全部 90件
新闻 列表
公告栏 列表 内容
2019-10 04

[学术][优秀R&D] 金承贤教授,为难治性神经系统退行性患者开发量身定做型治疗剂

有人选择为少数患者制定多种治疗方法,而非为多数患者制定有限的治疗方法。他就是医科大学神经系金承贤教授。金教授正在为患有肌肉萎缩症、痴呆等疑难神经系统疾病的患者量身定制治疗药物。这是符合各遗传及临床特征的亲和型治疗剂。开发治疗药物的道路很艰难。记者见到了比任何人都能克服困难的金教授。 ▲ 医科大学神经科金承贤教授正在介绍有关针对难治性神经系统疾病患者的治疗药物。 从“以药物为中心”到“以患者为中心” 迄今为止,人们普遍认为“一剂药将治疗所有相关疾病”。但是,肌肉萎缩症、痴呆等神经系统退化性疾病通常是由多因子遗传引起的。即使是同样的疾病,其中所发生的疾病的进行速度、肉眼可见的形态等现象和原因却因人而异。换句话说,只靠开发一种共同的药物,无法治疗神经系统退化性疾病。金教授将观点从"药"中心转变为"患者",研制出了符合各患者遗传和临床特征的亲和型治疗药物,而不是适合所有人的治疗药物。 金教授为了开发治疗剂,正在持续进行实验。通过剖检患者,将采集到的皮肤细胞制成脑神经,然后向该神经注射治疗药物,以确定疗效。对有同样基因变异的动物也会使用相应的治疗药物进行试验,以确定药物是否有效。如果这两个实验群都获得成功,而且临床实验也做得好,治疗剂的效果就会得到认可。同样的疾病也可以在其中进行多种诊断。也就是说,即使是同为阿尔茨海默痴呆患者,也有可能出现10到20个副集体。金教授从这方面获得了点子,通过调节免疫炎症,寻找治疗效果好的患者,设定一个亲和型模式。选定相关患者后,进行针对性治疗。 ▲ 到目前为止进行的临床试验概要及相关目标资料。(金承贤教授提供) 利用人工智能的平台事业 金教授正在考虑利用人工智能(AI)与所有人分享数据的平台事业。在辨别治疗概率的"monogram"(表示变数关系的图表)中输入患者的信息,就能给患者提供适当的治疗指南。换句话说,就是以患者的遗传信息、病情的进行速度、年龄等为标准,提出适合各患者的治疗方案。人工智能的学习功能与金教授的研究组信息的不断累积,随着时间流逝,可以拥有更准确的判断能力。 想要以医生的使命为神经系统退行性疾病治疗 金教授的这些成果是从医生的使命开始的。金教授表示:“为患有疑难病症的人研究疾病是大学医院的教授和医生的职责。此前,我们一直致力于治疗神经疾病中难以治愈的肌肉萎缩症、痴呆等神经退化性疾病。”他现在通过每周轮流的方式,多名医生照顾一名患者的多角制诊疗系统和对肌肉萎缩症患者的教育项目(每个月一次)等方式,通过研究以外的各种方法全力以赴。 最后,金教授为学习医学的学生们留下了激励的信息:“希望学生们不要局限于一个领域,而是对荒僻的领域也予以关注和研究。”不是走平凡的路,而是去拓展人们不常选择的新的道路。我们能够通过金教授看出那新道路的价值。 文 / 郑燕记者 cky6279@hanyang.ac.kr 图 / 金珠恩记者 coram0deo@hanyang.ac.kr 译 / 金玟周 global@hanyang.ac.kr

