AI 3

A deep learning-based segmentation pipeline for profiling cellular morphodynamics using multiple types of live cell microscopy

MARS-Net 논문 리뷰: 다양한 현미경 이미지를 하나의 AI로 학습하면 왜 더 잘 될까?최근 라이브셀 이미징(live-cell imaging) 분야에서는 세포의 움직임(morphodynamics)을 정량화하려는 연구가 많아지고 있다.문제는 세포 경계를 정확하게 segmentation 하는 게 생각보다 굉장히 어렵다는 점이다.이번 논문은 바로 이 문제를 해결하기 위해 MARS-Net (Multiple-microscopy-type-based Accurate and Robust Segmentation Network) 이라는 딥러닝 기반 segmentation pipeline을 제안한다.논문 정보논문 제목A deep learning-based segmentation pipeline for profiling ..

AI/논문리뷰 2026.05.23

Artificial Intelligence for Organelle Segmentation in Live-Cell Imaging 논문 리뷰

https://spj.science.org/doi/10.34133/research.1035 Artificial Intelligence for Organelle Segmentation in Live-Cell Imaging | ResearchOrganelle morphology and dynamics are closely linked to cellular function and fate, yet their relationships remain poorly defined across physiological and pathological contexts. Live-cell imaging enables the visualization of subcellular structures and ...spj.scienc..

AI/논문리뷰 2026.05.04

Google Skills를 활용하여 인프라, AI역량 강화하기

목표최근 AI 기술이 급변하면서 단순히 모델을 사용하는 것을 넘어, 모델을 관리하고 배포하는 환경, 그리고 백엔드 인프라와 AI를 연결하는 파이프라인을 구축하는 역량이 중요해주고 있다. 이러한 영향을 강화하기에 google 클라우드 스터디잼이 도움이 될 수 있겠다 생각해서 지원했다. 약 2달간의 학습기간 내에 목표는 다음과 같다.AI역량을 강화모델을 관리하고 배포하는 환경 숙지백엔드인프라와 AI모델을 연결하는 파이프라인 학습신청 포맷에서 내가 선택한 우선순위는 다음과 같다. 1순위: Gen AI Development 이유: 단순히 모델을 쓰는 법을 넘어, Gemini API를 실제 서비스(Streamlit 등)에 연동하는 법을 학습연결 역량: 모델을 어떻게 코드(백엔드)로 불러오고, 결과값을 사용자에게..

자기계발/목표 2026.04.07