안성수Sungsoo Ahn
SPML Lab
분자를 위한 기계학습
- 논문
- 48
- 구성원
- 12
- 졸업생
- 3
Intelligent Chemistry Lab
인공지능을 계산화학에 접목하여 신약 후보 분자 설계, 화학 반응 및 합성 경로 예측, OLED 등 신소재 탐색을 위한 딥러닝 모델을 연구합니다.
논문 주제가 비슷한 연구실
KAIST 김우연 교수 연구실은 AI for Science 분야 연구실로, 연구실 홈페이지 기준 2023–2026년 논문 36편(T1 14편)을 발표했습니다. 현재 박사과정 8명, 석사과정 2명이 소속되어 있습니다. 졸업생은 15명입니다.
2023–2026 · 연구실 홈페이지 기준
연평균 · T1 비율
9.0 · 39%
논문 제목에서 찾은 주제예요. 최근 논문일수록 크게 반영돼요.
논문 36편
Kyunghoon Lee, Sungwoo Kang, Beomgyu Kang, Won-Joon Son, Seungmin Lee, Dae Sin Kim, Woo Youn Kim
Autonomous bioisosteric replacement for multi-property optimization in drug design
Hyeongwoo Kim, Seokhyun Moon, Wonho Zhung, Shinwoo Kim, Jaechang Lim, Woo Youn Kim
Dual Targeting of Tau Kinases and Autophagy by Abemaciclib Independent of CDK4/6 Inhibition
Jihui Han, June-Hyun Jeong, Dongjoon Lee, Yujin Jung, Yujin Jin, Eun Sun Jung, Haeng Jun Kim, Woo Youn Kim, Chang-Han Lee, Inhee Mook-Jung
Joongwon Lee, Seonghwan Kim, Seokhyun Moon, Hyunwoo Kim, Woo Youn Kim
Harnessing generative AI for efficient organic materials discovery in low-data regimes
Jun Hyeong Kim, Kyunghoon Lee, Hyeonsu Kim, MinSoo Kang, Suk-Ku Chang, Yinglan Jin, Dongwook Kim, Woo Youn Kim
How Do Co-folding Models Organize Structural Information?
Minha Park, Shinwoo Kim, Seokhyun Moon, Hyeongwoo Kim, Gyuho Jeon, Woo Youn Kim
Learning Adaptive Perturbation-Conditioned Contexts for Robust Transcriptional Response Prediction
Yinhua Piao, Hyomin Kim, Seonghwan Kim, Yunhak Oh, Junhyeok Jeon, Sang-Yeon Hwang, Jaechang Lim, Woo Youn Kim, Chanyoung Park, Sungsoo Ahn
Riemannian denoising model for molecular structure optimization with chemical accuracy
Jeheon Woo, Seonghwan Kim, Jun Hyeong Kim, Woo Youn Kim
논문 주제 구성이 비슷한 연구실이에요.
SPML Lab
분자를 위한 기계학습
MICC Lab
머신러닝 알고리즘과 고급 시뮬레이션 기법을 개발해 신소재·분자 발견을 가속하는 AI 기반 계산화학을 연구하며, 에너지·촉매·탄소포집·합성 계획·자율실험실에 응용합니다.
BIIL
머신러닝·딥러닝 기반 신약개발과 생물정보학을 연구하며, 저분자·항균 펩타이드 생성, 약물-표적 상호작용 및 ADMET 예측, 해석 가능한 AI 모델을 다룹니다.
BHI Lab
생명정보, 기계학습