Chapter 45. 생물학적 신경망 구조와 뉴런의 정보 처리 메커니즘

• Chapter 45. 생물학적 신경망 구조와 뉴런의 정보 처리 메커니즘

• 45.1신경과학과 인공지능의 학문적 교차점과 연결주의의 생물학적 근거

• 45.2중추 신경계(CNS)의 계층적 구조: 대뇌 피질, 소뇌, 뇌간

• 45.3뉴런(Neuron)의 해부학적 구조: 세포체, 수상돌기, 축삭돌기

• 45.4수상돌기(Dendrite)의 입력 수용 기전과 수상돌기 연산(Dendritic Computation)

• 45.5축삭돌기(Axon)의 신호 전도와 수초화(Myelination)에 의한 전도 속도 가속

• 45.6뉴런의 안정 전위(Resting Potential)와 이온 채널의 전기화학적 균형

• 45.7활동 전위(Action Potential)의 발생 메커니즘과 전압 개폐 이온 채널

• 45.8호지킨-헉슬리(Hodgkin-Huxley) 모델의 미분 방정식 기반 뉴런 동역학

• 45.9역치(Threshold)와 전부-아니면-전무(All-or-None) 원리

• 45.10불응기(Refractory Period)와 뉴런의 발화 빈도 부호화(Rate Coding)

• 45.11시간 부호화(Temporal Coding)와 스파이크 타이밍 기반 정보 표현

• 45.12시냅스(Synapse)의 구조와 화학적 시냅스 전달 과정

• 45.13신경 전달 물질(Neurotransmitter)의 분류와 시냅스 후 수용체 결합

• 45.14흥분성 시냅스 후 전위(EPSP)와 억제성 시냅스 후 전위(IPSP)

• 45.15시냅스 가소성(Synaptic Plasticity)과 학습의 신경생물학적 기반

• 45.16장기 강화(Long-Term Potentiation, LTP)의 분자적 메커니즘

• 45.17장기 억압(Long-Term Depression, LTD)과 시냅스 약화

• 45.18헵의 학습 법칙(Hebbian Learning): 동시 발화와 시냅스 강화

• 45.19스파이크 타이밍 의존적 가소성(STDP)의 시간 비대칭 학습 규칙

• 45.20뉴런 집단(Neural Population)의 집합적 부호화와 인구 벡터(Population Vector)

• 45.21피질 컬럼(Cortical Column)의 기능적 모듈 구조

• 45.22감각 피질의 수용장(Receptive Field)과 계층적 특징 추출

• 45.23시각 피질의 단순 세포(Simple Cell)와 복잡 세포(Complex Cell)의 반응 특성

• 45.24시각 정보 처리의 배측 경로(Dorsal Stream)와 복측 경로(Ventral Stream)

• 45.25청각 피질의 주파수 배열(Tonotopic Map)과 시간-주파수 분석

• 45.26해마(Hippocampus)의 기억 형성 기전과 장소 세포(Place Cell)

• 45.27전두엽 피질(Prefrontal Cortex)의 작업 기억(Working Memory)과 실행 기능

• 45.28소뇌(Cerebellum)의 오류 기반 학습과 운동 제어 피드백 회로

• 45.29신경 회로의 피드포워드(Feedforward)와 피드백(Feedback) 연결 구조

• 45.30억제성 개재 뉴런(Inhibitory Interneuron)과 측면 억제(Lateral Inhibition)

• 45.31신경 진동(Neural Oscillation)과 감마파(Gamma Wave) 동기화

• 45.32통합-발화(Integrate-and-Fire) 모델과 계산 신경과학적 단순화

• 45.33누출 통합-발화(Leaky Integrate-and-Fire, LIF) 모델의 수학적 정의

• 45.34스파이킹 신경망(Spiking Neural Network, SNN)의 생물학적 충실도

• 45.35뉴로모픽 컴퓨팅(Neuromorphic Computing)의 하드웨어 구현 원리

• 45.36생물학적 뉴런과 인공 뉴런의 구조적·기능적 대응 관계

• 45.37생물학적 학습 규칙과 역전파(Backpropagation)의 생물학적 타당성 논쟁

• 45.38예측 부호화(Predictive Coding)와 자유 에너지 원리(Free Energy Principle)

• 45.39뇌-컴퓨터 인터페이스(BCI)와 신경 신호 기반 기계 학습

• 45.40생물학적 신경망 연구가 차세대 인공 신경망 설계에 미치는 시사점