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

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)

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.

목차

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

참고문헌 (24)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0

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