[과기원NOW] UNIST, 태풍 강도 예측 정확도 50% 향상 外
전체 맥락을 이해하기 위해서는 본문 보기를 권장합니다.
■ 울산과학기술원(UNIST)은 임정호 지구환경도시건설공학과 교수 연구팀이 태풍 정보를 정확하게 분석하는 딥러닝 기반 예측 모델을 개발했다고 2일 밝혔다.
연구팀이 개발한 하이브리드-CNN 모델은 24, 28, 72시간 동안 태풍 강도를 예측하며 기존 대비 50% 향상된 성과를 보였다.
연구팀은 천리안 1호와 천리안 2A호 위성자료를 이용해 전이학습 기반의 태풍 강도를 추정했고 인공지능(AI)을 통해 태풍 강도 자동 추정 과정을 시각화하고 정량적으로 분석했다.
이 글자크기로 변경됩니다.
(예시) 가장 빠른 뉴스가 있고 다양한 정보, 쌍방향 소통이 숨쉬는 다음뉴스를 만나보세요. 다음뉴스는 국내외 주요이슈와 실시간 속보, 문화생활 및 다양한 분야의 뉴스를 입체적으로 전달하고 있습니다.
■ 울산과학기술원(UNIST)은 임정호 지구환경도시건설공학과 교수 연구팀이 태풍 정보를 정확하게 분석하는 딥러닝 기반 예측 모델을 개발했다고 2일 밝혔다. 정지궤도 기상위성 자료와 수치모델 자료를 결합해 태풍 강도를 실시간으로 예측하는 방식이다. 연구팀이 개발한 하이브리드-CNN 모델은 24, 28, 72시간 동안 태풍 강도를 예측하며 기존 대비 50% 향상된 성과를 보였다. 연구팀은 천리안 1호와 천리안 2A호 위성자료를 이용해 전이학습 기반의 태풍 강도를 추정했고 인공지능(AI)을 통해 태풍 강도 자동 추정 과정을 시각화하고 정량적으로 분석했다. 연구 결과는 지난 3월 ‘GI사이언스 & 리모트 센싱’과 5월 ‘i사이언스’ 저널에 게재됐다.
■ KAIST는 홍승범 신소재공학과 교수가 한국전자통신연구원(ETRI), 미국 드렉셀대와 공동 연구를 통해 다양한 조성과 각기 다른 충·방전 사이클의 NCM 양극재 주사전자현미경 사진을 합성곱 신경망 기반 AI에 학습시켜 주요 원소 함량과 충·방전 상태를 99.6%의 정확도로 맞추는 방법론을 세계 최초로 개발했다고 2일 밝혔다. 배터리 소재의 성능과 품질을 향상시키는 데 중요한 역할을 하게 될 것으로 기대되는 이번 연구는 국제학술지 ‘npj 컴퓨테이셔널 머티리얼즈’에 5월 4일 실렸다.
■ 광주과학기술원(GIST)은 이재영·태기융 신소재공학부 교수 공동연구팀이 체내 이식형 생체전극에 항산화 물질을 도입해 이물질 면역반응을 효과적으로 감소시키는 기술을 개발했다고 2일 밝혔다. 체내 이식형 생체전극은 건강 상태를 진단하고 질병을 치료하기 위해 생체신호를 기록하거나 근육·신경 등에 전기적 자극을 가하는 의료용 전자소자 부품이다. 체내에 이식된 소재로 발생하는 면역이물반응은 이식된 생체전극 주변에 두꺼운 상처조직을 형성해 전극 성능을 저해한다. 연구팀은 헤민-헤파린 접합체가 도입된 폴리피롤 생체전극이 항산화 효능을 보이고 나아가 활성산소종을 효과적으로 제거한다는 점을 확인했다. 폴리피롤과 헤민-헤파린 전극 위에 대식세포를 배양했을 땐 염증성 사이토카인 생성이 9%로 감소한다는 점도 발견했다. 연구 결과는 국제학술지 ‘케미컬 엔지니어링’에 지난달 5일 게재됐다.
■ 대구경북과학기술원(DGIST)은 2024년 국가연구개발 성과평가에서 ‘우수’ 등급으로 선정됐다고 2일 밝혔다. 우수 등급은 기관이 가진 고유 임무 및 역할, 책임에 따라 수립한 전략목표, 미래산업을 위한 융복합 강점기술 연구, 성과 확산을 통한 가치 창출에서 괄목할만한 성과를 달성했다는 의미를 담고 있다.
[문세영 기자 moon09@donga.com]
Copyright © 동아사이언스. 무단전재 및 재배포 금지.