2019-09 27

[学术][优秀R&D] 安信元教授,担当江华郡市指定文化遗产综合整治计划工作

ERICA校区文化人类学系安信元教授负责对江华郡的市指定文化遗产进行综合整顿。安教授正在努力正确管理仁川广域市指定的江华郡内的文化遗产。不只是进行保存工作,也在研究着文化遗产与人们共存的方法。安教授表示:“目前正在拉近文化遗产和人之间的关系。”记者见到了以特别的视角看待文化遗产的安教授。 ▲ ERICA校园文化人类学系安信元教授正在说明江华郡市指定文化遗产综合整顿基本计划的制定工作。 安教授希望通过此次工程,制定整顿和活用江华郡内60件文化遗产的方案。目前,江华郡的文化遗产因管理不足而进入了服务状态。安教授正在制定文化遗产保护和综合利用计划。在这里,“活用”意味着每个人都可以直接接触和享受文化遗产。 安信元教授组将负责对文化遗产的基础调查及现状调查,提出保存计划和活用方案等。还为每个个案提供解决方案,包括维修、指定和整治等,其中包括应投资方案。具体应用方案从城市规划阶段,到将文物纳入“精品文化城”规划阶段。安教授表示:‘韩国在应用领域处于初期状态,需要更多的思考和讨论。” 目前,安教授已完成江华郡文化遗产的现状调查和文献调查。 ▲这是文化人类学系安信元教授在进行现状调查时拍摄的江华郡五常里支石墓的照片。(安信元教授提供) “文化遗产不单需要进行保护,更重要的是要融入人们的生活之中。”文化遗产与其说是需要保护的对象,不如说是与我们共存的存在。安教授表示:“意大利可以将罗马斗兽场租借为派对场所,可以看出在那里文物与人之间已经形成了很好的纽带关系。” 此次事业对今后管理其他地区文化遗产也具有很大借鉴意义。这些尚未显现价值的文化遗产在全国各地存在着,很多地方需要综合整治。安教授表示:“这将成为其他地区有形和无形文化遗产保护及利用的良好范例。” ▲安信元文化人类学系教授组正在对位于江华郡的文化遗产—— 分五里墩台进行调查。(安新元教授提供) 文化遗产并不一定只能在博物馆里看到,它共存于我们的生活。汉阳大学附近的箭串桥也是宝物第1738号文化遗产。安教授表示:“文化遗产就像朋友一样存在着。只有亲近文化遗产时,才能实现与人共存。只有亲密地接受文化遗产,才能营造保护文化遗产的健康环境。” 文 / 郑燕记者 cky6279@hanyang.ac.kr 图 / 李贤善记者 qserakr@hanyang.ac.kr 译 / 金玟周 global@hanyang.ac.kr

2019-09 27

[学术][本月研究者]金英德教授利用吸附式淡水技术带动韩国的淡水化研究

地势为三面环海的韩国很重视对海水的技术研发。通过将海水转换成淡水的海水淡化技术,可以获得饮用水和纯度较高的净化水。目前,在新加坡、澳大利亚和沙特阿拉伯等地区的淡水技术研究已经非常活跃,但韩国还是相对滞后。ERICA校区机械工学系金英德教授展示的吸附式淡水技术有望成为韩国淡水化研究的希望之火。 ▲ERICA校区机械工学系金英德教授正在对研究中的吸附式淡水技术和现有的淡水化方法进行说明。 吸附式淡水技术是指,在蒸发海水后,冷却水蒸气,制造淡水的热性淡水化技术。该技术的优点是利用较低的热能,就可以制造干净的水和可用于空调的冷水。淡水化效率高,制造中所需的防潮剂价格相对低廉,总体技术成本较低。金教授希望能够通过此次研究,实现环保的技术研究。 ▲展示吸附式淡水技术工程过程的照片。(金英德教授提供) 吸附式淡水技术可以理解成,为防止蒸汽发潮的小型除湿剂(硅胶)。首先,将海水加热12摄氏度到28摄氏度后制造的水蒸气通过管道输送到硅胶板。由于硅胶的亲水性,在相对较低的温度下海水也可以蒸发,在此过程中可以得到冷水。硅胶板由吸附板和脱合板组成,脱水过程中生成精制的淡水。在吸附板上吸收水蒸气,之后在脱附板上将吸收的水蒸气脱吸制成水。 金教授表示:“如果吸附式淡水化技术在市场上得以广泛应用,将会促进热交换器与吸附剂技术开发等多个领域的研究活跃性。”同时,他还表示:“目前,正在与需要高纯度水的制药公司、造纸公司和半导体公司等进行合作探讨。” 文字/ 尹熙玄记者 aladin@hanyang.ac.kr 图片/ 李玄善记者 qserakr@hanyang.ac.kr 译/ May global@hanyang.ac.kr

