
329
11
장
파이스파크와 썬더로 신경 영상 데이터 분석하기
그림
11-10
소속 군집별로 색칠된
3D
화소
학습된 군집은 제브라피쉬 뇌 구조의 특정 요소들을 재현하고 있음이 분명하다. 만약 원본 데
이터의 해상도가 세포 내부 구조까지 해석할 수 있을 만큼 고해상도라면, 영사된 데이터 속의
신경 세포 개수의 추정치와 동일한
k
값으로
3D
화소를 먼저 군집화해볼 수도 있었을 것이다.
이 작업으로 전체 신경 세포들을 효과적으로 배치할 수 있게 된다. 그런 다음 각 신경 세포에
대한 시계열을 정의하고, 이 시계열을 이용해 다른 기능 범주를 다시 군집화할 수 있을 것이다.
11.5
한 걸음 더 나아가기
썬더는 상대적으로 최근에 시작된 프로젝트지만, 상당히 풍부한 기능을 제공한다. 시계열과 군
집화에 관한 통계 기능 외에도, 행렬 분해, 회귀, 분류, 시각화 도구 모듈이 포함되어 있다. 수
많은 기능을 잘 설명해놓은 훌륭한 문서와 튜토리얼도 존재한다. 썬더의 동작 원리를 확인하고
싶다면 『네이처 메서드
Nature
Method
』
2014
년
7
월호에 썬더 개발자들이 게재한 「클러스터 컴퓨팅
을 활용한 두뇌 활동 매핑
Mapping
brain
activity
at
scale
with
cluster
computing
」(
https
://
bit
.
ly
/
186YPqi
) 논문
을 보기 바란다. ...