| 초록 |
□ 연구개요 최근 산업계에서 발생하는 많은 문제들이 수학적 방법론을 통해 해결을 요구받고 있다. 본 연구는 산업 수학 문제 해결을 위해 기계학습 방법론을 도입하고자 한다. 구체적으로 금융 분야와 의료 영상 분야에서 요구되어지는 문제들을 다루고자 한다. 본 연구를 통해서 관련 산업분야에 우수한 인재를 양성하고, 문제에 필요한 이론과 방법론을 개발하여 관련업계 발전에 크게 기여하고자 한다. □ 연구 목표대비연구결과 1. 딥러닝방식과 under-sampled MRI를 정교하게 분석하여 기존의 결과보다 우수한 성능을 가진 영상복원 방식을 얻었다. 이 결과, Physics in Medicine& Biology 저널의 “2018 Highlights collection”에 선정되는 영예를 얻었다. 2. 딥러닝을 이용하여 초음파영상에서 태아측정 완전 자동화에 성공하였다. 3. 높은 안정성과 Sparse한 성질을 갖는 포트폴리오를 효율적으로 구성하는 방법을 개발하였다. 4. 시장 변동성의 예측 정확도를 향상시키기 위해 GARCH 패밀리 모델과 Google 국내 동향(GDT)에서 얻은 추정된 변동성을 입력 변수로 하는 딥러닝기반의 하이브리드 모델을 개발하였다. □ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의중요성) 1. 딥러닝을 이용한 의료영상 해석 자동화 알고리즘은 전문가의 많은 시간이 요구되는 반복 작업이 필요한 진료 현장의 작업흐름(Work-flow)을 극대화시킬 수 있으며 의사의 보조장치로서 의사의 피로도를 줄여 오진의 위험성을 줄일 수 있다. 2. 딥러닝을 이용한 변동성 예측 알고리즘을 통해 효율적인 포트폴리오를 구성할 수 있고 수익률을 향상시킬 수 있을 것으로 기대한다. (출처 : 연구결과 요약문 2p) |
