|
신경망의 생물학적 모델
4. 뇌의 기본구조- 경소자(neuron)와 신경교세포(glial cell)
5. 뇌의 생물학적 신경계 모형화
6. 신경세포의 Integrate-Fire 모형
7. 신경소자의 Hodgkin-Huxley 모형
8. 공학적 시냅스 모형과 동기화
9. 맺으며
참고문
|
|
|
I. 연구목표
기본 목표
생체 내에서 master hormone으로 작용하리라 예상되는 Zn를 이용
하여 substantia nigra 신경세포 및 신경망의 기능과 조절 과정의
메커니즘을 규명하고자 한다.
단계별 목표
일단계 ( 3년 )
1. SN 실험 모델 설정
- SN 신경세
|
|
|
신경세포로 전달하기 위한 부분
시냅스 → 신경세포들은 시냅스(synapse)를 통해 연결되어 있으며, 이 부분에서 실제 세포간
의 정보 교환이 이루어진다. 생물학적 신경망
인공 신경망
공학적 신경망
AND 적용 예
OR연산 적
|
|
|
능력을
수치화해 입력하면 컴퓨터도 사고력을 갖게 될 것으로 전망하고 있다. (신경망) 1 A.I란 무엇인가?
2 인공지능의 역사 및 개발
3 인공지능의 언어
4 인공지능에서 이용되는 전략
5 인공지능의 응용 분야
6 인공지능 사례
|
|
|
cell )
Neuron
Nerve cell body
Nerve cell process
Synapse
Classification
Neuron ( Nerve cell )
01
신경계통의 구조적 기능적 단위
Neuron
nerve cell body (nucleus 와 perikaryon) 와
neuronal process로 구성
neuropil (신경그물, 신경망)
; 신경세포체 사이에 수많은 돌기가
|
|
 |
세포에서 음파는 전기적 자극으로 전환-와우신경섬유-나선신경절-대뇌의 청각피질에 이르는 통로이다. 반면에 골도 전도로는 두개골에서 바로 중간계의 내림프를 진동시켜서 대뇌의 청각피질에 이르는 통로이다.
3.3 스피커의 구조에 따른
|
|
|
I. 서 론 1
1. 연구 배경 및 의의 1
2. 연구목적 2
3. 연구방법 및 절차 2
II. 고객세분화에 관한 이론적 고찰 3
1. 고객세분화의 중요성 3
2. 고객세분화를 위한 방법론 5
(1) 데이터베이스 마케팅관점에서의 고객세분화 5
(2) 신경망을 이
|
|
|
세포와 관련된 연구가 활성화 되어 근육분화 분야의 연구에 더욱 힘을 실어주고 있다. 사람의 줄기세포는 사람의 DNA와 일치하므로 해당 연구 결과를 인간에게 적용시킬 여지가 높아진다. 앞으로 줄기세포를 이용하여 근육분화에 대한 연구가
|
|
|
신경망
4. 모형의 평가
10강. CRM전략의 수립
1. 고객전략으로서의 CRM
2. 전사적 crm 전략수립단계
3. CRM 프로세스 전략 프레임워크
11강 CRM 중심의 마케팅 전략
1. 기존 마케팅 vs CRM 중심의 마케팅
2. 캠페인 관리
3. 로열티 프로그램
4. 이
|
|
|
신경조직
▣ 방사선과 물질과의 상호작용
1. 중하전입자
하전입자의 무게가 전자보다 훨씬 큰 입자
양성자, α, 핵분열 생성물
주로 궤도전자와 반응 : 여기, 전리
중하전입자의 진로는 크게 변하지 않고 전지에 전달한 에너지 만큼
에너지를
|
|
 |
세포노화(cellular senescence)의 매커니즘을 주제로 논문 리딩 및 포스터 발표.
18/03~18/08
교외
고려대학교
전국 대학생 뇌 및 인지과학 심포지엄
운동능력 조절에 관여하는 기저핵의 신경세포 네트워크를 주제로 논문 리딩 및 구두 발표.
18/03~현재
|
|
 |
1. 진학의 동기
animal model 연구방법과, single unit recording 기법을 공부하고자 합니다. 전기적인 활성을 나타내는 것은 신경세포만이 가지는 가장 큰 특성으로, 앞으로 제가 연구하고 싶은 neural circuit(신경 회로) 연구에 필수적인 기법입니다. 자
|
|
 |
신경질환의 발생 메커니즘을 연구하고, 이를 기반으로 한 새로운 치료 방법을 개발하는 데 기여하고자 합니다. 이를 위해 최신 생명과학 기술과 실험 기법을 활용하여 신경세포의 기능 및 상호작용을 분석할 ..(중략) 1.자기소개
2.진학
|
|
 |
게 다루었습니다. 이 과목에서는 CNN(합성곱 신경망), RNN(순환 신경망), GAN(생성적 적대 신경망) 등 다양한 딥러닝 모델을 구현하고 실험하면서, 복잡한 데이터셋을 처리하는 기술을 배웠습니다. 특히 이미지 처리와 자연어 처리 분야에서 딥러
|
|
 |
AI 모델은 복잡한 신경망 구조를 기반으로 학습되므로, 평가 결과에 대한 해석이 어려운 경우가 많다. 이는 금융기관 및 감독 기관이 AI 모델의 결정 과정을 검토하는 데 한계를 초래할 수 있다.
③ 데이터 품질 및 보안 문제
AI 신용평가 모델
|
|
메뉴펼치기
