리서치 하이라이트
지구 시스템 과학 분야에서 머신 러닝 및 딥 러닝 기술 적용
Nature 566, 7743
서로 다른 종류의 인공지능(AI)이 지구 시스템 과학 분야를 변화시키고 있지만, 이러한 AI가 이 분야의 모든 문제를 해결해 주지는 않는다. 머신 러닝(Machine Learning)은 패턴 인식에 있어서는 엄청난 장점을 가지고 있지만, 학습을 한 데이터 이외의 상황이나, 공간 및 시간의 변화가 조합되어 있는 질문을 처리할 경우 문제가 발생할 가능성이 높다. 새롭게 떠오르는 딥 러닝(Deep Learning) 기술은 이러한 복잡한 상호관계를 설명할 수 있게 해준다. Markus Reichstein과 공동연구원들은 머신 러닝 및 딥 러닝 기술을 지구 시스템 과학 분야에 적용한 연구 결과를 발표하였다. 저자들은 물리적 이해가 머신 러닝 및 딥 러닝을 가이드하고 보완할 수 있는 하이브리드 프로세스가 궁극적인 발전을 위한 가장 현실적인 대안이 될 수 있을 것으로 보고 있다.
2019년2월14일 자의 네이처 하이라이트
지구 시스템 과학 분야에서 머신 러닝 및 딥 러닝 기술 적용
해양 질소 고정 전환률 추정
RNA 가이드 지놈 에디팅의 새로운 형태인 CasX 효소 발견
새로운 약물 개발을 위한 초거대 화합물 라이브러리
표지 기사: 약 400메가헤르츠에서 관측된 고속 전파 폭발(FRB)
화학적 포텐셜 포톤 조절을 통한 근거리 광자 냉각
유전적 독성 스트레스에 대항하여 장내 줄기세포를 보호하는 인터루킨 22
골관절염을 악화시키는 콜레스테롤 대사의 CH25H-CYP7B1-RORα 캐스케이드
폭스바이러스의 감염성 유지를 위해 포신의 작용에 영향을 주는 cGAS-STING 신호전달 경로