동향 분석 : 농업생물자원의 유전체분석
Statistical human genetics : methods and protocols
Computational methods in genome research
질병관련 유전체 분석 기술 개발 =
Genetic association studies : background, conduct, analysis, interpretation
유전자 분석 기술 =
유전자변형생물체 유전자분석법
대량 유전자 기능분석연구(structural genomics)분야 동향 분석
Multiple biological sequence alignment : scoring functions, algorithms and applications
Bioinformatics for DNA sequence analysis
Feature engineering for machine learning : principles and techniques for data scientists
Statistical inference on residual life
유전간호학
유전간호학
Population epigenetics : methods and protocols
Functional microbial genomics
Genetic algorithms and investment strategies
Statistical genomics : linkage, mapping, and QTL analysis
한국소음진동공학회논문집
하정민; 안병현; 유현탁; 최병근한국소음진동공학회논문집
박동희, 안병현, 김효중, 하정민, 임강민, 최병근한국소음진동공학회논문집
김현중, 안병현, 박동희, 최병근Journal of assisted reproduction and genetics
Pereira R; Oliveira J; Ferraz L; Barros A; Santos R; Sousa MInternational Journal of Pattern Recognition and Artificial Intelligence
Grigori Sidorov; Alexander Gelbukh; Helena Gómez-Adorno; Miguel A. Sanchez-PerezJournal of Information and Communication Convergence Engineering
Wiharto Wiharto; Esti Suryani; Sight Setywan; Bintang PE PutraArabian Journal for Science and Engineering
Najeh, Tawfik; Telmoudi, Achraf Jabeur; Nabli, Lotfi한국소음진동공학회논문집
김현중, 안병현, 박동희, 최병근IEEE Transactions on Terahertz Science and Technology, Terahertz Science and Technology, IEEE Transactions on, IEEE Trans. THz Sci. Technol.
Li, Z.한국정밀공학회지
안병현, 유현탁, 최병근IEEE Transactions on Terahertz Science and Technology
Zhi LiPattern Analysis and Applications
Guerreiro, Rui F. C.; Aguiar, Pedro M. Q.Computers, Materials and Continua
Zhao X.,Wang Y.,Zhang Y.,Wu J.,Shi Y.ASCE-ASME JOURNAL OF RISK AND UNCERTAINTY IN ENGINEERING SYSTEMS PART B-MECHANICAL ENGINEERING
Kang, Zuheng; Fales, Roger C.; Ansaf, Bahaa데이타베이스연구
이은정, 이도헌, 남호정Journal of theoretical biology
Skutkova H; Vitek M; Sedlar K; Provaznik IJMV-Journal de Médecine Vasculaire
Morange, P.-E.IEEE Transactions on Evolutionary Computation, Evolutionary Computation, IEEE Transactions on, IEEE Trans. Evol. Computat.
Weise, T.; Wan, M.; Wang, P.; Tang, K.; Devert, A.; Yao, X.Neurocomputing
Rocha, L.; Mourão, F.; Sá, G.; Sandin, I.; Viegas, F.; Gonçalves, M.; Salles, T.; Andrade, G.2022 SYMPOSIUM ON SIMPLICITY IN ALGORITHMS, SOSA
Jiang, Haotian; Reis, Victor전선 / 대학원
