분별 | 랩장 김옹곤

안녕하세요? 분별 1기 랩장 김웅곤입니다. <발표 사진> 6월에 만나서 벌써 3달이 지났습니다. 최종 결과는 ppt로 첨부합니다. 링크 : https://drive.google.com/open?id=1vz3xcvhFWxMbaPZh8XV2bjREwYxhl5jm-rgMLKZywp0 처음에는 ResNet-50 모델로 시작하여 알츠하이머 영상 사진 분류를 시도했으며 그 다음에는 VGG16 모델을 적용하여 영상 분류를 시도하였습니다. VGG16의 성능이 꽤 괜찮음에 따라 하이퍼파라메터 최적화를 위해 Bayesian Optimizati

• ppt 발표 (김웅곤) ResNet50 transfer learning 인공지능 기법을 활용한 알츠하이머 Amyloid-PET 분류.pdf https://drive.google.com/open?id=1FWStZLWnCdtoMbqMvvscKb1BXpnKAN0p • Augrmentation에 대한 검증. 기존의 augumentation 결과(97%)는 검증이 필요함. augumentation을 한 결과를 training/validation으로 나누어서 검증을 해야 맞는 모델임. <이기선 박사님 질문>

<랩 소개> 저희 그룹은 최신 딥러닝 기법을 이용하여 이미지/영상 분류를 연구하는 모임입니다. 연구에 주어진 자료들을 바탕으로 자료에 맞는 최적 분류모델을 도출하는 데 주안점을 두고 있습니다. 의학, IT, 통계 각 분야별 실무자 및 산업공학 재학생으로 구성돼 있는 만큼 서로 다른 도메인이 융합하여 강력한 시너지 효과를 내고자 합니다. < 랩장 소개 > * 김웅곤 / 랩장 : 현재 통계청에서 근무하고 있는 3년차 직장인입니다. 대학 때 수학과 경영학을 전공하였으며 2014년에 정보경영학 수업에서 머신러닝을 처음 접한

- 진행상황 - <김웅곤 연구원> https://drive.google.com/open?id=1Cz3Db4B1cgdYrOa9xmIEqhJrc3vAeC9VCetYn8gXGjQ <양경성 부장님> Augmentation + VGG 16 모델로 97.33% Accuracy 도달 https://github.com/choco9966/Alzheimer-Lab/tree/master/%EC%8B%A4%ED%97%98%EA%B2%B0%EA%B3%BC/%EC%96%91%EA%B2%BD%EC%84%B1_%EC%8B%A4%ED%97%98%EA%

연구 방향 • 알츠하이머 환자의 Amyloid Pet 사진을 바탕으로 딥러닝 기법을 활용하여 알츠하이머 0단계, 1단계, 2단계를 구분할 수 있는 최적모델을 찾고자 함. • Sample 수가 총 603으로 매우 적은 샘플 수에다가 인공지능적 진단 가치가 높은 알츠하이머 초기~중기 단계 샘플은 78개로 매우 적기 때문에 최신 딥러닝 기법 들을 동원하여 해결해 볼 예정 연구 활동 • 강도영 교수님 : 1주차에 먼저 ‘뇌영상 인공지능 분석을 통한 알츠하이머 치매 진단 경험’이라는 PPT 자료를 가지고