딥러닝 deep learning
방법 · 데이터·AI
다층 인공신경망으로 데이터에서 특징을 자동으로 학습해 예측·분류하는 기계학습 방법이다.
연도별 학부 논문
국가 R&D 과제 동향 (NTIS, 억 원)
2015–2024 과제 레코드 12,402건 · 10년 21,081억 · 2015–19 대비 2020–24 +238% · 대학 수행 44.8% · 서울대(본교) 4.36%. 매칭: 영문 키워드 'deep learning', 국문 '딥러닝', '심층학습'. 기관운영비·인력양성·출연연 주요사업비 등 과제 아닌 레코드는 뺐다.
매칭 과제의 NTIS 표준분류(1순위, 연구비 비중): 정보/통신 > 정보이론 20% · 정보/통신 > 소프트웨어 14% · 전기/전자 > 반도체 소자·회로 6% · 보건의료 > 의료기기 4%
최근 주요 과제 (2022–2024, 연차 정부연구비 순)
| 연도 | 과제 | 수행기관 | 부처 | 억 |
|---|---|---|---|---|
| 2023 | 자율주행 레벨4급의 기능안전성 인공지능 반도체 개발 | 오픈엣지테크놀로지(주) | 과학기술정보통신부 | 92.0 |
| 2022 | 2,000 TFLOPS급 서버 인공지능 딥러닝 프로세서 및 모듈 개발 | (주)사피온코리아 | 과학기술정보통신부 | 53.0 |
| 2022 | 직독식 수질복합센서 및 초분광영상 기반 시공간 복합 인공지능 녹조 예측 기술 | 한국전자통신연구원 | 과학기술정보통신부 | 51.0 |
| 2024 | 거대 인공지능 학습을 위한 K-인공두뇌 반도체 개발 | 한국전자통신연구원 | 과학기술정보통신부 | 41.0 |
| 2022 | 복합감각 기반 상황예측형 모바일 인공지능 프로세서 개발 | (주)텔레칩스 | 과학기술정보통신부 | 40.0 |
| 2022 | (BCI-2세부) 딥러닝을 이용하여 사람의 의도를 인지하는 BCI 기반 뇌인지컴퓨팅 기술 개발 | 고려대학 | 과학기술정보통신부 | 26.7 |
| 2023 | 초거대 모델 기반 인공지능을 실현하는 고효율 아날로그 AI 컴퓨팅 기술 개발 | 한국전자통신연구원 | 과학기술정보통신부 | 25.0 |
| 2022 | (전문연구실) 기계를 위한 영상 부호화 기술 | 한국전자통신연구원 | 과학기술정보통신부 | 24.0 |
교수
| 교수 | 연구분야 | 논문 | 2022년 이후 |
|---|---|---|---|
| 정유성 | 공정시스템 | 4 | 2 |
| 이종민 | 공정시스템 | 2 | 1 |
| 이원보 | 공정시스템 · 고분자 및 유기 소재 | 2 | 2 |
| 김소연 | 고분자 및 유기 소재 | 1 | 0 |
| 홍무선 | 공정시스템 · 생물 및 환경 | 1 | 1 |
| 류재윤 | 무기 및 전기전자 소재 · 고분자 및 유기 소재 | 1 | 1 |
| 성영은 | 무기 및 전기전자 소재 | 1 | 1 |
| 현택환 | 무기 및 전기전자 소재 | 1 | 1 |
| 박정원 | 무기 및 전기전자 소재 | 1 | 1 |
연결되는 NTIS 분류
논문 (최신순)
인접 그래프
노드 hover = 이웃 강조 · 1회 클릭 = 고정 · 고정된 노드 다시 클릭 = 페이지 이동
이 문서와 연결된 페이지
교수 3
논문 11
Cross-material catalyst discovery via deep learning · Visualizing Millisecond Atomic Dynamics of Nanocrystals in Liquid · Lithium solvation structure and dynamics in an ionic liquid electrolyt · Physics-informed deep learning for data-driven solutions of computatio · Enhancement of modifier adaptation scheme via feedforward decision mak · Deep Retrosynthetic Reaction Prediction using Local Reactivity and Glo · End-to-End System for Estimating Crystallization Kinetics Using a Deep · Practical Deep-Learning Representation for Fast Heterogeneous Catalyst · Reaction Templates: Bridging Synthesis Knowledge and Artificial Intell · Defect recognition in line-space patterns aided by deep learning with · Unveiling high-performance hosts for blue OLEDs via deep learning and