서울대

합성곱 신경망(CNN)으로 구현한 알츠하이머 진단 모델의 정확도 향상 방안 제안

자료 유형
실제 탐구보고서
합격 정보
서울대 의예
활동 유형
자율활동
교과 과목
프로그래밍, 과학탐구실험, 확률과통계
탐구 키워드
메디컬 실험 탐구, 인공지능 (머신러닝, NLP 등), 뇌과학
2024-04-12

내용 요약

  • 데이터 분석 웹사이트 Kaggle에서 뇌 MRI 이미지 데이터를 다운로드하고, Google Colab 개발 환경에서 이미지 분류 모델을 구축함

  • 알츠하이머 진단 모델 초안의 문제점을 분석하여 개선함. 개선부분을 반영하여 포스터를 제작한 후 영어로 30분 가량의 발표 시간을 가짐

  • 다양한 버전의 모델을 설계하였고 최적화 함수, 드롭아웃, 가중치 규제, 학습률 변경 등 하이퍼파라미터 조정을 통해 모델의 성능 향상을 시도함

  • 사전 훈련 모델인 VGG 모델을 이용해 전이학습을 수행한 후, 합성곱 신경망(CNN) 모델과 성능평가 지표를 비교분석함

  • CNN 기반 알츠하이머 진단 모델이 고령화 사회의 웰빙 문제(치매 만성질환 관리)에 어떻게 기여할 수 있을지에 대한 견해를 제시함

탐구 보고서 전문

꼭 알아주세요

  • 본 자료와 관련된 모든 저작권은 (주)진학사에 있으며, 저작권법 제4장 및 제5장의 규정에 따라 일부 또는 전체를 복제, 배포, 업로드하거나 이를 바탕으로 한 2차 저작물을 제작하는 행위를 금합니다.
  • 제공되는 탐구 보고서는 학생부종합전형으로 합격한 선배들의 실제 탐구 자료입니다. 이미 대학 입학사정관의 평가를 받은 자료이기에,이를 그대로 따라하기보다는 참고 자료로 활용하여 여러분만의 독창적인 탐구 보고서를 작성해 주시기 바랍니다. 선배들의 탐구 과정과 방법론을 참고하되, 여러분의 관심사와 관점을 반영한 차별화된 탐구를 진행하시길 권합니다.
  • 하나의 아이디는 구매자 본인 이용을 기준으로 제공됩니다. 본인이 사용하는 PC/모바일에서는 이용 가능하나, 여러 명이 하나의 아이디를 공유해 이용할 수 없습니다. 부정 사용 방지를 위해 접속 IP 등 이용 로그가 기록될 수 있으며, 비정상 이용이 확인될 경우 서비스 이용이 제한될 수 있습니다.