쾌락 > 통합검색 | BRIC

통합검색

한빛사

내가 찾은 검색어

1쾌락

'쾌락' 에 대한 통합검색결과 6건입니다.

한빛사6건

최신순
관련도순

최형진

서울대학교 자연과학대학 뇌인지과학과, 의과대학 의과학과/해부학교실

Computational neuroscience는 신경과학, 컴퓨터과학, 수학의 교차점에서 발전한 학문 분야로, 뇌의 작동 원리를 수학적 모델과 컴퓨터 시뮬레이션을 통해 이해하려는 접근법을 취합니다. 이 분야는 신경세포와 신경망의 활동을 분석하고 모델링하여, 신경계의 구조적, 기능적 특성을 설명하거나 예측하는 데 초점을 맞춥니다.
- Sci. Adv.
- 2024.11.27
최형진

서울대학교 자연과학대학 뇌인지과학과, 의과대학 의과학과/해부학교실

비만으로 인한 대사질환과 심뇌혈관질환은 현대 사회의 가장 중요한 보건적 문제 입니다. 식욕 조절에 대한 뇌과학 기전과 식욕억제제 개발에 대해 많은 연구가 진행되고 있습니다. 음식을 보고나 냄새 맡거나 맛을 보는 음식 인지만으로도 배부름이 유발되는 기전은곧 먹게 되는 것을 예측하여 미리 식욕을 억제하는 feed-forward preemptive 조절 기전으로 과도한 overshooting 과식을 막아주는 역할을 합니다.
- Science
- 2024.06.28
이수안

성균관대학교, 기초과학연구원

통증과 쾌락은 원초적인 의사결정부터 기쁨, 슬픔, 두려움, 행복 등 다양한 감정의 주요 근간이 되며, 쾌락자극의 진통 효과와 만성 통증 환자들의 우울증(depression) 및 무기력증(anhedonia) 등의 현상에서 관찰되듯이 서로에게 영향을 줍니다. 이러한 기전에 대하여 통증과 쾌락을 공통적으로 처리하는 뇌 시스템이 존재할 것이라는 가설이 제시된 바 있지만, 현재까지도 그 구체적인 뇌 기전에 대해서는 밝혀진 것이 별로 없습니다.
- Proc. Natl. Acad. Sci. USA
- 2024.06.19
하재선

서울대학교 의과대학

전세계 비만 인구가 10억명을 넘어선 것으로 조사되었고, 이는 전세계 80억 인구에서 8명중 한 명은 비만이라는 이야기입니다. 이토록 비만은 당뇨병 등 합병증을 일으킬 수 잇는 현대사회의 가장 큰 질환 중에 하나입니다. 한국뿐만 아니라 전세계적으로 특히 서양에서는 정말 심각한 문제로 대두되고 있는 요즘입니다.
- Neuron
- 2024.05.07
최형진

서울대학교 자연과학대학 뇌인지과학과, 의과대학 의과학과/해부학교실

비만으로 인한 당뇨병 등 만성대사질환과 심뇌혈관질환은 현대 사회의 가장 흔한 사망원인입니다. 또한, 비만은 최근 몇 십년동안 급속도로 증가하고 있어 현대 가장 중요한 보건 문제입니다. 비만의 가장 중요한 발병 원인은 과도한 식욕에 의한 해로운 식습관입니다 식욕을 조절하는 뇌중추에 대한 여러 연구들 중에서 본 연구는 인간과 가장 유사한 원숭이에 대해 가측 시상하부 (lateral hypothalamus)의 신경을 화학유전체(chemogenetics) AAV 바이러스 방법으로 조절하여 식욕 조절을 입증한 논문입니다.
- Neuron
- 2024.05.03
김형구

성균관대학교

1. 논문관련 분야의 소개, 동향, 전망을 설명, 연구과정에서 생긴 에피소드 우리는 더 나은 인생을 위해 고민하고, 때로는 목표를 이루기 위해 더 험난한 길도 마다하지 않습니다. 동물에게도 이런 행동은 종종 나타나지요. 왜 그럴까요? 그것이 가치 있고, 유형 혹은 무형으로 보상을 줄 것이라고 믿기 때문입니다. 보상을 더 많이 받기 위해 행동을 바꾸는 생물학적인 원리의 중심에는 도파민을 분비하는 신경세포의 활동이 있습니다. 도파민은 쾌락을 느낄 때 나오는데, 조금 더 구체적으로는 기대보다 더한 보상이 올 때 반응하고, 기대보다 적은 보상이 올 때는 오히려 활동이 감소합니다. 이것을 보상 예측 오류 (reward prediction error) 라고 합니다. 즉, 도파민은 과거의 보상을 기억하고 더 큰 보상을 위해 행동을 변화시키는 적응적 행동(adaptive behavior)에 핵심적인 역할을 하는 신경 조절 물질입니다. 보상에 의한 행동의 변화를 설명하려는 이론을 강화학습 (reinforcement learning)이라고 합니다. 강화학습은 기계학습 분야에서 계산론적 학습 알고리즘으로 제안되었으며, 최근에 Deepmind 등이 비디오 게임 학습 에이전트, 알파고 등을 통해 인공지능의 학습 방법론으로서 큰 발전 가능성을 보였습니다. 이러한 사례는, 강화학습이 단순한 과제의 학습 방법론을 넘어서 일반 지능(general intelligence)의 구현에도 관여할 수 있음을 보여 주고 있습니다. 하지만 컴퓨터 내의 상황과 실생활에서의 뇌가 만나는 상황이 완전히 같지는 않습니다. 우리가 활동하는 실제 세상과 인공지능의 가상의 환경이 어떠한 점에서 다르고, 뇌가 이러한 다른 면을 어떻게 처리하는지 이해하는 것은 뇌를 더 잘 이해하고, 뇌 기반 인공지능 (brain-inspired AI)를 만드는데 중요할 것입니다. 두 세계의 중요한 차이점 중의 하나는 현재 상태에 대한 불확실성 (state uncertainty) 입니다. 예를 들면, Pac-man을 플레이 하는 AI 알고리즘은 현재 위치에 대한 정확한 정보를 가지고 있습니다. 하지만, 어두운 밤에 물을 먹으러 가는 어제의 나는 지금 자신이 어디에 있는지, 정확히 무엇을 보고 있는지 분명하지 않죠. 이러한 상황에서 도파민의 활동이 어떻게 될 것인가를 이해하는 것은 컴퓨터와 두뇌의 예측 오류 신호가 어떤 차이가 있는지 이해하는데 매우 중요합니다. 이러한 점을 실험적으로 밝히기 위해,
- Curr. Biol.
- 2022.04.14

1