2019-09 16

[学术][优秀R&D] 林鍾宇教授,融合算法和深度学习方式,提升电脑视觉展望

所谓电脑视觉展望,是指从视频和图像中提取必要的信息。这个领域有传统的算法方式和利用深度学习的方式。首尔校区计算机软件系林鍾宇教授试图将这两种技术融合在一起,实现互补。现在,让我们来一起了解任教授负责的“视觉展望模型基础空间状况认知基础技术研究”的故事。 电脑视觉展望:算法方式和深度学习方式 算法方式的电脑视觉展望是发展了四五十年的传统研究方法。算法主要应用于通过相机对汽车行驶速度等准确的数字情况的认识。深度学习(Deep Learning)虽然也有很长的研究历史,但是最近利用比较活跃。深度学习用于从面部表情中认知人的感情等意义性信息解释。林教授并没有将此二者分开来看,而是研究了合并的方案。 ▲ 使用深度学习方式,可以将被接受的形象周边空间复原为三维信息。输入影像和推定的距离信息(左)和三维复原结果(林锺宇教授提供) 自动驾驶汽车的电脑视觉展望 林教授的此次研究主要针对自动驾驶汽车和CCTV等利用的电脑视觉展望。为便于理解,林教授以自动驾驶汽车为例,对研究进行了说明。为了施行无人驾驶,需要能够识别并解释通过相机传来的信息的技术。行驶时需要立即将与前车的距离进行信息化。算法方式(Algorithm)就具有这一特点。将车辆行驶期间变化多端的周围空间视为三维也是核心技术之一。深层学习方式可以更有效地处理这类问题。若只靠算法方式或深度学习中的一个,则无法完成无人驾驶。 由于路况通过相机来识别,当瞬间物体重叠于其他物体而被遮挡或出现大的照度(受照明面的亮度尺度)变化时,可能会发生危险。这种情况下,属于传统方式的算法范式就会出现问题。林教授通过深入学习解决了这个问题。林教授的方法是追踪物体,学习外形信息,预测变形,从而实现对事物的解读。 ▲ 算法方式有利于测量物体的速度和距离。深度学习方式是将正在运动的物体和静止的物体进行分类等,容易进行意义性分析。照片上显示运动物体,不显示静止物体。 (林教授提供) 融合算法方式和深度学习方式的方法 深度学习方式的处理结果不是视觉形象,而是“信息(data)”。将视觉资料分成大的范畴,将传送描述物体特征的信息。算法方式的处理结果将留下用像素表现的形象。将以算法方式获得的像素形象与深度学习的结果信息进行搭配,这就是是林教授融合两个领域的方式。他说:“在物体追踪领域,很多人已经把算法和深度处理混合起来使用。” ▲ 林锺宇教授告诉记者,电脑像人一样识别视觉信息,很不容易,现在仍然在进行技术尝试。 第二期研究 “视觉展望模式基础空间状况认知基础技术研究”从2017年9月开始,历时两年。此次研究是“通过了解人类水平的综合影像来理解认知并预测情况”研究的第一期。通过第一期的研究,林教授和研究人员实现了目标功能的开发,并撰写了多篇论文。林教授表示:“使电脑像人一样识别视觉信息并不容易,目前仍然在进行技术性尝试。”林教授还将在第二期的研究中担任研究负责人,进行“以深度学习方式为基础的意义性理解基础技术研究”。 文 / 金贤燮记者 swiken1@hanyang.ac.kr 图 / 金贤洙记者 soosoupkimmy@hanyang.ac.kr 译 / 金玟周 global@hanyang.ac.kr

2019-09 05

[学术][本月研究者]崔振植教授,研发出能够提高能源效率的能源网络技术

首尔校区计算机软件学部的崔振植教授研发出了集智能之家、智能电网、智能城市于一体的分层分散型能源管理代理框架技术。该技术融合了通过国家发电站垂直获得电力的现有“分层”能源供应方式和网络之间可以自由交换信息的网络“分散型”特点。崔教授表示:“虽然在国家层面上实现了电力能源的生产及使用者间的均衡调节,但具有自身智能的代理公司起到了代理人的作用,能够管理符合使用者的电力能源。” ▲计算机软件学部崔振植教授针对“分层分散型”能源管理代理框架技术进行了说明。 大部分国家把发电站生产的电统一提供给用户。供电时而很少考虑个别情况。因此产生了电力不足或剩余的现象,成为停电和电力过度生产等的原因。 引入分层分散型的能源管理模式则可以解决这个问题。起到使用者代理人作用的智能型代理可以根据使用者的模式和喜好度管理电力能源,可以有效防止不必要的电力浪费。通过网络的分布方式,可以实时交流有关电能的信息,减少能源的使用量。如果在此次研究结果中加入人工智能(AI),则可以制造提高整个社会能源效率的“能源网络”。 能源网络在社会的多方面都可以得到使用。首先,用电的人可以根据自己的需要有效地消费能源,从而减少不必要的使用。由于可以实时提供电力使用量、消费模式等信息,因此可以大约节省全体能源生产量的20%。由于智能型代理的介入,还可以与各家庭进行电能交换。在防止夏季停电、电费下降等实际生活中,提供诸多便利。不仅如此,在因气候变化而生产不定的新再生能源领域,这也是一个好消息。 ▲ 图中为分层分散型能源管理代理框架。(计算机软件学部崔振植教授提供) 本次研究的意义在于,随着能源重要性的提高,有必要对其进行适当的管理。若能继续开发,对国家层面也会大有裨益。崔教授表示:“韩国目前处于经济合作与发展组织(OECD)最低水平,该技术可以使韩国的能源利用效率得到极大地提高,将成为世界上首个以国际标准能源管理代理为基础,实现能源网络建设的国家。” 文字/ 郑妍记者 cky6279@hanyang.ac.kr 图片/ 李炫善记者 qserakr@hanyang.ac.kr 译/ May global@hanyang.ac.kr

2019-09 02

[学术][优秀R&D] 朴泰俊教授,开发以人工智能为基础物品组装合作机器人技术

ERICA校园机器人工学系教授朴泰俊和韩国产业技术评价管理院(KEIT)于今年7月签订了机器人产业核心技术开发项目协议。该项目的目标是开发能够根据说明书自行组装家具的机器人。机器人将通过以机器蓝图为基础的强化学习人工智能(AI)进行工作。机器人通过收集组装家具时的失误信息。之后将具备识别组装对象,按照设计图组装的能力。另外,朴泰俊教授担任着ERICA校区人工智能合作机器人事业团团长。 ▲ ERICA校区机器人工程系教授朴泰俊正在介绍韩国产业技术评价管理院"以人工智能为基础的物品组装合作机器人"公募展上当选的人工智能为基础的家具组装机器人项目。 朴教授计划开发“从视觉上理解为人类组装家具的说明书,并在与人类组装环境相同的环境中组装物品的机器人”的项目。该项目被韩国产业技术评价管理院为针对第四次产业革命而进行的"人工智能基础物品组装合作机器人"公募展所采纳。朴教授表示:“第四次产业革命的本质是现实世界的硬件和虚拟世界的软件的融合。我们的目标是制作像自动驾驶汽车一样硬件和软件相结合的生产附加价值的机器人。” ▲ 机器人工学系教授朴泰俊正在制作家具组装机器人的胳膊部分。 (由ERICA校区产学合作团提供) 为了此项项目,朴教授从今年4月开始进行了先行研究,目标是在明年年末制作完成品。一台家具组装机器人像人一样看着物品组装说明书制作成品。相机起到眼睛的作用,同时胳膊开始转动。现有的传送带工程由数台机器人组成并合并而成。家具组装机器人内置的人工智能技术可以起到人脑的作用。朴教授表示:“我们的目标是确保以人工智能为基础的物品组装技术,提高制造产业的竞争力,增加社会对机器人的使用。” 李世乭九段和谷歌阿尔法围棋的对弈已经结束3年了。此后,全世界开始关注人工智能。当时阿尔法围棋的软件虽然取得了惊人的成果,但是实际上围棋界存在着人应该拥有的界限。家具组装机器人在软件和硬件融合方面具有重大意义。因为像阿尔法狗一样搭载了人工智能,可以像人一样移动。 机器人技术的发展,将为在实际生活中,包括独居老人家庭和单人家庭在内的,在家庭组装方面遇到困难的人带来便利。 文 / 尹锡铉记者 aladin@hanyang.ac.kr 图 / 金珠恩记者 coram0deo@hanyang.ac.kr 译 / 金玟周 global@hanyang.ac.kr

