AI타임스

고용량 리튬이온배터리 충·방전시 리튬이온 영상화 원자간력 현미경과 엑스레이 회절·흡수 패턴을 분석 신소재 개발에 20년 걸리는 시간을 5년 이내로 단축 홍 교수 "LG 연구소에서 사용할 만큼 유용한 분석법" 리튬이온과 전자가 움직이는 모습까지 영상화할 수 있는 기술이 나왔다. 이를 통해 리튬이온배터리 소재 안에서 일어나고 있는 현상을 관찰할 수 있다. 신소재 영상화 기술과 머신러닝(ML) 기술을 융합하는 것이 20년 걸릴 수 있는 배터리 소재 개발 기간을 5년 이내로 단축할 수 있을 전망이다. 카이스트(총장 이광형)는 고용량 리튬이온배터리 충·방전시 리튬이온이 움직이는 모습과 전자가 움직이는 전도 경로, 격자 움직임을 원자간력 현미경과 엑스레이 회절·흡수 패턴을 분석해 영상화하는 데 성공했다고 28일 밝..

기존 인덱싱보다 3.4배 빨라 BWA-MEM2와 정확도 비슷 해당 SW, 오픈소스로 공개해 머신러닝(ML)에 유전체 정렬 소프트웨어(SW)을 접목한 기술이 나왔다. 기존 유전체 SW보다 더 빠르게 연산이 가능하고 정확하다. 정렬해야 하는 유전체 조각 양이 많고 길이도 길어 작업하는 데 걸렸던 시간이 획기적으로 단축된 셈이다. 카이스트(총장 이광형, KAIST)가 머신러닝(ML)에 기반한 유전체 정렬 소프트웨어(SW)를 개발했다고 12일 밝혔다. KAIST 전기및전자공학부 한동수 교수 연구팀이 만들었다. 한동수 교수는 "다양한 분야 전문가들이 사용할 수 있도록 '깃허브'뿐만 아니라 '바이오콘다'에 오픈소스로 공개했다고 와의 통화에서 밝혔다. 최근 유전체 정렬 작업에는 많은 연산이 들어갈 뿐만 아니라 속도를..