최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 한국과학기술원 Korea Advanced Institute of Science and Technology |
---|---|
연구책임자 | 신기정 |
참여연구자 | 윤영규 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2021-01 |
과제시작연도 | 2020 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
등록번호 | TRKO202100009336 |
과제고유번호 | 1711125413 |
사업명 | 한국과학기술원연구운영비지원(R&D)(주요사업비) |
DB 구축일자 | 2021-08-21 |
키워드 | 뇌 연산 유닛.신경세포 분할.비지도 학습.데이터 마이닝.뇌기능 이미징.Neural Motif.Neuron Segmentation.Unsupervised Learning.Data Mining.Brain Imaging. |
뇌 신경망의 ‘연산 유닛’을 발견할 경우, 뇌 신경망과 지능, 연산의 기본 원리에 대한 비약적인 이해 증진이 기대됨. 이를 위해, 뇌 신경망의 전기적 활동 데이터를 고속 및 자동으로 분석할 수 있는 인공지능 기술을 개발하는 것을 목표로 함. 이미지 데이터에서 뉴런을 자동으로 분할하는 인공지능을 개발하는 첫 번째 단계와 추출된 뉴런의 전기적 활동으로부터 패턴 마이닝을 수행하는 두 단계의 연구를 병렬적으로 수행함. 시뮬레이션 데이터를 활용하여 인공지능과 패턴 마이닝 기술 각각이 성공적으로 동작하는 것을 확인하였음. 본 연구를 통해 개발
Do brains have motifs (i.e., repeated sequences of neurons fired with identical temporal patterns)? In this project, we design fast and fully-automatic AI techniques to search such motifs from large-scale brain imaging data. Specifically, we develop unsupervised learning techniques for robust segmen
※ AI-Helper는 부적절한 답변을 할 수 있습니다.