2019-08 26

[学术][本月研究者]为打造更加坚固耐用的建筑,李汉承教授团队研发出“耐久性房屋健康监测技术(DHM)”

ERICA校区建筑学系李汉承教授团队研发出了房屋耐久性健康传感器(Durability Health Monitoring, DHM)。此传感器可以实时掌握混凝土建筑物的腐蚀老化情况,从而大幅增加建筑物的预期寿命,而且它也是全球首个以固体为对象测量氯离子和二氧化碳的监测器,因此具有划时代意义。 一直以来,李教授都以“建筑物的维护管理”为中心开展研究工作。因为他们认为,摆脱过去以效率为中心的建筑模式,从生命周期的观点出发,耐用环保的建筑物将会为人类带来更长期的帮助。 ▲ERICA建筑学系李汉承教授正在对这项划时代的研究成果---房屋耐久性健康监测技术(Durability Health Monitoring: DHM)进行说明。 李教授在多年的研究教学工作中,深刻认识到对于混凝土建筑物来说,实现对氯离子和二氧化碳渗入情况检测的必要性。 这两种化学成分的渗入导致埋在混凝土里的钢筋生锈并膨胀,从而使建筑物的预计使用寿命大大缩短。本次由李教授与成均馆大学新材料工程部金善国教授带领的研究团队进行了传感器开发及后期适用性实验,成功将此项技术推向应用普及阶段。 测量传感器利用了光波原理(通过光传达信息的玻璃纤维)。在传感器中,如果接触到氯离子和二氧化碳,就会导致自身变色,从而确认渗透程度。传感器可以分散的安装在混凝土建筑物的不同位置,掌握建筑物整体老化程度,并及时采取应对措施,从而大大延长建筑物的预期寿命。简单来说,就是将人体的健康监测技术和远程医疗原理融入到了建筑之中。 ▲李汉承教授表示:“此次研究成果,将为造福人类整个生命周期的建筑未来提供发展蓝图。” 李教授表示,“耐久性健康检测技术”超越了以往对建筑物安全性的单一理解,着眼于建筑内部的耐久性结构,期待未来有更多耐用环保的建筑物和大家见面。最后,李教授激动地说道:“希望今后也要像此次研究一样,利用第四次产业革命时代的革新技术,取得更多造福人类的研究创新。” 本文翻译: 苏伯伟 (global@hanyang.ac.kr)

2019-08 09

[教师]【本月研究者】金道焕教授,开发有机半导体凝胶(Gel)提高有机半导体耐久性

这是一个可以与电影《阿凡达》中的人物一起翱翔蓝天,将世界级足球明星梅西招入自家客厅的时代。随着虚拟现实(VR)和增强现实(AR)的发展,以前不可能的事情正在我们周围发生。不过,长时间佩戴VR·AR仪器,会因分辨率低而伴有晕眩现象。化学工学系金道焕教授开发出了可以解决这些问题的“有机半导体凝胶(Gel)”。 有机半导体是指可以代替现有硅半导体的,以有机化学物为基础的新一代半导体。最近,因用于曲面(弯曲或折叠)和流线(不断上升)电子设备的制作而倍受关注。但是,由于物理冲击方面较弱,而无法连续加工以溶液工程为基础的有机发光二极管(OLED)发光型有机半导体。核心是不能利用现有的硅半导体制作过程“Photolithography”模式工程。金教授研究组发现有机半导体在维持电气性、光学性、机械性性能的同时,还可以利用现有图像元件工程的方法。 ▲ 金道焕化学工程系教授在世界首次开发出了耐久性优秀的“有机半导体凝胶(Gel)” 金教授开发出了有机半导体凝胶(Gel)材料转换技术,在有机硅网络之间形成“三维超密度混合结构”,以提高有机半导体的耐久性。用有机半导体链和有机硅链的结合,形成耐久性强的凝胶链。通过该研究,金教授组研制出超高分辨率的积层型有机电子元件。接着又成功地制作出高分辨率有机电子回路和OLED微型显示器。此次研究结果显示,VR·AR机器的性能将得到极大提升。另外,吸收光线的水光型凝胶可以制作高分辨率图案,因此可以制作高分辨率图形传感器。 ▲ 金教授研究组开发的混合结构,开发出诱导有机硅网络间“三维超密度混合结构”的材料转换技术,克服了现有有机半导体的局限性。(金道焕教授提供) 对于开始研究的契机,金教授说:“与学生研究员讨论鸡蛋的非逆向性(不可逆转的)变性后开始了研究。”他解释说:“在常温下,蛋清会溶于水,但加热变白后,就不会液化。我们便是通过加热,分子缠绕在一起构成了网络的凝胶体(Sol-gel process)。”此次研究作为封面论文刊登在材料科学领域的世界性学术杂志《Advanced Materials》7月刊上,并已通过相关技术注册并申请了5项国内外专利。 ▲ 金道焕教授(左二)和参与此次研究的学生研究员们 文/ 金佳恩记者 kate961212@hanyang.ac.kr 图/ 金珠恩记者 coram0deo@hanyang.ac.kr 译/ 金玟周 global@hanyang.ac.kr

