메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제56권 제12호(통권 제505호)
발행연도
2019.12
수록면
99 - 108 (10page)
DOI
10.5573/ieie.2019.56.12.99

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (3)

2020

비음수가중치를 더한 오토인코더와 그래프오토인코더를 이용한 뇌 네트워크 분해
이필섭 電子情報工學科 2020.01 학위논문

2019

비음수가중치제한과 네트워크 희소성을 고려한 오토인코더와 그래프오토인코더로 얻은 뇌 서브네트워크 비교
이필섭 ,  최명원 ,  김대겸 외 4명 전자공학회논문지 2019.12 학술저널
비음수가중치제한과 네트워크희소성을 고려한 오토인코더와 그래프오토인코더로 얻은 뇌 서브네트워크 비교
이필섭 ,  최명원 ,  임송빈 외 6명 대한전자공학회 학술대회 2019.06 학술대회자료

초록· 키워드

오류제보하기
뇌 네트워크는 해부학적으로 정의된 영역을 해당하는 노드(node)와 뇌 영역 쌍들을 연결하는 엣지(edge)로 구성되어 있으며, 인지 기능과도 강한 상관관계가 있다고 알려져 있다. 특정 인지 기능과 관련되어 있는 뇌 영역들은 공간적으로 군집을 형성하고 있으며, 서로 효율적으로 연결되어있다. 이러한 군집된 뇌영역들과 그들의 연결은 서브네트워크(sub-network)를 구성하며, 최근에 개발된 그래프 딥러닝 모델을 통해 원래 뇌 네트워크에서 성공적으로 분해할 수 있었다. 그러나 이렇게 분해된 서브네트워크의 질(quality)을 평가하지는 못하였다. 본 논문은 분해의 질을 평가하기 위해 희소성, 공간적지역성을 사용하는 것을 제안하고, 이들을 통해 전통적인 머신러닝 기술인 오토인코더(auto-encoder)와 새로운 딥러닝 알고리즘인 그래프오토인코더(graph auto-encoder)의 성능을 비교했다.
#brain networks #graph auto-encoder #sub-network #decomposition quality #spatial locality

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 뇌 네트워크 추출
Ⅲ. 모델
Ⅳ. 실험 및 결과
Ⅴ. 결론
REFERENCES

참고문헌 (24)

참고문헌 신청
M. P. van den Heuvel / 2009 / Efficiency of functional brain networks and intellectual performance / J Neurosci 29(23):7619~7624 google schola A. R. McIntosh / 1999 / Mapping Cognition to the Brain Through Neural Interactions / Memory 7(5-6):523~548 google schola C. Han / 2018 / Deep Learning-Based Brain Connectivity Analysis / presented at the 40th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBS) google schola T.N. Kipf / 2017 / Semi-supervised classification with graph convolutional networks / International Conference on Learning Representation (ICLR) 2017 google schola T.N. Kipf / 2016 / Variational Graph Auto-Encoders / NIPS Bayesian Deep Learning Workshop google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

합성곱 오토인코더 기반의 응집형 계층적 군집 분석
박노진 ,  고한석 멀티미디어학회논문지 2020 .01
특권 정보를 이용하는 딥러닝 모델을 통한 폐렴 검출
고명섭 ,  정병창 ,  김대겸 외 1명 전자공학회논문지 2021 .03
비지도학습 오토 엔코더를 활용한 네트워크 이상 검출 기술
강구홍 정보보호학회논문지 2020 .08
알츠하이머 질환에서 뉴럴네트워크와 비음수 행렬 분해로 추출한 PET아밀로이드 침착패턴 비교 분석
최명원 ,  정병창 ,  김지훈 외 4명 대한전자공학회 학술대회 2019 .06
청소년 뇌전증에서 구조적 뇌네트워크와 기능적 뇌네트워크 간의 커플링 분석 연구
김대겸 ,  이정훈 ,  최명원 외 2명 대한전자공학회 학술대회 2019 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-569-000259545