SDL을 위한 화학 및 소재 정보학 Certificate
Recruiting People9,999 people
Learning period11-17-2026 ~ 12-31-2029
|
성명 |
정유성 |
소속기관 |
서울대학교 |
|||
|
강의 명 (주제) |
SDL을 위한 화학 및 소재 정보학 |
|||||
|
학습목표 |
본 강의는 Self-Driving Lab의 기본 개념과 폐루프 연구 구조를 이해하고, 이를 구현하기 위한 화학·소재 정보학의 역할을 학습하는 것을 목표로 한다. 수강자는 데이터 표현, 물성·반응 예측, 합성가능성 평가, active learning 기반 실험 설계 등 SDL의 핵심 AI 기술을 이해할 수 있다. 또한 LLM agent와 생성형 AI를 활용한 차세대 자율 연구 시스템의 가능성과 한계, 실제 연구 적용 시 고려사항을 파악할 수 있다. |
|||||
|
분야 |
■ AI |
□ Bio |
□ Chem |
□ Drug |
||
|
단계 |
기초 |
|||||
|
목차 (강의시간) |
강의내용 |
실습여부 |
교수자 |
|
1 |
1강. Self-Driving Lab의 개념과 AI 기반 연구 자동화 |
X |
본인 |
|
2 |
2강. SDL을 위한 화학·소재 데이터 표현과 실험 설계 AI |
X |
본인 |
|
3 |
3강. 합성가능성 예측과 반응 예측 |
X |
본인 |
|
4 |
4강. LLM Agent와 생성형 AI를 활용한 차세대 SDL |
X |
본인 |
|
선수과목 |
|
||
|
참고자료 |
|
||
|
준비사항 |
|
||
-
SubjectChemistry, Chemical Data, Machine Learning, Drug Synthesis
-
Class AreaAI & Programming, Chemical & Cheminfonatics
-
PracticeNothing
-
UtilizeDrug Discovery, 기타