총 9개
-
딥러닝의 통계적 이해 출석 수업 과제물 (2023, 만점)2025.01.241. Teachable Machine을 이용한 머신러닝 모델 구축 Teachable Machine을 활용하여 이미지를 학습시켰다. 사용한 이미지는 구글 이미지에서 '귀멸의 칼날'이라는 애니메이션의 주인공 4명의 다른 사진들을 각각 10장씩 찾은 뒤 머신러닝의 입력값으로 사용하였다. 본 머신러닝으로 실제로 가지고 있는 피규어 사진을 찍어 이 사진을 입력하면 애니메이션 캐릭터를 정확하게 분류할 수 있는지 파악하고자 하였다. 다양한 하이퍼파라미터 조정을 통해 최적의 정확도를 얻고자 하였으나, 설정에 따른 결과 비교를 대량으로 진행하여 거...2025.01.24
-
AI 기반 효소 예측 기술 DeepEC 발표2025.01.031. AI 합성곱 신경망 합성곱 신경망(Convolutional Neural Network, CNN)은 시각적 영상을 분석하는 데 사용되는 다층의 피드-포워드적인 인공신경망의 한 종류입니다. CNN은 원본 이미지를 단순화, 변형, 샘플링하는 과정을 통해 효과적으로 이미지 특징을 추출할 수 있습니다. 2. 효소 예측 기술 'DeepEC' DeepEC은 4개의 EC 번호와 138만 8,606개의 단백질 서열 빅데이터를 학습한 딥러닝 기술입니다. 3개의 CNN을 주요 예측 기술로 사용하여 EC 번호를 예측하며, 예측에 실패할 경우 서열 ...2025.01.03
-
텐서플로우 딥러닝 (CNN)2025.05.051. 데이터 세트 학습 데이터에 사용할 영상은 Google에서 이미지 검색으로 꽃을 검색하고, FatKun이라는 크롬 확장 프로그램을 사용하여 영상을 다운로드 받았다. 테스트 데이터에 사용할 영상은 꽃을 직접 구입하여 촬영한 영상 데이터를 사용했다. 학습 데이터는 총 234개, 테스트 데이터는 총 150개이며, 검증 데이터는 훈련데이터의 20%를 사용하여 총 57개이다. 2. 합성곱 신경망 (CNN) 기본적으로 이미지 분류를 하기 위해서는 합성 곱 신경망(CNN)이 필요하다. 2차원 CNN의 특징 추출 부분은 MaxPool2D층과 ...2025.05.05
-
딥러닝의 EEG 신호 분석에서의 활용과 CNN의 원리2025.01.141. 딥러닝 기반 EEG 분석 딥러닝 기법들은 동작상상, 감정인식 등 EEG 데이터 분류 작업에서 우수한 성능을 보인다. 딥러닝 알고리즘은 EEG 데이터 수집과 전처리, 딥러닝 모형 학습, 신호 분류 및 해석의 과정으로 구성된다. 전처리 과정에서는 입력받은 뇌파 신호를 분류하기 쉬운 형태로 바꿔주어 분류의 정확도를 높여야 한다. 2. EEG분석을 위한 딥러닝 기법 EEG 분석을 위한 딥러닝 기법에는 CNN, RNN, GAN, Autoencoder 등이 있다. 입력되는 데이터의 특징에 따라 CNN보다 RNN이 자극에 의한 변화를 인식...2025.01.14
-
머신러닝 2024년 2학기 방송통신대 출석수업과제물 과제 슬라이드 1~7의 코드 및 설명을 참조하여 신경망 구성 및 test accuracy 출력2025.01.261. Fashion MNIST 데이터셋 Fashion MNIST 데이터셋은 옷 이미지 데이터셋으로, 10개의 클래스(T-shirt/top, Trouser, Pullover, Dress, Coat, Sandal, Shirt, Sneaker, Bag, Ankle boot)로 구성되어 있습니다. 이 데이터셋을 사용하여 신경망 모델을 구축하고 학습을 진행합니다. 2. 데이터 전처리 데이터 시각화를 통해 이미지 데이터를 확인하고, 픽셀 값을 0~1 사이의 실수로 정규화하여 모델 학습에 사용합니다. 이미지 데이터를 1차원 벡터로 변환하는 과정...2025.01.26
