학과/분야 뉴스
- 학과 소식
- 학과/분야 뉴스
[기사] AI로 응급상황 조기예측 '바이탈케어'…비급여시장 뚫었다
- 소프트웨어학과
- 2023-02-01
의료 인공지능(AI) 기술 전문 기업 에이아이트릭스는 응급상황 예측 솔루션 '에이아이트릭스-바이탈케어'(AITRICS-VC·바이탈케어)가 한국보건의료연구원(NECA)로부터 신의료기술평가 유예 대상으로 확정됐다고 16일 밝혔다.
바이탈케어는 보건복지부가 이달 공포한 '신의료기술평가에 관한 규칙'에 따라 평가 유예(2년) 및 신의료기술평가(최대 250일) 기간을 포함해 약 3년간 의료 임상현장에서 비급여로 사용 가능하다.
선정된 기술은 △일반 병동에서 6시간 이내에 발생할 수 있는 급성 중증 상황(사망, 중환자실 전실, 심정지) 예측 △일반 병동에서 4시간 이내에 발생할 수 있는 패혈증 예측 △중환자실에서 6시간 이내에 발생할 수 있는 사망 확률 예측이다.
이어 "이번 유예 결정에 따라 에이아이트릭스는 바이탈케어의 본격적인 국내 시장 내 영향력을 확대하기 위해 영업과 마케팅을 본격화하고, 건강보험 수가 진입을 위한 임상적 근거를 축적하기 위해 노력할 것"이라고 덧붙였다.
원문 : https://www.news1.kr/articles/4925580
-
[기사] IAR시스템즈, '임베디드 소프트웨어 개발의 12가지 기본 사항' 담은 전자책 발행
IAR시스템즈(IARSystems)는 '임베디드 소프트웨어 개발의 12가지 기본 사항('The 12 Fundamentals of Embedded Software Development')'이라는 제목의 전자책을 제공한다고 16일 밝혔다.
2023-02-01
이 전자책은 임베디드 개발자가 고품질의 코드, 성공적인 시장성, 높은 수익성을 가진 소프트웨어 개발을 목표로 할 때 고려해야 할 사항에 대한 종합적인 사례 연구집으로서, IAR 시스템즈의 다양한 포지션과 분야에 속한 전문가들이 임베디드 소프트웨어 개발을 개발하며 쌓아온 풍부한 노하우와 경험들이 고스란히 담겨 있다.
임베디드 소프트웨어 프로젝트가 갈수록 더 복잡해지고 있으며, 이와 관련하여 개발자들은 애플리케이션과 제품을 보다 빠르고 비용 효율적으로 실현해야 하는 압박에 시달린다는 것은 공공연한 사실이다. IAR 시스템즈의 전자책은 임베디드 엔지니어의 당면 과제들을 정리하고, 이를 해결하는 데 도움이 되는 실질적인 조언을 '12가지 기본사항'에 담아 구체적인 사례와 함께 제공한다.
'임베디드 소프트웨어 개발의 12가지 기본사항'은 다년간의 기술 전문성과 업계 경험을 보유한 IAR 시스템즈 전문가 그룹에 의해 작성되었다. 주 저자(principal author)는 제품 마케팅 담당 수석 매니저인 라파엘 토빈저(Rafael Taubinger)이며, IAR 시스템즈의 앤더스 홈버그(Anders Holmberg) CTO, 데이비드 칼버그(David Källberg) EMEA 지역 FAE 매니저, 션 프레스트릿지(Shawn Prestridge) 미국 FAE 매니저, 그리고 한국IAR의 이현도 세일즈 매니저가 공저자로 참여해 임베디드 소프트웨어 개발에 대한 다양한 관점을 제시하고 있다.
라파엘 토빈저 IAR 시스템즈 제품 마케팅 담당 수석 매니저는 “우리의 집단 지식을 압축된 전자책 형태로 제공하는 것은 특별한 기쁨이었다”며 “우리는 사례 연구의 형태로 매우 구체적인 활용 사례를 소개할 수 있었는데, 이를 통해 개발자들에게 소프트웨어 프로젝트의 성공을 위한 가장 중요한 측면을 제시할 수 있기를 바란다”고 말했다.
출처 : 테크월드뉴스(https://www.epnc.co.kr)
-
[교내기사] 해군분석모델용 AI-CGF를 위한 시나리오 생성 모델 설계(I): 진화학습
지승도 교수의 연구실에서 해군 지능형 가상 군사(AI-CGF) 모의 기술을 연구하여 발표한 논문 "해군분석모델용 AI-CGF를 위한 시나리오 생성 모델 설계(I): 진화학습"이 "한국군사과학기술학회지" 12월호에 게재되었다. 본 연구는 워게임에서 인간 대신 AI를 접목한 최초의 시도에 대한 타당성을 검토한 연구로, 그 타당성이 충분히 입증되어 내년부터 보완 및 확장 연구를 추진할 예정이다.
2023-01-26
[그림 1] 전체 시스템 개요도
본 논문은 진화학습을 적용한 해군분석모델용 AI-CGF를 위한 시나리오 생성 모델을 설계하였다. 제안된 모델은 유전자 풀, 진화학습 제어기, 몬테카를로 시뮬레이션 제어기를 통해 해군분석모델에 전술 시나리오를 전달함으로써 진화학습을 시작한다. 진화 과정에서 선택, 교배, 변이의 진화 연산이 적용되었다. 총 5가지의 청군 전술 시나리오에 대하여 제안된 진화학습을 실험한 결과 전술적 가치가 높은 홍군 전술 시나리오를 생성할 수 있었다. 다만, 구성한 세력 상에서 높은 적합도가 곧바로 홍군의 승리를 의미하지는 않는 것으로 확인되었다. 그런데도 상륙전의 경우 청군의 이동 경로를 길게 가져가도록 유인함으로써 상륙 목표를 성공적으로 달성하는 고도의 전술도 확인할 수 있었다. 본 논문은 해군분석모델용 AI-CGF에 진화학습을 최초로 적용하였다. 이를 통해 인간이 설계한 청군 전술 시나리오에 대한 홍군 전술 시나리오를 자동 생성함으로써 논리적이며 수준이 높은 전술 시나리오 생성 능력을 확보할 수 있었다. 진화학습을 이용한 시나리오 생성모델은 유전 알고리즘을 통해 최적의 시나리오를 생성할 수 있다는 장점을 갖고 있으나, 학습과정에서 과도한 시간이 소요된다는 단점 또한 갖고 있다. 이를 해결하기 위해 지도 및 강화학습을 활용한 시나리오 생성 모델에 관한 연구를 후속 연구 논문에서 서술한다.