연구진이 단일 분자 힘 측정(SMFS) 데이터 분석 자동화를 위한 딥러닝 프레임워크를 개발했어요. 이 프레임워크는 극심한 불균형 데이터 환경에서 희귀한 분자 분리 이벤트를 발견하는 데 특화됐어요.
ResNet18 기반 모델은 1.34%의 극도로 낮은 비율의 이벤트에서도 91.96%의 정확도와 92.31%의 높은 재현율을 달성했어요.
개발된 파이프라인은 불필요한 배경 노이즈 데이터를 자동으로 제거하여 수동 검토 작업량을 90% 이상 줄였어요.
Grad-CAM 분석을 통해 네트워크의 결정이 힘 곡선의 관련 기하학적 특징에 기반함을 시각적으로 확인하여 블랙박스 문제를 완화했어요.