[논문]DNA 연산을 이용한 기억 인출 시뮬레이션

김준식; 이은석; 노영균; 장병탁

DNA 연산을 이용한 기억 인출 시뮬레이션
Memory retrieval with a DNA computing 원문보기

김준식 (서울대 물리학과) , 이은석 (서울대 컴퓨터 공학과 바이오 지능 연구실) , 노영균 (서울대 컴퓨터 공학과 바이오 지능 연구실) , 장병탁 (서울대 컴퓨터 공학과 바이오 지능 연구실)

본 연구는 특정 사물을 계속 접하면서 그 사물에 대한 기억 강도가 의식적 노력 없이도 점점 강화되는 암묵적 기억 인출과정 associative memory retrieval의 DNA 연산 가능성을 논한다. 예를 들어 한 표적 단어에 대한 노출이 이를 관찰하는 시스템에게 그 단어의 기억 강도를 강화시키는 반면, 그와 유사한 다른 단어는 천천히 감소되고 나머지 가장 다른 단어는 일찍 잊혀지는 현상을 생각할 수 있다. 이들 단어들과 알파벳 철자들을 DNA 염기서열로 표현하고 simulated annealing을 통하여 결합 결과를 얻는다. Ridge regression 형태의 supervised 학습을 통하여 한 가지 표적 단어가 많이 생성되도록 DNA 조각들의 개수 분포를 변화시켜 진행한다. 실험 예로 'tic' 'tac' 'toe' 세 가지 단어를 그 아이템으로 정하여 계속 자극받는 표적 단어의 갯수가 증가함을 DNA annealing 시뮬레이션을 통하여 확인할 수 있다. 또한 'tac' 과 't' 와 'c'를 공유하는 'tic' 의 감소 점도가 't'만을 공유하는 'toe' 보다 느림을 확인할 수 있다. 위의 실험들을 통해 연합기억associative memory의 암묵적 인출과정을 분자 층위에서 표현할 수 있음을 확인 할 수 있다.

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

이는 확률 모델이며 간단한 조건 확률 강화 규칙으로 표현된다. 우리는 확률 모델이 아닌 많은 수 분자의 초병렬성을 이용하여 보다 무의식적인 인지 기능을 설명하려 한다. 분자로는 단어와 알파벳을 표현하는 DNA 조각들을 사용하고 wet 실험이 아닌 Monte Carlo simulation [10] 믈 통하여 실험한다.

제안 방법

DNA 결합 행렬을 이용한 새로운 갯수 분포 보정 방법으로 표적 단어로의 supervised learning을 구현했다. 이는 먼저 보여준 단어를 기억해내는 실험에서 표적 단어 기억이 공고해지는 현상을 시뮬레이션한다.
b. Sim비ated annealing을 통해 DNA 조각들을 결합시키고 그 관계를 살핀다. (i, j) 원소가 표 1 기준으로 번째 조각과 j번째 조각이 결합된 덩어리의 개수를 나타내는 9X9 행렬을 T를 구한다.
이제 우리는. tic' 'tac' 'toe' 각각이어인 경우의 알파벳 갯수 평균값의 변화를 iteration 순서에 따라 살펴본다.
이는 주소 address 충심이 아닌 내용 content 중심의 기억 인출을 시도했다는 데 그 중요성이 있匚卜. 본 논문에서는 심리학 실험을 바탕으로 한 기억의 공고화 과정을 DNA 연산으로 시뮬레이션하여 본다. DNA에 magnetic bead를 붙여서 사용하면 특정 sequence를 가진 DNA 조각을 끌어낼 수 있고 이롤 이용하여 기억을 시뮬레이션한다.
우리는 확률 모델이 아닌 많은 수 분자의 초병렬성을 이용하여 보다 무의식적인 인지 기능을 설명하려 한다. 분자로는 단어와 알파벳을 표현하는 DNA 조각들을 사용하고 wet 실험이 아닌 Monte Carlo simulation [10] 믈 통하여 실험한다. 'tic' 'tac' 'toe'의 세 단어에 대해 실험해보며 이듷읗 표상하는 DNA 조각의 개수 분포 변화 규칙으로는 Ridge regression과 형태가 유사한 supervised learning을 이용한다.
DNA에 magnetic bead를 붙여서 사용하면 특정 sequence를 가진 DNA 조각을 끌어낼 수 있고 이롤 이용하여 기억을 시뮬레이션한다. 온도를 낮출 패 DNA 조각들이 결합하는 시뮬레이터는 [1이 sim 니 ated annealing을 이용하여 만들었다.
DNA 조각에 magnetic bead롤 달아 특정 DNA 조각을 끌어낼 수 있으며 이는 흡사 낚시에서 미끼로 물고기롤 낚는 원리와 비슷하다. 이런 방식의 기억 인출 방법으로 암묵적인 과정을 통해 연합기억이 확실해지는 과정을 DNA 염기서열과 simulated annealing 방법을 어용하여 시뮬레이션하였다.

이론/모형

Annealinge 95도에서 10도까지 천천히 내리는 방법을 따랐다. 초기 DNA 갯수는를 위해서는 120개를, 'c'를 위해서는 80개를, 나머지들을 위해서는 각각 40개를 준비했다.

성능/효과

둘째, 패턴 자체가 기억에 대한 주소로 사용될 수 있다. 세째, 자극이 주어졌을 패 암묵적으로 (im이이tly) 의식적인 노력 없이 그 자극의 부분 정보들로부터 그 자극과는 전혀 다른 (혹은 달라 보이는) 아이템들이 자동적으로 회상된다. 이러한 특성들은 인간의 지능이 관여하는 거의 모든 영역 (언어, 음악, 시각 패턴 인식 등)에서 발견된다.
이 현상의 특성을 보면 크게 다음과 같다. 첫째, 아주 작은 부분적 정보만으로 전체 아이템을 재인, 회상해낼 수 있다. 둘째, 패턴 자체가 기억에 대한 주소로 사용될 수 있다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

DNA 연산을 이용한 기억 인출 시뮬레이션
Memory retrieval with a DNA computing 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

이론/모형

성능/효과

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

DNA 연산을 이용한 기억 인출 시뮬레이션 Memory retrieval with a DNA computing 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

이론/모형

성능/효과

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

DNA 연산을 이용한 기억 인출 시뮬레이션
Memory retrieval with a DNA computing 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper