총 3개
-
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
-
인공지능 기반 효소 예측 기술 DeepEC2025.01.031. 열화학 반응과 반응엔탈피 열화학 반응은 열을 에너지 원천으로 하여 진행되는 반응으로, 발열 반응과 흡열 반응으로 구분된다. 반응엔탈피는 생성물질의 엔탈피에서 반응물질의 엔탈피를 뺀 값으로, 반응의 방향과 정도를 나타낸다. 2. 효소 효소는 세포의 생화학반응을 촉진하는 단백질 촉매로, 기질과 결합하여 효소-기질 복합체를 형성함으로써 화학 반응의 활성화 에너지를 낮추어 반응 속도를 증가시킨다. 효소는 열화학 반응에 관여하지만 반응 엔탈피를 유발하지는 않는다. 3. 합성곱 신경망 합성곱 신경망은 시각적 영상을 분석하는 데 사용되는 ...2025.01.03
-
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