2019-08 06

[学术][优秀R&D]成元茂教授,应用AI技术加强非传统油气井生产效率

非传统型(unconventional)资源是指,不通过现有的化石燃料开采方法,而是用新技术开采的资源。资源环境工程系成元茂教授目前正与新墨西哥矿产工程系大学(New Mexico Institute of Mining and Technology)合作,研究在“非传统油井技术”(通过钻探井水提取油气的技术)上加入人工智能(AI)技术。我们的记者采访了在页岩气领域很具有代表性的成教授,并听取了他的观点。 ▲资源环境工程系成元茂教授融合AI技术,正在进行提高非传统油气井生产效率的研究。 作为叶岩气原料的叶岩是由像泥土一样小的粒子组成的岩石,拥有螺旋桨(动植物的尸体变成原油之前的阶段)。同时也是有机物化学燃料制造叶岩气的主要原料。成教授表示,通过非传统油井技术可以提取叶岩气。“非传统油气井技术原理简单,首先在地面上垂直挖2到3公里,然后水平地挖3公里。然后就在横轴周围形成一个裂缝。就这样吸附在页岩上的天然气就形成了油气井。 ▲资源环境工学系成元茂教授的研究室里的页岩石标本。岩浆是由像泥土一样小的粒子组成的岩石,拥有螺旋桨(动植物尸体变成原油之前的阶段)。 ▲非传统型油气井和传统型油气井的技术原理图。(资料由资源环境工程系成元茂教授提供) 成教授为了更大提高非传统型油气井的生产效率,加入了AI技术。成教授表示:“由于钻探时地下岩石的深度都不一样,因此很难到达目的地。”“岩石可以是较为松软的,也可以是很坚硬的,所以导致井水不能垂直行进,从而无法到达预定的位置。如果利用人工智能技术,就能掌握岩石的种类、深度和天然气,准确无误地到达目的地。“同时可以提前知道钻探所需的时间和生产量,效率得以大大提高。成教授表示,通过AI技术的运用,非传统型油气井的开采成本减少了几千亿韩元以上。 此次研究从今年5月开始,将持续3年。成教授已经到访美国并宣布研究项目的开始。合作方的新墨西哥矿山工科大学也为此联系了拥有叶岩气的矿场和拥有叶岩气井的公司。 ▲资源环境工程系成元茂教授表示:“随着AI技术与非传统型油气井开采的不断融合加深,将为之后天然气资源的广泛应用做出巨大贡献。” 之前叶岩气一直作为不可开采的天然气,但是随着非传统型油气井技术的问世,叶岩气从2000年代开始成为可利用的自然资源。因为叶岩气只出现在特定的地层, 所以准确找到埋藏层的位置就成了关键。由于非传统性油气田技术和传统技术相比更加易操作, 和每1000m³1000亿韩元以上的海上油气井相比成本低廉的特性被广泛应用。成元茂表示:“到2050年前后,天然气能源消费比重将大大提高。”“我们要积极开发与非传统油气井接轨的人工智能技术,努力为未来稳定充足的天然气供给助一臂之力。” 本文翻译: 苏伯伟

