[논문리뷰] Fusing Modalities by Multiplexed Graph NeuralNetworks for Outcome Prediction in Tuberculosis 본 논문은 결핵과 같은 복잡한 질병에서 임상, 유전체, 영상 등 다양한 모달리티 데이터를 효과적으로 통합하여 환자 맞춤형 예후 예측과 치료 가이드를 제공하기 위한 새로운 융합 프레임워크를 제안한다. 질병 관련 정보는 환자마다 다르게 나타날 수 있으며, 모든 모달리티가 항상 존재하지 않거나 모든 정보가 유의미하지 않을 수 있기 때문에, 기존의 단순한 조기(early), 후기(late), 중간(intermediate) 통합 방식은 예측 성능에 한계가 있다. 이를 해결하기 위해, 제안된 방법은 각 모달리티를 타깃 인코딩(targeted encoding)으로 표현하고, 통합된 잠재 공간에서 추출한 핵심 특징들을 바탕으로 멀티플렉스 그래프(multiplexed graph)를 구성한다. 이 그래프 구조로부터 효과적.. 티스토리 모바일 수식 깨짐? LaTeX 설정 한 줄로 끝내는 법 논문 리뷰 글을 작성하고 난 후, 수식이 PC버전에서는 잘 보이는데 모바일에서는 전부 깨져서 찾은 해결 방법..! 모바일 버전에서 수식 깨짐 해결 방법을 알려주는 대부분의 글에서는 해당 html을 서식으로 만들어서 서식을 글에다 삽입하라고 나와있는데,이 html을 써서 서식에 붙여넣으면 인라인 수식은 해결되지 않는 문제가 발생한다. 그래서 찾아낸 다른 버전..! 글을 작성할때 inline은 $...$로, 블록 수식은 $$...$$로 해두었기 때문에 위와 같이 설정하여 HTML로 적용했다. 특히 \(...\) 같은 표현은 티스토리에서 일반 괄호와 혼동되어 본문 내 일반 텍스트까지 수식으로 처리되는 문제가 발생할 수 있으므로 아예 $만 사용하는 방식으로 통일하는 것이 좋다! [논문리뷰] Topological feature search method for multichannel EEG Application in ADHD classification (2) 본 논문에서는 ADHD(주의력결핍 과잉행동장애) 진단에 다채널 EEG(뇌파) 데이터를 활용하기 위한 새로운 위상수학적 특징 검색 방법을 제시한다. 기존 TDA(위상수학적 데이터 분석) 방법의 한계를 극복하기 위해, 다채널 EEG 데이터의 숨겨진 위상수학적 특징을 정확하게 식별하는 데 초점을 맞추고 있다. 특히, k-PDTM(k-Power Distance to Measure)과 MKDE(Multivariate Kernel Density Estimation) 기술을 통합하여 위상수학적 특징 손실 문제를 해결하고, PI(Persistence Image) 방법을 통해 특징을 추출한다. 해당 연구는 EEG 신호의 비선형적 특성을 분석하고 ADHD 진단의 정확도, 민감도, 특이성을 향상시키는 데 기여하며, 궁극적으.. [논문리뷰] Topological feature search method for multichannel EEG Application in ADHD classification (1) 본 논문에서는 ADHD(주의력결핍 과잉행동장애) 진단에 다채널 EEG(뇌파) 데이터를 활용하기 위한 새로운 위상수학적 특징 검색 방법을 제시한다. 기존 TDA(위상수학적 데이터 분석) 방법의 한계를 극복하기 위해, 다채널 EEG 데이터의 숨겨진 위상수학적 특징을 정확하게 식별하는 데 초점을 맞추고 있다. 특히, k-PDTM(k-Power Distance to Measure)과 MKDE(Multivariate Kernel Density Estimation) 기술을 통합하여 위상수학적 특징 손실 문제를 해결하고, PI(Persistence Image) 방법을 통해 특징을 추출한다. 