그래프 신경망(GNN) graph neural network

방법 · 데이터·AI

5학부 논문

1교수

299억 국가 R&D(2015–24)

신규증가율

6.01%서울대 비중

원자·결합을 노드와 엣지의 그래프로 표현해 결정·분자의 물성과 촉매 특성을 예측하는 신경망이다.

연도별 학부 논문

14151617181920212223242526

국가 R&D 과제 동향 (NTIS, 억 원)

15161718192021222324

2015–2024 과제 레코드 224건 · 10년 299억 · 2015–19 대비 2020–24 신규 · 대학 수행 77.7% · 서울대(본교) 6.01%. 매칭: 영문 키워드 'graph neural network', 국문 '그래프신경망', 'GNN'. 기관운영비·인력양성·출연연 주요사업비 등 과제 아닌 레코드는 뺐다.

매칭 과제의 NTIS 표준분류(1순위, 연구비 비중): 정보/통신 > 정보이론 34% · 정보/통신 > 소프트웨어 18% · 수학 > 응용수학 9% · 보건의료 > 의료정보/ 시스템 8%

최근 주요 과제 (2022–2024, 연차 정부연구비 순)

연도	과제	수행기관	부처	억
2022	의료현장 통합 지식베이스 및 인공지능형 가상 임상시험 시스템 구축	(재)아산사회복지재단	보건복지부	7.2
2023	인공지능 기술 개발과 수학적 문제 해결에 관한 쌍방향 연구	인하대학	과학기술정보통신부	5.0
2023	어텐션 메커니즘과 그래프인공신경망에 기반한 대도심 모빌리티 네트워크 분석 및 예측모델 기술 개발	한국과학기술원	과학기술정보통신부	5.0
2023	수치적 편미분방정식과 기계학습의 한계점 극복을 위한 상호보완적 연구	성균관대학	과학기술정보통신부	5.0
2024	저지연 메디컬 트윈 실현을 위한 물리 인지 그래프 학습 기반 인공지능 연구실	연세대학	과학기술정보통신부	4.7
2024	인공지능 융합 신장 병리 연구실	서울대학	과학기술정보통신부	4.7
2024	심장질환을 위한 멀티모달 인공지능 연구실	부산대학	과학기술정보통신부	4.7
2022	생명의료 빅데이터와 딥러닝 기반 데이터주도 신약후보물질 발굴	고려대학	과학기술정보통신부	4.0

교수

교수	연구분야	논문	2022년 이후
정유성	공정시스템	5	2

연결되는 NTIS 분류

화학공정 3 물리화학 1

논문 (최신순)

연도	논문	학부 저자	피인용
2022	Perovskite synthesizability using graph neural networks 화학공정 › 촉매/반응기술 npj Computational Materials	정유성	80
2022	A generalized-template-based graph neural network for accurate organic reactivity prediction 화학공정 › 촉매/반응기술 Nature Machine Intelligence	정유성	58
2020	Structure-Based Synthesizability Prediction of Crystals Using Partially Supervised Learning 화학공정 › 촉매/반응기술 Journal of the American Chemical Society	정유성	128
2020	Practical Deep-Learning Representation for Fast Heterogeneous Catalyst Screening 물리화학 › 양자화학/전산화학 The Journal of Physical Chemistry Letters	정유성	97
2020	Uncertainty-Quantified Hybrid Machine Learning/Density Functional Theory High Throughput Screening Method for Crystals Journal of Chemical Information and Modeling	정유성	50

인접 그래프

노드 hover = 이웃 강조 · 1회 클릭 = 고정 · 고정된 노드 다시 클릭 = 페이지 이동

이 문서와 연결된 페이지