2019-07 29

[学术][本月研究者]李相旭教授,用电脑模拟技术开启再生能源新世界

“催化剂”再次受到广泛关注。这是因为最近催化技术在氢能生产、高效能燃料电池及能源储存装置(ESS)开发等再生能源领域起到了核心作用。在一般的化学工程中,虽然将铁、铝、铜、镍等低价金属作为催化剂使用,也可以满足大量生产所需。但在新再生能源领域有所不同。由于是新生技术,相关研究还未得到充分开展,因此不得不使用高价金属进行生产。化学分子工程系教授李相旭开发出了“电脑模拟方法论”,该理论有助于将碳等非金属物质作为催化剂使用,而不是高价的稀土类原料。 在化学反应中,不消耗自身的前提下,能够调节反应速度快慢的物质被称为催化剂。这就像隧道一样,起到可以在更短时间内通过高山一样的作用。以前是用于制造合成树脂、包装材料、汽车内外装饰品等领域,但是现在正在被用于新再生能源的开发上。但是,材料费带来的经济负担也不容小觑。为了将氢能电解为电解水,必须使用铂金作为催化剂,但这一费用就需要40亿至50亿韩元。因此,开发廉价的催化剂就变得比什么都重要。 ▲化学分子工程学李尚旭教授正在说明将碳等非金属物质作为催化剂来代替昂贵的稀土类材料使用的电脑模拟方法的必要性。 为了开发催化剂材料,应该关注催化剂表面。目前理论上所知的催化反应机制分为两种,即雷-瑞迪尔反应(ER, Eley-Rideal Reaction)和兰茂尔-辛西尔伍德反应(LH, langmuire - hinshelwood Reaction)。现有的研究开发是通过爱迪森式的方法,对各自的物质逐一进行实验,并寻找其中适合的一个,可想而知,其效率非常低。李教授使用了“Insilico”方式,通过电脑模拟工作同时解释了很多物质的特性。通过以量子力学/分子动态学为基础的电算工作,掌握了电子材料、能源材料、纳米材料的物理、化学性质。这在电子、原子水平上解释了结构和物理性质之间的相互关系,因此对相关领域的研究具有非常深远的意义。 ▲通过李相旭教授开发的电脑模拟方法论OPNS(One probe & NEGF surface),可以区分出在催化表面上出现的两种反应——ER, Eley-Rideal Reaction和LH, langmuire - hinshelwood Reaction。(李相旭教授提供) 当被问到将电脑模拟技术应用于研究的契机时,李教授说:“我在研究图形碳素Carbon Nitride素材的过程中,发现以往被广泛使用的爱迪森方法存在很多问题”,“化学反应必须明确掌握电子的流动规律。而不单纯依靠歪打正着的研究方式。”因此,此次研究也解开了利用高性能计算(HPC)服务器,通过电脑模拟技术,在自然现象下解释了原子、电子运动的规律。”李教授表示:“仅凭现有的实验性的研究方法,只能达到带着矛上战场的作用。只有将现有的实验方法和电脑模拟方法同时参与,才能形成矛盾结合的良性闭环。” ▲李相旭教授指着此次研究中使用的这台高性能计算(HPC)服务器说到:“现在看到的它正通过1000多个命令代码进行电脑模拟工作。”

