• 생명과학회지
• /
• 제29권5호
• /
• pp.564-569
• /
• 2019

최근 알코올 소비량이 증가함에 따라 과량의 에탄올을 섭취하는 경우 또한 늘어나고 있다. 이런 과도한 에탄올 섭취는 ${\gamma}$-aminobutyric acid (GABA) 수용체의 활성화와 glutamate 수용체의 활성 억제를 통해 신경계를 교란시켜 단기 기억 형성을 방해 한다. 알코올에 의한 인지기능의 저하는 알코올성 black out을 유도할 수 있으며, 반복될 경우 알코올성 치매로 이어질 수 있기 때문에 black out을 예방하는 치료제의 개발이 필요하다. 따라서 본 연구자는 해당 연구를 통하여 Cassia obtusifolia seeds 에탄올 추출물(COE)이 가진 black out 예방제로써의 가능성을 평가하였다. 본 연구에서는 에탄올에 의해 유도된 기억 장애에 대한 COE의 효과를 확인하였다. 실험 동물의 기억력을 측정하기 위하여 수동 회피 실험과 Y자 미로 실험을 수행하였고, 마우스 해마 절편을 사용하여 에탄올이 기억의 형성과 관련하여 장기 강화(long term potentiation; LTP)에 어떠한 영향을 끼치는지 전기생리학을 통해 확인하였다. 또한 ${\alpha}$-amino-3-hydroxy-5-methyl-4-isoxazolepropionic acid 수용체 길항제인 NBQX ($50{\mu}M$)를 사용하여 에탄올에 의한 인지기능 장애와 관련이 있다고 알려진 N-Methyl-D-aspartate (NMDA) 매개 field 흥분성 시냅스 후 전위를 측정하였다. 결과적으로, COE는 에탄올에 의한 기억력의 손상을 방지하였고, 해마 절편에서 에탄올에 의해 감소된 LTP와 NMDA 매개 흥분성 시냅스 후 전위를 대조군과 비슷한 수준까지 회복시켰다.

• 대한수학교육학회지:학교수학
• /
• 제9권4호
• /
• pp.507-521
• /
• 2007

본 연구는 초등학교에서의 탐구 중심 펜토마임 접근법을 이용할 때 곱셈의 개념에 대한 학생들의 기억의 보존에 관하여 조사를 하였다. 사전시험을 실시한 후 전통적으로 지도한 반과 펜토마임 접근법으로 지도한 반을 3개월 후에 어떻게 달라졌는지 알아보았다. 이 연구 결과 펜토마임 접근 방법을 사용한 반이 전통적인지도 방법을 이용한 반보다 곱셈의 개념을 보다 더 잘 기억하였고 수량적/기하적 설명을 하는데 있어서는 전통적인 지도 방법을 이용한 반과 비슷하였다. 이 연구는 특별히 초등학교 수준에서 탐구 지향적인 교수법과 같은 다양한 교수 전략을 사용할 때 수학적 개념의 이해의 유지에 어떤 영향을 주는지에 대한 시사점을 제공하였다.

• JSTS:Journal of Semiconductor Technology and Science
• /
• 제15권6호
• /
• pp.658-663
• /
• 2015

In the previous work, we have proposed an integrate-and-fire neuron circuit and synaptic device based on the floating body MOSFET [1-3]. Integrate-and-Fire(I&F) neuron circuit emulates the biological neuron characteristics such as integration, threshold triggering, output generation, refractory period using floating body MOSFET. The synaptic device has short-term and long-term memory in a single silicon device. In this paper, we connect the neuron circuit and the synaptic device using current mirror circuit for summation of post synaptic pulses. We emulate spike-timing-dependent-plasticity (STDP) characteristics of the synapse using feedback voltage without controller or clock. Using memory device in the logic circuit, we can emulate biological synapse and neuron with a small number of devices.

• Communications for Statistical Applications and Methods
• /
• 제31권2호
• /
• pp.213-234
• /
• 2024

In recent decades, increasing research attention has been directed toward predicting the price of stocks in financial markets using deep learning methods. For instance, recurrent neural network (RNN) is known to be competitive for datasets with time-series data. Long short term memory (LSTM) further improves RNN by providing an alternative approach to the gradient loss problem. LSTM has its own advantage in predictive accuracy by retaining memory for a longer time. In this paper, we combine both supervised and unsupervised dimension reduction methods with LSTM to enhance the forecasting performance and refer to this as a dimension reduction based LSTM (DR-LSTM) approach. For a supervised dimension reduction method, we use methods such as sliced inverse regression (SIR), sparse SIR, and kernel SIR. Furthermore, principal component analysis (PCA), sparse PCA, and kernel PCA are used as unsupervised dimension reduction methods. Using datasets of real stock market index (S&P 500, STOXX Europe 600, and KOSPI), we present a comparative study on predictive accuracy between six DR-LSTM methods and time series modeling.

