CNN과 Chemception
- 자료 유형
- 실제 탐구보고서
- 합격 정보
- 연세대(서울) 시스템반도체공
- 활동 유형
- 자율활동
- 교과 과목
- 화학Ⅱ, 프로그래밍, 과학과제연구
- 탐구 키워드
- 인공지능 (머신러닝, NLP 등)
2026-06-08
로그인 후 이용해주세요
저장소에 저장되었습니다.
로그인 후 이용해주세요
내용 요약
화학 반응을 예측하거나 분자 특성을 분류하는 데 CNN 기술이 유용하다는 점에 주목하여 탐구를 시작함
CNN의 구조와 작동 원리를 정리하고, 이미지 처리 과정에서의 층별 역할과 특성 추출 방식을 분석함
SMILES 문자열로 표현된 분자 구조를 이미지로 변환한 뒤 CNN을 적용한 사례인 'Chemception' 모델을 소개함
분자 구조를 이미지로 바꾸는 방식이 화학 반응 예측, 분자 디자인 등에 효율적인 결과를 낼 수 있음을 정리함
기계학습 기술을 화학 데이터에 적용하기 위해 CNN 구조의 변형 및 입력 데이터 형식에 대한 추가 연구의 필요성을 언급함
탐구 보고서 전문
멘토의 다른 탐구 활동
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.