2019-07 18

[学术][优秀R&D]金泰坤·朴真求教授,负责韩国-比利时全球人才培养项目

智能融合工学部金泰坤教授(实务负责人)与材料化学工学系朴真求教授(总负责人)共同负责的“为促进韩国-比利时未来革新发展的全球专家培养项目1。该项目是由韩国产业技术振兴院支援的“革新发展全球人才培养项目”。其中,汉阳大学被选定为智能型半导体、3D打印、机器人领域。智能型半导体领域的派遣学生可以在位于比利时的半导体研究所IMEC, 3D打印和机器人领域的派遣学生可以在鲁汶大学(KU Leuven)进行实习和研究。 ▲ 智能融合工学部金泰坤教授正在对“为促进韩国-比利时未来革新发展的培养全球专家项目1,进行说明。 金教授积极地推进了本次项目,是因为之前已与IMECH有交情。金教授表示:“我在IMECH工作了10多年,IMECH是全球性的半导体综合研究所。基础设施很好,也有很多值得学习的地方,所以这次派遣海外的学生们一定会收获宝贵的经验。” ▲《为促进韩国-比利时未来革新发展的全球专家培养项目1》招募海报。金教授表示:“目前还没有招满参与人员,还在进行招募中。”(金泰坤教授提供) 研究时间最短为6个月,最长为1年,不同的研究主题时间各不相同。预计选拔26名硕士、博士课程的研究生参与研究。金教授表示:“目前正在招募13名今年派遣的人员。由于学生还没有招满,因此期限截止到招满为止。明年派遣的13名学生将于今年10月进行招生。”金教授还表示:“即使不符合申请条件的学生,如果想要积累相应经验,也可以在咨询后进行申请。”本次项目的支援资金相当可观,包括支援机票、工资等,因此在比利时生活是完全没有问题的。另外,最终26名派遣的学生中,通过面试的2名学生将可以就职于研发原子显微镜和纳米测量仪器的Park Systems公司。 金教授表示:“希望将学生们培养为像Park Systems公司等中坚企业里的中层管理者。”像半导体、3D打印、机器人等新一代技术在以自主工作环境为主的中小企业研究时,将促进持续性发展。金教授表示:“希望在本次项目顺利完成后,进一步推进“为促进韩国-比利时未来革新增长培养全球专家项目2。在第二次项目中,努力吸引更多能够促进学生们就业的企业,我认为这也是本次项目的终极目标所在。” 文字/ 玉宥静记者 halo1003@hanyang.ac.kr 图片/ 金洙恩记者 coram0deo@hanyang.ac.kr 译/May global@hanyang.ac.kr

2019-07 05

[学术][优秀R&D] 송시몬教授加快实现学生海外派遣研究项目实施

工科学院机械工学系송시몬教授从今年4月开始负责革新增长全球人才培养项目“机器人-工程创新设计全球人才培养事业团”工作。这项工作是从产业通商资源部招募全球人才培养事业团开始的。为此,宋教授将汉阳大学研究生院融合机械工学系、原子能工学系、纳米有机工学系及NVH Korea组成的国际财团组成了事业团。宋教授在全球人才培养事业团的众多招募领域中,选择了机器人和工程领域。参与全球人才培养事业的26名机械工学部硕士、博士生及博士后研究员可以在相关领域与麻省理工学院(MIT)、斯坦福大学、哈佛大学等14个优秀海外派遣机构共同进行研究。 ▲송시몬机械工学部教授担任的“机器人-工程设计革新设计全球人才培养事业团”通过工程技术和机器人补充研究领域,为培养人才、确保技术和创造工作岗位做出了贡献。(송시몬教授提供) 宋教授解释说:“每个学生的研究时间和主题都不同,学生将会在与自己研究方向相似的海外机构分别进行6个月到1年的研究工作。“机器人领域将研究软件机器人、再生机器人、模块机器人、可穿戴式设备、机器人动力技术,在工程领域将研究低价高感应物联网(IoT)传感器技术和人工智能(AI)、大数据融合工程技术实时监测技术。 产业通商资源部为了促进学生的顺利研究,提供了充分的支援金。宋教授表示:“为了项目能够被选定并实施,产学合作团长李秀载也提供了积极地帮助,并再次由衷的表示感谢。” ▲송시몬教授表示,希望通过本次项目,能够更好塑造学生们对研究的热情和姿态。 宋教授表示:“希望在本次项目结束的2020年后,学生们对研究的热情和姿态能够有大幅改善。“宋教授对学生们的爱是真诚的。宋教授表示:“希望通过此次事业,学生们能够收获更多的学习和成长。我经常和学生们参加海外学术大会。访问外国大学时,都会到周边大学的研究室参观。虽然基础设施比汉阳大学差一些,但他们正在进行着世界性的研究。优秀的论文并不是因为研究环境优秀而产生的。目前,汉阳大学的研究实力已经得到了全世界的认可。学生们的研究本身固然重要,但同时也希望他们能够学习海外机构对研究工作的认真态度,以及其他的方方面面。" 本文翻译: 苏伯伟