• Proceedings of the Korea Contents Association Conference
• /
• 2010.05a
• /
• pp.10-12
• /
• 2010

최근 바이오 데이터 분석을 위한 여러 가지 도구들이 있지만 대부분 특정 작업을 위한 작업에 치중되어 있으며 통합된 환경 제시는 아직도 미비한 상태에 있다. 또한 바이오 데이터 분석에 있어 국외의 도구나 데이터베이스에 의존도가 높은 국내 생명과학 분야의 실정을 고려한다면 국산화된 통합 분석환경이 요구되고 있다. 본 논문에서는 바이오 데이터 분석에 필요한 기본 요소들을 모델링하여 효율적인 시스템 개발의 방향제시를 하고자 한다.

• KIPS Transactions on Software and Data Engineering
• /
• v.2 no.2
• /
• pp.97-106
• /
• 2013

Since human genome project finished, the cost for human genome analysis has decreased very rapidly. This results in the sharp increase of human genome data to be analyzed. As the need for fast analysis of very large bio data such as human genome increases, non IT researchers such as biologists should be able to execute fast and effectively many kinds of bio applications, which have a variety of characteristics, under HPC environment. To accomplish this purpose, a biologist need to define a sequence of bio applications as workflow easily because generally bio applications should be combined and executed in some order. This bio workflow should be executed in the form of distributed and parallel computing by allocating computing resources efficiently under HPC cluster system. Through this kind of job, we can expect better performance and fast response time of very large bio data analysis. This paper proposes a workflow-based data analysis system specialized for bio applications. Using this system, non-IT scientists and researchers can analyze very large bio data easily under HPC environment.

• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06c
• /
• pp.60-63
• /
• 2008

바이오칩을 이용하여 유전자를 분석하는데 이때 바이오 칩 분석 시스템을 이용한다. 바이오 칩은 유전자와 실험의 두 축으로 이루어져 있으며 바이오 칩 분석 시스템을 사용하여 바이오 칩에서 자료를 추출하고 필요한 정보를 얻기 위해 데이터를 분석하는 시스템이다. 데이터를 분석하는 기법 중 클러스터링을 사용하는데 유사한 유전자들을 찾아 내어 정해놓은 클러스터로 정의한다. 같은 클러스터 안에 있는 유전자들은 서로 비슷한 성질을 가지고 있기 때문에 사용자들은 이 바이오 칩 으로부터 나온 정보를 효율적이게 사용할 수 있다. 더욱 효율적으로 사용하기 위해 본 논문에서는 방대한 양의 데이터의 최적화에 효율적인 생태계 모방 알고리즘 Particle Swarm Optimization을 이용하여 데이터들을 클러스터링을 하여 분류하는 시스템을 기술하고 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.289-291
• /
• 2004

최근 웹 서비스 기술을 이용하여 바이오 데이터 및 데이터 메소드를 제공하는 것과 관련된 연구들이 진행되고 있다. 웹 서비스 기반 바이오 데이터 서비스에 대한 연구 자료는 시스템 구조 및 API 등을 중심으로 보고되고 있으나 이를 기반으로 한 통합 응용 도구 개발 관련 연구는 미미한 실정이다. 이에 따라 이 논문에서는 웹 서비스 API 등을 이용하여 바이오인포매틱스 연구자들이 이용할 수 있는 데이터 통합, 검색, 브라우징 기능을 제공하는 분석 도구를 개발하였다 사용자는 이 도구를 이용하여 바이오 데이터 간의 상호연관성을 보다 쉽게 발견할 수 있으며 보다 다양한 검색 결과를 여러 가지 형태로 볼 수 있게 될 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.290-293
• /
• 2009

바이오 칩 분석 시스템은 유전자와 실험의 두 축으로 이루어진 바이오 칩에서 자료를 추출하고 필요한 정보를 얻기 위해 데이터를 분석하는 시스템이다. 유전자 데이터를 효율적으로 분석할 수 있는 방법으로 바이오 칩 분석 시스템이 각광받으면서 데이터의 양과 종류가 방대해지고 메모리의 효율적인 사용과 이에 따른 속도 개선을 위해 임베디드 시스템이 필요해지고 있다. 이에 따라 본 연구에서는 임베디드 시스템을 위한 PSO 기반의 군집화 알고리즘을 구현하였다. 방대한 양의 유전자 데이터를 분석하기 위해 생태계 모방 알고리즘인 Particle Swarm Optimization 알고리즘과 비슷한 유전자의 분류를 위한 기법으로 군집화를 사용하여 유전자 데이터의 통합 분석 시스템을 구현, 사용자에게 더욱 효율적으로 정보를 제공한다. 본 논문에서는 방대한 양의 데이터의 최적화에 효율적인 생태계 모방 알고리즘 Particle Swarm Optimization 을 이용하여 데이터들을 군집화하는 알고리즘을 임베디드 시스템을 위해 구현한 방법을 기술하고 있다.