• 응용통계연구
• /
• 제32권1호
• /
• pp.69-81
• /
• 2019

본 논문에서는 딥러닝을 이용한 이변량 장기종속시계열(long-range dependent time series) 예측을 고려하였다. 시계열 데이터 예측에 적합한 LSTM(long short-term memory) 네트워크를 이용하여 이변량 장기종속시계열을 예측하고 이를 이변량 FARIMA(fractional ARIMA) 모형인 FIVARMA 모형과 VARFIMA 모형과의 예측 성능을 실증 자료 분석을 통해 비교하였다. 실증 자료로는 기능적 자기공명 영상(fMRI) 및 일일 실현 변동성(daily realized volatility) 자료를 이용하였으며 표본외 예측(out-of sample forecasting) 오차 비교를 통해 예측 성능을 측정하였다. 그 결과, FIVARMA 모형과 VARFIMA 모형의 예측값에는 미묘한 차이가 존재하며, LSTM 네트워크의 경우 초매개변수 선택으로 복잡해 보이지만 계산적으로 더 안정되면서 예측 성능도 모수적 장기종속시계열과 뒤지지 않은 좋은 예측 성능을 보였다.

• Animal cells and systems
• /
• 제2권1호
• /
• pp.65-69
• /
• 1998

The hippocampus and prefrontal cortex are regarded as the highest-order association cortices. The hippocampus has been proposed to store "cognitive maps" of external environments, and the prefrontal cortex is known to be involved in the planning of behavior, among other functions. Considering the prominent functional roles played by these structures, it is not surprising to find direct monosynaptic projections from the hippocampus to the prefrontal cortex. Rhythmic stimulation of this projection patterned after the hippocampal EEG theta rhythm induced stable long-term potentiation of field potentials in the prefrontal cortex. Comparison of behavioral correlates of hippocampal and prefrontal cortical neurons during an a-arm radial maze, working memory task shows a striking contrast. Hippocampal neurons exhibit clear place-specific firing patterns, whereas prefrontal cortical neurons do not show spatial selectivity, but are correlated to different stages of the behavioral task. These data lead to the hypothesis that the role of hippocampal projection to the prefrontal cortex is not to impose spatial representations upon prefrontal activity, but to provide a mechanism for learning the spatial context in which particular behaviors are appropriate.propriate.

• Communications for Statistical Applications and Methods
• /
• 제24권5호
• /
• pp.481-492
• /
• 2017

This paper investigates a convergence rate of a test statistics given by two scale sampling method based on $A\ddot{i}t$-Sahalia and Jacod (Annals of Statistics, 37, 184-222, 2009). This statistics tests for longitudinal data having the existence of long memory dependence driven by fractional Brownian motion with Hurst parameter $H{\in}(1/2,\;1)$. We obtain an upper bound in the Kolmogorov distance for normal approximation of this test statistic. As a main tool for our works, the recent results in Nourdin and Peccati (Probability Theory and Related Fields, 145, 75-118, 2009; Annals of Probability, 37, 2231-2261, 2009) will be used. These results are obtained by employing techniques based on the combination between Malliavin calculus and Stein's method for normal approximation.

• Communications for Statistical Applications and Methods
• /
• 제24권5호
• /
• pp.507-518
• /
• 2017

Volatility plays a crucial role in theory and applications of asset pricing, optimal portfolio allocation, and risk management. This paper proposes a combined model of autoregressive moving average (ARFIMA), generalized autoregressive conditional heteroscedasticity (GRACH), and skewed-t error distribution to accommodate important features of volatility data; long memory, heteroscedasticity, and asymmetric error distribution. A fully Bayesian approach is proposed to estimate the parameters of the model simultaneously, which yields parameter estimates satisfying necessary constraints in the model. The approach can be easily implemented using a free and user-friendly software JAGS to generate Markov chain Monte Carlo samples from the joint posterior distribution of the parameters. The method is illustrated by using a daily volatility index from Chicago Board Options Exchange (CBOE). JAGS codes for model specification is provided in the Appendix.

• 응용통계연구
• /
• 제24권2호
• /
• pp.307-313
• /
• 2011

본 연구에서는 인터넷 트래픽 자료를 예측하는데 사용되는 Holt-Winters, FARIMA, AR-GARCH 모형을 트래픽 예측에 적용하여 각 모형을 성능을 비교하고자 한다. 각 시계열 모형에 대해 소개하고, 트래픽 자료의 특성인 장기기억 특성을 설명하는데 적합한 모형을 알아보기 위해 실제 트래픽 자료에 적용하여 예측 성능을 비교하였다.

• Communications for Statistical Applications and Methods
• /
• 제22권3호
• /
• pp.295-304
• /
• 2015

This paper considers the problem of estimation of the Hurst parameter H ${\in}$ (1/2, 1) from longitudinal data with the error term of a fractional Brownian motion with Hurst parameter H that gives the amount of the long memory of its increment. We provide a new estimator of Hurst parameter H using a two scale sampling method based on $A{\ddot{i}}t$-Sahalia and Jacod (2009). Asymptotic behaviors (consistent and central limit theorem) of the proposed estimator will be investigated. For the proof of a central limit theorem, we use recent results on necessary and sufficient conditions for multi-dimensional vectors of multiple stochastic integrals to converges in distribution to multivariate normal distribution studied by Nourdin et al. (2010), Nualart and Ortiz-Latorre (2008), and Peccati and Tudor (2005).