계산이론은 컴퓨터공학의 기초학문이며, 중요한 문제에 대한 효율적인 알고리즘들을 소개하고, 그런 알고리즘의 복잡도 분석을 다룬다. 이 교과목에서는 먼저 알고리즘의 성능을 분석하는 기법, 특히 amortized analysis에 대해 배운다. 그리고, 계산이론 분야에서 중요한 알고리즘과 그 응용에 대해 배운다. 구체적으로, (스트링 매칭, 2차원 패턴 매칭, 근사 매칭, suffix trees, 데이터 압축 문제에 대한) 스트링 알고리즘과 bioinformatics에의 응용, (선택 문제, 다항식 확인 문제에 대한) randomized 알고리즘과 그 영향, (페이지 교체 문제, k 서버 문제에 대한) online 알고리즘과 금융문제(일방향 거래와 portfolio 선택 문제)에의 응용을 배운다.전선 / 대학원
지금까지 유전질환의 분자진단은 단일 유전자 기반으로 진행되었다. 하지만 최근 인간유전체의 해독 기술이 발전함에 따라, 다수의 유전자 나아가 전체 유전체에 대한 정보를 기반으로 분자진단이 가능하게 되었다. 이 강좌에서는 유전체 기반의 분자진단을 사례 중심으로 다룬다.전선 / 대학원
유전학의 한 분야로서 염색체의 구조적 차이(euchromatin, heterochromatin)의 역할과 구조적 이상 (결실, 중복, 역위, 전좌) 및 수적 이상(euploidy, aneuploidy)에 대한 연구결과들을 강의하며 이를 이용한 유전자지도 제작 및 유용유전자의 치환을 다루며 무수정생식의 기작을 강의한다.전선 / 대학원
최근의 작물 품종 개발을 위하여 여러 종류의 DNA마커가 광범위하게 이용되고 있다. 본 강좌에서는 작물을 개량하기 위한 분자마커의 종류, 유전적 다양성 측정, 분자유전자지도 작성, 질적 및 양적 형질 유전자 분석, DNA 마커의 간접선발 이용, 여교잡에서의 DNA 마커의 이용, microarray 시스템을 이용한 분자 유전자지도 제작 및 품종 개발 이용 등에 대하여 이해를 도모하고자 하며, 실제적인 자료 분석을 통하여 종합적으로 DNA 마커를 이용한 작물의 품종 개발 기술 습득을 하는데 본 강좌의 목적이 있음.전선 / 대학원
유전 알고리즘으로 대표되는 진화 알고리즘과 문제 공간 탐색에 대해학습한다. 진화 알고리즘은 크게 문제 해결을 위한 경우와 시뮬레이션을 위한 경우가 있는데 본 강의는 문제 해결 측면에 촛점을 맞춘다.전선 / 대학원
다양한 유전체자료를 분석하기 위한 통계적방법을 학습한다. 먼저 유전학 분야의 용어와 개념에 대해 소개한 후 이 분야에서 널리 사용되고 있는 기초적인 방법론을 살펴본 후 마이크로어레이자료분석과 연쇄분석, 연관성분석과 같은 유전역학분야에서 사용되는 통계기법을 다룬다.전선 / 대학원
이 과목에서는 베이즈 통계학의 이론에 대해서 공부한다. 다루는 내용은 비모수 베이즈 통계학, 베이즈 점근적 이론, 베이즈 계산의 이론, 무정보 사전분포 등을 다룬다.전선 / 대학원
본 교과목을 통해 곧 보편적인 임상 적용이 예상되는 유전체교정 기술을 임상의과학 전공자들에게 소개하고 관련 연구의 최신 지견을 탐구하고자 한다. 전반기 강의를 통해 zinc finger nuclease, TALEN, CRISPR-Cas9으로 이어지는 유전체교정 기술 개발의 역사 및 original Cas9, base editing, prime editing 등 CRISPR-Cas9 기반의 기술에 대해 개괄하고자 한다. 이후 후반기 강의를 통해 유전체교정 기술 관련 주요 연구 그룹의 대표 논문 및 적용 관련 최신 논문을 강독함으로써 유전체교정 기술에 대한 이해를 폭넓게 하고자 한다.전선 / 대학원
유전질환 및 염색체 이상에 대한 기초지식을 배양하고 산전 유전자 진단법의 종류와 적응증을 이해하여 각종 유전자 이상과 관련된 질병의 진단 및 환자 상담에 적용하기 위한 과목이다. 구체적인 학습목표는 다음과 같다. 첫째, 인간에서 발생항 수 있는 유전질환을 분류할 수 있어야 하며, 멘델성 유전질환(single-gene defect)의 유전방식을 열거하고, 그 대표적 질환을 열거하여 특징적인 임상상을 인지하여야 하며, 둘째, 염색체(chromosome)의 구조와 명명법을 설명하고 ,염색체 이상(chromosome anomalies)의 종류를 열거하고 이를 명명법에 따라 기술할 수 있어야 하며, 셋째, 산전 진단의 방법들을 열거하고 임상적 응용가치를 비교할 수 있어야 하며, 넷째, 염색체의 분리를 위한 양수 및 융모막의 배양 기법을 이해하고, 다섯째, 유전질환의 진단 및 치료에 있어서 분자유전학적 접근 방법에 대하여 숙지하도록 한다.전선 / 대학원
해당과목은 공학분야에서 중요한 통계적 데이터 처리, 통계적 공학해석, 통계기반 공학설계 이슈들을 다룬다. 통계적 데이터 처리에서는 공학통계, 통계적 데이터 처리의 정성적, 정량적 접근법과 베이지안 통계학을 배운다. 통계적 공학해석은 신뢰성함수, 위험도함수, 가속수명시험, 불확실성 해석, 신뢰성해석, 건전성 진단 및 예지기술을 배운다. 통계기반 설계에서는 통계기반 민감도 해석, 반응함수법, 신뢰성기반 최적설계를 다룬다. 끝으로 공학시스템의 건전성 모니터링기술을 간단히 다룬다.전선 / 대학원