• Information and Communications Magazine
• /
• v.32 no.1
• /
• pp.63-75
• /
• 2014

정보통신기술의 발전과 생산되는 데이터의 양적 증가에 따라 빅데이터에 대한 관심이 증대되고 있다. 빅데이터(Big Data)란 기존 데이터베이스의 데이터 저장 관리 분석 능력을 초과하는 다양한 형식을 가진 대량의 데이터를 의미한다. 여러 분야에서 빅데이터가 생성, 분석, 활용되고 있는데, 특히 보건의료 및 바이오 분야에서의 빅데이터 분석은 사회경제적으로 큰 영향력을 발휘할 수 있기 때문에 크게 주목 받고 있다. 본 연구에서는 보건의료 분야에서 생성되는 데이터의 특징과 빅데이터 분석 프로세스에 대해서 조사하였고, 국내 외 빅데이터 정책 및 활용사례를 분석하였다. 그리고 현재의 빅데이터 활용 장벽을 극복할 수 있는 몇 가지 전략을 제시하였다. 대량의 데이터에서 유용한 정보를 생성해내는 빅데이터 분석 기술은 보건의료 및 바이오 분야에서 국가경쟁력을 향상시키는 중요한 기반이 될 것이다.

• Proceedings of the Optical Society of Korea Conference
• /
• 2003.02a
• /
• pp.124-125
• /
• 2003

바이오인포매틱스 기술이란 정보통신 인프라와 IT기술을 기반으로 분산되어 있는 대용량의 바이오 데이터 및 문헌 정보를 통합적으로 관리, 분석 및 처리하여 각종 바이오 정보 활용 분야(신약개발, 의료진단, 농산물 개량 등)에 효율적으로 응용 서비스하기 위한 IT-BT융합 핵심 기반 요소 기술을 의미한다. 2000. 6. 인간 유전체 초안 완성 후 대량 획득되는 바이오 데이터의 최대 부가가치 창출을 위해 대용량 바이오 데이터로부터 유용한 지식정보를 자동적으로 추출해내기 위한 효율적인 통합분석 기술이 필요하고 이는 바이오인포매틱스 기본 개념이 된다. (중략)

• Journal of the Korea Convergence Society
• /
• v.12 no.8
• /
• pp.317-325
• /
• 2021

By analyzing the recognition analysis and motivation method of the determinants, this study investigates the future development direction of health exercise biodata analysis face-to-face practice education content. The participants were 40 millennial and zoomers (MZ) generation college graduates. Factors related to the decision to participate in face-to-face practice classes in the field of health exercise biodata and bio-digital content convergence technology in the era of COVID-19 were measured. Of the participants, 67.5% voluntarily decided to participate in small group classes while observing social distancing rules. This study presented the most effective and learning motive methods to participate in face-to-face training. Health exercise biodata needs improvement in terms of integrating with adjacent disciplines such as big data.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10c
• /
• pp.151-154
• /
• 2007

바이오 칩 분석 시스템은 다양한 종류의 바이오칩에서 자료를 추출하고 유용한 정보를 얻기 위해 데이터를 분석하는 시스템이다. 데이터를 분석하는 다양한 기법 중 대표적인 것이 클러스터링과 분류화(classification)이다. 클러스터링은 비슷한 개체들을 한 집단으로 묶는 방법이고, 분류화는 미리 정해진 클래스에 데이터를 해당하는 클래스로 분류하는 기법이다. 다양한 알고리즘을 통해서 데이터를 클러스터링 및 분류화를 할 수 있는데 바이오칩과 같이 데이터의 양이 방대한 경우는 생태계를 모방한 알고리즘을 적용하는 것이 효율적이다. 본 논문에서는 생태계 모방알고리즘 중 하나인 PSO 집단 알고리즘을 사용하여 바이오칩 데이터로부터 클러스터의 중심을 찾아 클러스터링을 하교, 분류 규칙을 발견하여 이를 바이오 데이터에 적용, 분류해 주는 시스템을 기술하고 있다.

• The Journal of the Korea Contents Association
• /
• v.11 no.3
• /
• pp.65-72
• /
• 2011

We stand at real world that some practical use method of gene information appears in succession by entrance on the stage of advanced techonlogy. As a lot of studies and development are achieved based on analysis of bio data, necessity of a tool that can help correct interpretation of data is required more and more in a lot of targets of bioinformatics to search new relation and information are established. In this paper, we are offered in existing I wish to offer user a more convenient study tool developing system that can supplement shortcomings of various tools for data analysis. So we've designed to offer in united environment that is not environment that is parted ORF driving out, bio information retrieval and work of similarity comparison lamp to work for bio data analysis and offers lacking consecutiveness in existing analysis system.