-
뇌과학의 이해2025.05.061. 신경과학 신경계 연구에 전념하는 다학제 분야인 신경과학은 뇌 기능과 행동의 기초가 되는 복잡한 메커니즘에 대한 우리의 이해를 빠르게 발전시키고 있다. 신경과학은 분자 및 세포 수준에서 시스템 및 행동 수준에 이르기까지 광유전학, fMRI 및 단일 세포 시퀀싱을 포함한 다양한 최첨단 기술과 기술을 사용하여 인지, 감정, 인식 및 움직임을 지배하는 복잡한 신경 네트워크를 탐구한다. 2. 뇌 기능과 행동 정교하게 조직되고 적응하는 기관인 뇌는 놀라운 정도의 가소성을 보여주며, 평생 동안 배우고, 기억하고, 새로운 경험에 적응할 수 ...2025.05.06
-
챗GPT에게 묻는 인류의 미래 - 김대식 교수와 생성인공지능과의 대화 1장 발췌 요약2025.05.041. 챗GPT의 정의와 '학습' 챗GPT는 오픈 AI가 개발한 대규모 언어 모델이다. 인간처럼 텍스트를 이해하고 생성할 수 있도록 학습되었다. 또 질문에 대답하기, 정보 제공하기, 글쓰기 돕기와 같은 다양한 작업을 보조할 수 있다. 챗GPT는 GPT(Genterative Pre-training Transformer 생성적 사전학습 트랜스포머) 모델의 변형으로, 한 문장 안에서 앞에 오는 단어의 맥락을 고려해 다음 단어를 예측하도록 학습되었다. 2. 작동원리: 트랜스포머와 신경망 챗GPT 모델은 텍스트처럼 순차적 데이터를 처리하는 데...2025.05.04
-
영아기 두뇌 발달이 영아의 운동발달, 인지발달, 정서발달, 언어발달에 미치는 영향2025.01.291. 두뇌와 운동발달 영아는 출생 시 생존에 필요한 여러 가지 반사운동을 할 수 있는데 이는 태내에서 설립된 25%의 신경세포 연결망에 의해 가능한 것이다. 운동발달 역시도 유전과 환경의 상호작용에 의해 이루어지는데, 영아기 소뇌 발달은 자세 유지 및 근육기능 협응발달에 중요한 역할을 차지한다. 소뇌의 발달과 성숙으로 인해 영아의 운동능력도 함께 발달하는 과정을 거친다. 영아는 성장하면서 점차적으로 자신이 의도적으로 신체적인 '몸' 움직임을 계획하고 주도하면서 성취감을 맛보며, 이때 전두엽과 같은 기능이 더욱 중요하게 된다. 2. ...2025.01.29
-
감각운동기의 세부 6단계와 특징2025.01.151. 감각운동기의 세부 6단계 감각 운동기능은 인지, 의도, 계획, 실행, 피드백, 수정의 6단계로 이루어진 복잡한 과정이다. 이러한 단계를 거쳐 완전한 행동이 이루어진다. 이를 이해하면 감각 운동기능의 본질을 더 잘 파악하고, 운동 능력 향상과 재활 프로그램 개발에 도움이 될 수 있다. 2. 감각운동기의 특징 감각 운동기는 복잡한 신경회로망을 통해 작동하며, 자극 처리, 의사결정, 실행, 피드백 과정을 포함한다. 또한 학습과 경험에 따라 발전 가능성이 있어, 운동 능력 향상과 재활에 활용될 수 있다. 이러한 특징들은 감각 운동기능...2025.01.15