유전학의 여러 분야중 작물유전육종학에 근본이 되는 멘델유전학, 양적유전학, 집단유전학을 중점적으로 다룬다. 멘델유전학의 유전양식을 이용한 가계도분석 및 양적유전학의 표현형분산, 유전형분산 및 환경분산을 계산하고 유전력과 선발효율을 통한 농작물 개량의 기대치를 알아내며 집단유전학의 유전자빈도 및 유전형빈도가 집단내에서 영향을 받는 여러 요인들에 대하여 강의한다.전선 / 대학원
기능유전체학은 현재 임상 및 의료 분야에서 매우 광범위하게 활용되고 있는 분야임. 특별히 기능유전체학은 유전체, 전사체, 단백체, 대사체 등 매우 다양하고 광범위한 생체 정보를 바탕으로 중요한 유전자, 단백질, 대사물질을 스크리닝하고 검출하는 것을 목표로 함. 따라서 기능유전체학은 방대한 정보를 바탕으로 중요한 결과를 도출하는 생명정보학 (bioinformatics) 분야의 이해가 필요함. 본 교과수업에서는 기능유전체학 내에서 데이터를 생성하는 기법과 생성된 데이터를 기반으로 중요한 결과를 도출하는 생명정보학 기법을 동시에 이해하고자 함.전선 / 대학원
인간의 정서, 인지, 행동 문제는 뇌 기능과 밀접한 관련이 있으며, 생체신호와 뇌파에 대한 컴퓨터 분석 기법을 활용하면 이러한 문제와 연관된 뇌 및 자율신경계 활동을 정량적으로 평가하고 패턴을 분류하는 데 큰 도움을 줄 수 있다. 이 과정은 의학, 간호, 심리, 교육, 체육 등 비전공자들을 위해 설계되었으며, 생체신호 분석 경험이 없는 이들이 임상 연구에 바로 적용할 수 있도록 정량뇌파(QEEG) 및 심박변이도(HRV) 분석의 이론과 측정 장비, 분석 소프트웨어 실습을 제공한다.전선 / 대학원
소음진동 데이터의 측정과 분석기법을 이해하기 위하여, 주로 랜덤데이타 분류, 코릴레이션 함수, 스펙트럼 밀도함수, 통계적 오차, 시스템 응답함수, 디지털 데이터 획득기법, FFT 구현 및 소음진동문제의 응용예들을 다룬다.전선 / 대학원
기능유전체학은 현재 임상 및 의료 분야에서 매우 광범위하게 활용되고 있는 분야임. 특별히 기능유전체학은 유전체, 전사체, 단백체, 대사체 등 매우 다양하고 광범위한 생체 정보를 바탕으로 중요한 유전자, 단백질, 대사물질을 스크리닝하고 검출하는 것을 목표로 함. 따라서 기능유전체학은 방대한 정보를 바탕으로 중요한 결과를 도출하는 생명정보학 (bioinformatics) 분야의 이해가 필요함. 본 교과수업에서는 기능유전체학 내에서 데이터를 생성하는 기법과 생성된 데이터를 기반으로 중요한 결과를 도출하는 생명정보학 기법을 동시에 이해하고자 함.전선 / 대학원
본 강좌는 유한요소법의 이론적 측면에 중심을 두어, 유한요소법의 기본적 개념, 정적 및 동적 해석을 수행하기 위한 수학적 정식화 과정, 효율적인 계산 수행을 위한 수치 알고리즘에 대한 고찰등에 대해 논의한다.전필 / 학사
첨단융합학부 학생의 전공탐색을 위한 과목으로, 융합데이터과학의 핵심 개념과 다양한 응용 분야를 소개하여 향후 전공선택에 필요한 필수적인 정보를 제공한다. 특히, 융합데이터과학 분야에서 진행되는 첨단연구와 연구의 실제 응용 사례를 직접 체험하여, 자신의 전공 적성을 좀 더 구체적으로 알아보고 설계할 수 있는 기회를 제공한다.전선 / 대학원
생명 공학의 발전과 의료의 디지털화로 인해서 방대한 양의 유전체 및 오믹스, 그리고 전자의무기록 데이터가 수집되었으며, 이제 이 방대한 데이터의 처리 및 분석이 중요한 문제이다. 본 과목은 유전체, 오믹스, 의료 데이터의 특성을 소개하며, 이러한 데이터를 분석할 수 있는 통계 및 머신러닝 기반의 분석 방법을 소개한다. 특히, 이 과목은 유전체 등의 바이오 데이터와 전자의무기록이 결합되어 있는 바이오뱅크 데이터에 중점을 둔다. 구체적인 주제는 다음과 같다 ◆ 유전체 등의 바이오데이터와 전자의무기록 데이터의 특성 ◆ 유전체 데이터 연관성 분석 ◆ 유전체 기반 질병 위험도 예측, 인과관계 추론 및 약물 표적 규명 ◆ 전자의무기록 데이터 기반 임상 의사결정 지원 시스템 ◆ 유전체 및 임상 데이터 통합한 다중 모드 데이터 분석전선 / 대학원
고정성보철학 분야에서 치료계획, 지대치형성, 인상, 교합기, 모형제작, 납형조각, 주조, 납착 및 전부 도재관, 임플랜트 보철학에 관한 최신 문헌고찰과 증례를 발표한다.전선 / 대학원
본 과정은 유전적 분석을 활용한 인과성 추론 및 공개자료 활용방법에 대해 다룹니다. 유전적 무작위 배정이란, 위험요인과 결과변수간 인과적 관련성을 유전 정보를 활용하여 평가하는 방법입니다. 대규모 전장 유전체 관련성 분석 결과가 이용 가능해지면서, 역학의 주요 연구방법으로 활용되고 있습니다. 본 과정은 실습을 통해 분석 방법을 구체적으로 다룰 것이며, 공개 자료에 대한 소개와 활용 방법을 소개할 예정입니다. 본 과목의 수강은 선수 과목(역학원론, 유전체역학) 이수와 R 프로그래밍 언어에 대한 이해가 요구됩니다.