글로벌 및 로컬 로짓 지식 증류를 이용한 뇌연령 예측

Q: 이 논문에서 정의한 뇌연령이란 무엇인가?

자기공명영상(MRI) 데이터를 이용하여 예측한 뇌의 생물학적 나이를 의미한다. 이는 실제 연령과 비교하여 뇌의 노화 상태를 평가하는 지표로 활용되며, 본 연구에서는 모델의 예측값과 실제 연령 간의 평균 절대 오차를 통해 그 성능을 측정한다.

Q: GLD 기법을 적용한 뇌연령 예측 모델의 경량화 및 성능 효과는 무엇인가?

연구 결과, GLD 기법을 통해 학생 모델의 파라미터 수를 최대 71.34%까지 줄이면서도 교사 모델보다 더 높은 예측 성능을 달성하였다. 이는 뇌 자기공명영상의 전역 정보와 지역 정보를 동시에 전달하는 것이 모델 압축과 정확도 향상에 핵심적임을 보여준다.

진회영; 문성환; 이원희

학술대회자료 Full-text

저자정보: 진회영 (경희대학교) 문성환 (경희대학교) 이원희 (경희대학교)

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2022 한국소프트웨어종합학술대회 논문집

오류 신고하기

피인용 0

검색

초록·키워드

생물학적 뇌연령은 알츠하이머, 파킨슨 병 등 퇴행성 신경질환을 포함하여 다양한 질병을 예측하기 위한 중요한 생체 지표(Biomarker)로 제안되고 있다. 최근 자기공명영상(Magnetic Resonance Imaging, MRI) 데이터를 이용한 딥러닝 기반 뇌연령 예측 모델 개발 연구가 활발히 진행되고 있다. 본 연구에서는 T1 강조 MRI 데이터에 글로벌 및 로컬 로짓 지식 증류(Global and Local Logit Distillation, GLD) 기법을 적용하여 뇌연령 예측 모델을 압축하여 경량화하고 뇌연령 예측에 있 ... 전체 초록 보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

댓글(0)