해당 연구는 EEG 신호의 비선형적 특성을 분석하고 ADHD 진단의 정확도, 민감도, 특이성을 향상시키는 데 기여하며, 궁극적으.. Apple Silicon Mac에서 Miniconda + VSCode로 파이썬 개발 환경 세팅하기 1. Miniconda 설치 (Apple Silicon)📥 다운로드Miniconda는 Anaconda보다 훨씬 가볍고, 필요한 패키지만 직접 설치하는 방식이라 M 시리즈 맥북에 특히 잘 맞다.Miniconda 공식 페이지 접속macOS ARM64 (Apple Silicon) .sh 파일 다운로드curl -O https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.shchmod +x Miniconda3-latest-MacOSX-arm64.sh./Miniconda3-latest-MacOSX-arm64.sh 2. Conda 가상환경 만들기conda create -n test python=3.11conda activate test 가상환경 이름은.. EEG(Electroencephalography)란? 1️⃣ 뇌신경 활동은 어떻게 관찰할 수 있을까?뇌는 눈에 보이지 않지만, 전기적 신호로 끊임없이 활동 중임.그럼 과학자들은 그걸 어떻게 관찰하는걸까? → 바로 신경영상기술 (Neuroimaging)을 통해서임. 여기에는 크게 침습적(invasive) vs. 비침습적(non-invasive) 방식이 있음.구분침습적비침습적방법직접 뇌에 전극 삽입 (예: ECoG)두피 위에서 측정 (예: EEG)장점매우 정밀하고 정확함안전하고 접근 쉬움단점외과 수술 필요, 위험신호 왜곡 가능성, 해상도 제한사용수술 중, 의료 목적으로 제한적일반 실험, 정신과 치료, BCI 등 EEG는 이 중에서 비침습적 방식임. 두피 위에 전극만 부착하면 되기 때문에 안전하고 널리 활용 가능함. 2️⃣ EEG란? • EEG는 Electroe.. Topological Deep Learning이란? 1️⃣ 왜 토폴로지 딥러닝이 필요한가?전통적인 딥러닝 모델(CNN, RNN 등)은 대부분 유클리드 공간 기반임.→ 즉, 격자(이미지), 시계열(1D), 영상(3D)처럼 고정된 구조에서 동작함. 하지만 현실 데이터는 더 복잡함. • 소셜 네트워크 = 사람들의 관계 → 그래프 • 뇌 연결망(fMRI, EEG) = 뇌 영역 간 복잡한 연결 → 네트워크 • 단백질 구조 = 3차원 접힘 형태와 구멍 → 고차원 위상 구조 이런 데이터는 격자 위가 아니라, 비유클리드 공간(우리가 일반적으로 생각하는 직선, 평면, 격자 구조 같은 익숙한 공간이 아닌, 더 복잡하거나 휘어진 구조를 가진 공간) 위에 존재함.→ 전통적인 딥러닝 구조로는 표현/학습하기 어려움. 그래서 등장한 게 Topology Deep Learning. .. [그로스해킹] AARRR (2) 이전 글 [그로스해킹] AARRR (1)* 본 게시글은 다음 인프런 강의를 수강하고 정리한 내용들입니다. 그로스해킹 - 데이터와 실험을 통해 성장하는 서비스를 만드는 방법 강의 - 인프런 데이터를 기반으로 정의한 핵심지표를 바imstatdust.tistory.com* 본 게시글은 다음 인프런 강의를 수강하고 정리한 내용들입니다. 그로스해킹 - 데이터와 실험을 통해 성장하는 서비스를 만드는 방법 강의 - 인프런데이터를 기반으로 정의한 핵심지표를 바탕으로, 실험을 통해 배움을 얻고, 이를 빠르게 반복하면서 서비스를 성장시키는 것. 그로스해킹의 기본을 다루는 101 강의입니다., 🌱 데이터와 실험을www.inflearn.comAcquisition-2 : 모바일앱 Attribution웹과 달리 앱은 앱스토어.. [그로스해킹] AARRR (1) * 본 게시글은 다음 인프런 강의를 수강하고 정리한 내용들입니다. 그로스해킹 - 데이터와 실험을 통해 성장하는 서비스를 만드는 방법 강의 - 인프런데이터를 기반으로 정의한 핵심지표를 바탕으로, 실험을 통해 배움을 얻고, 이를 빠르게 반복하면서 서비스를 성장시키는 것. 그로스해킹의 기본을 다루는 101 강의입니다., 🌱 데이터와 실험을www.inflearn.com그로스해킹이란?위키피디아의 그로스해킹 정의에 따르면 다음과 같다. 성장을 뜻하는 growth와 해킹(hacking)이 결합된 단어로 고객의 반응에 따라 제품 및 서비스를 수정해 제품과 시장의 궁합(Product-Market Fit)을 높이는 것을 의미한다. 여기서 말하는 고객의 반응은 정량 데이터와 정성 데이터로 산출된다.그로스해킹을 간단히 정.. 이전 1 2 3 4 5 다음
