분류 전체보기110 계류유산 뜻 원인 증상 확률 및 계류유산 후 몸조리 계류유산 뜻 원인 증상 확률 및 계류유산 후 몸조리 주변에 임신한 사람들 가운데 계류유산을 경험한 사람이 생각보다 많다. 과연 계류유산은 무엇인지, 증상은 어떤지 좀 더 자세히 알아보고자 한다. ● 계류유산 뜻 임신초기 주로 발생하는 자연유산 중 하나로, 자궁경부가 닫혀 있는 상태로 수일 ~ 수주동안 사망한 임신 산물이 자궁 내에 남아 있는 경우를 계류유산이라고 한다. ● 계류유산 원인 가장 흔한 원인은 태아의 염색체 이상이며, 태아의 구조적 기형, 모체의 질환, 자궁의 기형 등의 원인이 있다. 자궁의 이상으로 인해 배아가 배출되는 일부를 제외하면 모든 자연유산은 계류유산의 단계를 거치게 된다. ● 계류유산 증상 -질 출혈: 착상혈과 다르게 생리와 양이 비슷하고, 색은 선홍빛이라기보다는 붉은 빛을 띤다.. 2023. 4. 26. 3.딥러닝 전처리 1. 텍스트 전처리 1.1 쪼갠다(토큰화) 1.2 숫자로 변환 1.3 사이즈 맞춤(패딩) 1.4 Embedding(크기 축소) 2. 숫자 전처리 2.1 결측치 처리 2.2 이상치 처리 2.3 정규화 *레이어 사이사이의 정규화: BatchNormalization 2023. 4. 25. 2. 딥러닝 이론 1. 주요 딥러닝 모델 1.1 '특징'에 따른 CNN 1.2 '생성'에 따른 GAN, Auto Encoder 1.3 '메모리'에 따른 RNN 2. 신경망 학습 매커니즘 3. CNN (이미지) -Convolution Layer 와 Pooling Layer로 구성된, 이미지 처리에 좋은 성능을 가지는 인공신경망 -Convolution Layer : 컨볼루션 연산(필터연산)을 통해 특징(feature)를 추출하는 레이어 -Pooling Layer : Sub sampling 통한 차원의 축소로 max-pooling, average-pooling 활용 -Fully connected layer : 이전레이어의 모든 처리결과를 하나로 연결하여 이미지의 특징을 구분 -패딩(Padding) : 입력 이미지 주변을 0으로.. 2023. 4. 25. 1. 딥러닝 역사 1. 1958 퍼셉트론의 등장 -인간의 뉴런을 기반으로 한 최최의 인공신경망 -n 개의 input의 선형결합(가중치의 합)에 activation 함수를 적용하여 확률값 y를 제공 -> XOR 문제를 해결하지 못함 2. AI의 겨울 3. 1987 다중퍼셉트론(Multi-layerd 퍼셉트론) -은닉층(hidden layer)를 추가하여 비선형 분리문제(XOR) 해결 -역전파 알고리즘(BackPropagation) 개발하여 오류 역전파(가중치 조절) ->레이어가 많아 전달이 안되는 경우 기울기 소멸문제 발생 4. AI의 겨울2 5. 하드웨어의 발달로 성능개선 6. 2011 IBM Watson이 퀴즈대회(Jeopardy)에서 우승 7. 2016년 Google 알파고 2023. 4. 25. 이전 1 ··· 20 21 22 23 24 25 26 ··· 28 다음
