인지정보처리

Bayes 결정이론, 모수형 확률 밀도 함수 추정, 비모수형 확률 밀도 함수 추정 및 인식 기법, 특징 변환 및 선정, 선형 판별 함수, Support Vector Machine, 다계층 신경회로망, 비관리형 학습법, Clustering 등 통계적 방법에 근거한 패턴 인식 기법들에 관하여 강의한다.

이 과목은 뇌를 이해하는데 필요한 뇌기능영상법들의 배경이론, 실험디자인, 데이터습득, 결과분석, 및 논문작성에 관하여 전반적으로 다룸으로써, 학생들이 연구의 전 과정을 미리 실습해 볼 수 있도록 하는데 그 목적이 있다. MRI 및 fMRI 분석방법에 초점을 두고 있지만, 그 외 NIRS, 광유전학, PET, CT 등도 공부할 예정이다.

이 과목은 뇌 기반의 학습, 감각운동 행동 (sensory-motor behavior) 생성 메커니즘을 이해하기 위한 합성 모델링 (synthetic modeling) 접근법을 탐구하는 것을 주된 목표로 한다. 이를 위해, 이 강의에서는 신경로봇에 관한 연구들뿐만 아니라 감각 예측, 행동 생성에 연관된 신경과학 저서들을 살펴본다. 또한, 강의자의 연구실에서 신경 모델을 통해 학습을 할 수 있는 로봇을 이용하여 실험을 진행한다. 이 과목을 통해 생물학적 뇌와 인공 뇌가 인지 행위를 학습하고 생성하는 메커니즘에 대한 좋은 이해를 얻을 수 있을 것이다. 성적 평가는 강의 중 퀴즈, 텀 프로젝트 그리고 수업 참여도를 기반으로 이루어진다.