CONFERENCES
2025
3.
강민기; 송윤주; 유선용
Abstract | Links | BibTeX | Tags: Artificial Intelligence, Knowledge graph
@conference{강민기2025,
title = {지식 그래프 임베딩 기반 약물-식품 상호작용 예측 연구},
author = {강민기 and 송윤주 and 유선용},
url = {https://bmil.jnu.ac.kr/wp-content/uploads/2025/07/강민기-지식-그래프-임베딩-기반-약물-식품-상호작용-예측-연구-1.pdf},
year = {2025},
date = {2025-07-04},
urldate = {2025-07-04},
booktitle = {2025 한국디지털콘텐츠학회 하계종합학술대회},
publisher = {한국디지털콘텐츠학회},
abstract = {식품 약물 상호작용 은 환자 안전에 중요한 위험 요소이지만 기존 예측 방법들은 복잡한 생화학적 관계를 충분히 고려하지 못한다 본 논문에서는 지식 그래프 신경망과 cross-attention 메커니즘을 결합하여 약물별 맥락에서 관련성 높은 식품 특성을 강조함으로써 FDI를 예측하는 모델을 제안한다 다중 생의학 데이터베이스를 통합한 지식 그래프 기반으로 식품의 복합적 생화학 효과를 모델링한 결과 기존 방법들 대비 우수한 예측 성능을 달성하여 임
상 환경에서의 FDI 위험 관리에 기여할 수 있을 것으로 기대된다.},
keywords = {Artificial Intelligence, Knowledge graph},
pubstate = {published},
tppubtype = {conference}
}
식품 약물 상호작용 은 환자 안전에 중요한 위험 요소이지만 기존 예측 방법들은 복잡한 생화학적 관계를 충분히 고려하지 못한다 본 논문에서는 지식 그래프 신경망과 cross-attention 메커니즘을 결합하여 약물별 맥락에서 관련성 높은 식품 특성을 강조함으로써 FDI를 예측하는 모델을 제안한다 다중 생의학 데이터베이스를 통합한 지식 그래프 기반으로 식품의 복합적 생화학 효과를 모델링한 결과 기존 방법들 대비 우수한 예측 성능을 달성하여 임
상 환경에서의 FDI 위험 관리에 기여할 수 있을 것으로 기대된다.
상 환경에서의 FDI 위험 관리에 기여할 수 있을 것으로 기대된다.
2.
김채원; 정명현; 김민건; 유선용
Abstract | Links | BibTeX | Tags: Artificial Intelligence, Bioinformatics, Drugs, Transcriptome
@conference{nokey,
title = {Conditional Diffusion Model 기반 약물로 인한 전사체 반응 예측},
author = {김채원 and 정명현 and 김민건 and 유선용},
url = {https://bmil.jnu.ac.kr/wp-content/uploads/2025/07/김채원-Conditional-Diffusion-Model-기반-약물로-인한-전사체-반응-예측.pdf},
year = {2025},
date = {2025-07-04},
urldate = {2025-07-04},
booktitle = {2025 한국디지털콘텐츠학회 하계종합학술대회},
publisher = {한국디지털콘텐츠학회},
abstract = {본 논문에서는 Conditional Diffusion Model 기반 교란 조건을 고려한 전사체 변화 예측 심층 생성 모델을 소개한다 처리한 화합물 정보와 더불어 처리용량과 시간 세포주의 기저 유전자 발현 정보를 사용함으로써 정밀한 전사체 변화 예측을 가능하게 한다 따라서 본 모델이 생성한 전사체 변화 데이터를 활용함으로써 약물에 대한 이해도를 향상하고 신약 개발 및 정밀 의료 기술의 발전 등에 기여할 수 있는 가능성을 보여준다.},
keywords = {Artificial Intelligence, Bioinformatics, Drugs, Transcriptome},
pubstate = {published},
tppubtype = {conference}
}
본 논문에서는 Conditional Diffusion Model 기반 교란 조건을 고려한 전사체 변화 예측 심층 생성 모델을 소개한다 처리한 화합물 정보와 더불어 처리용량과 시간 세포주의 기저 유전자 발현 정보를 사용함으로써 정밀한 전사체 변화 예측을 가능하게 한다 따라서 본 모델이 생성한 전사체 변화 데이터를 활용함으로써 약물에 대한 이해도를 향상하고 신약 개발 및 정밀 의료 기술의 발전 등에 기여할 수 있는 가능성을 보여준다.
1.
유혜진; 이재인; 유선용
Abstract | Links | BibTeX | Tags: Artificial Intelligence, Ethnopharmacology
@conference{nokey,
title = {전통 의학에서 천연물 및 화합물의 다약리학 효과 식별 연구},
author = {유혜진 and 이재인 and 유선용},
url = {https://bmil.jnu.ac.kr/wp-content/uploads/2025/07/유혜진-전통-의학에서-천연물-및-화합물의-다약리학-효과-식별-연구.pdf},
year = {2025},
date = {2025-07-04},
urldate = {2025-07-04},
booktitle = {2025 한국디지털콘텐츠학회 하계종합학술대회},
publisher = {한국디지털콘텐츠학회},
abstract = {본 논문은 질병에 대한 잠재적 후보 천연물 및 화합물을 연관 규칙 및 근접성 기반 네트워크 분석을 통해 식별함으로써 전통 의학에서의 다약리학적 효과를 밝히고자 한다. 천연물 수준 분석에서 신뢰도가 높은 조합은 질병에 효과적일 수 있으며 화합물 수준 분석은 이를 뒷받침한다.},
keywords = {Artificial Intelligence, Ethnopharmacology},
pubstate = {published},
tppubtype = {conference}
}
본 논문은 질병에 대한 잠재적 후보 천연물 및 화합물을 연관 규칙 및 근접성 기반 네트워크 분석을 통해 식별함으로써 전통 의학에서의 다약리학적 효과를 밝히고자 한다. 천연물 수준 분석에서 신뢰도가 높은 조합은 질병에 효과적일 수 있으며 화합물 수준 분석은 이를 뒷받침한다.