• 한국지반공학회지:지반
• /
• 제13권1호
• /
• pp.35-46
• /
• 1997

실제지반에 하중이 가하여 질 경우 발생되는 주응력회전시의 지반거동을 해석하기 위하여 등 방단일경화구성모델이 적용되었다. 이 모델에 의한 해석결과는 Ko압밀점토의 중공 원통형 공시체에 여러가지 응력경로를 대상으로 실시된 일련의 비틀림전단시험에 의한 시험치와 좋은 일치를 보이고 있다. 결국 주응력회전시의 지반거동은 등방압축 및 통상적인 압밀비배수 삼축압축시험으로 얻을 수 있는 간단한 정보만을 활용한 이 모델로 예측될 수 있음을 알았다. 비틀림전단시험결과와 해석결과 모두에서 등방탄소성 지반거동을 최초재하 (primary loading)단계 동안에 관찰할 수 있었다. 그러나, Ko압밀응력의 등방항복면내에서 감하나 수재하와 같은 응력 반전을 실시할 경우 최대주변형률증분 방향의 해석치는 시험치와 일치하지 않았다. 이는 응력반전시의 지반거동을 해석하기 위하여는 등방경화모델 (isotropic hardening model)보다 는 이동경화모델(kinematic hardening model)이 개발되어야함을 의미한다. 또한 본 연구에서는 일공간에서 변형률증분벡터의 시험치가 관련흐름법칙 및 비관련흐름법칙에 의한 해석법과 비교되었다.

• Applied Biological Chemistry
• /
• 제40권5호
• /
• pp.380-387
• /
• 1997

Pectate lyase isoenzymes을 분비하는 Erwinia carotovorn subsp. carotovora LY34는 식물조직을 연화시키는 연부균이다. 이 균주로부터 게놈 DNA를 분리하여 Sau3Al 제한효소로 부분 절단한 다음 pBluescript $SK^+$ 벡터에 클로닝하여 pectate Iyase를 분비하는 클론을 분리하였다 분리 결과 4.2 kb크기의 DNA 단편을 가지고 있었으며 이를 다시 재클로닝하여 3.1 kb크기의 pelCI유전자를 함유하는 pLYPA100을 구하였다. 이 유전자의 DNA 염기서열을 분석한 결과 374 개의 아미노산을 구성하는 1,122 bp의 ORF를 확인하였다. 시작코돈과 종결코돈은 ATG와 TAA였으며 초기 서열 22개의 아미노산으로 구성된 전형적인 원핵세포의 signal peptide가 존재하였다. PeICI의 단백질 염기서열을 다른 단백질과 유사성을 분석한 결과 Erwinia carotovera subsp. carotovora Er 균주의 PelIII, Erwinia carotevora subsp. carotovora SCR193 균주의 PeIC 및 Erwinia caretovora subsp. atroseptica C18 균주의 Pel3과 유사하였으며 PLbc family에 속하였다. PeICI의 분자량은 40,507, pI는 7.60으로 계산되었다.

• 융합신호처리학회논문지
• /
• 제10권4호
• /
• pp.274-279
• /
• 2009

시스템수준 설계방법론에서 널리 사용하고 있는 설계흐름도는 시스템명세, 시스템수준의 HW/SW 분할, HW/SW 통합설계, 가상 또는 물리적 프로토타입을 이용한 통합검증, 시스템통합으로 구성된다. 본 논문에서는 SystemVerilog와 SystemC를 기반으로 하여 신속한 기능검증이 가능한 native-code 통합검증환경과 클럭수준 검증까지 가능한 계층화 통합검증환경을 각각 구현하였다. Native-code 통합검증환경은 시스템수준 설계언어인 SystemC를 이용하여 HW/SW 분할단계를 수행한 후, SoC 설계의 HW부분과 SW부분을 각각 SystemVerilog와 SystemC로 모델링하여 상호작용을 하나의 시뮬레이션 프로세스로 검증한다. 계층화된 SystemVerilog 테스트벤치는 임의의 테스트벡터를 생성하여 DUT의 모서리 시험을 포함하는 검증환경으로 본 논문에서는 SystemC를 도입하여 다중 상속을 가지는 통합검증환경의 구성요소를 먼저 설계한 후, SystemVerilog DPI와 ModelSim 매크로를 이용하여 SystemVerilog 테스트벤치와 결합된 통합검증환경을 설계한다. 다중 상속은 여러 기초클래스를 결합한 새로운 클래스를 정의하여 코드의 재사용성을 높이는 장점을 가지므로, 본 논문의 SystemC를 도입한 통합검증환경 설계는 검증된 기존의 코드를 재사용할 수 있는 이점을 가진다.

• 대한임상검사과학회지
• /
• 제51권4호
• /
• pp.475-483
• /
• 2019

세포기반 치료제에 사용되는 줄기세포는 재생능력과 다양한 세포로의 분화능력으로 인해 재생 의학 분야에서 광범위하게 관심을 끌었으며, 많은 불치병에 적용된다. 하지만, 이러한 줄기세포는 여전히 치료 전 세포증식 및 질병 투여부위에서의 낮은 생존률로 인해 충분한 치료효과가 나타나지 않는 단점이 있다. 이것을 해결하고자, 우리는 세포부착능과 항세포자살 기능을 가지고 있는 carcinoembryonic antigen (CEA) gene family의 하나인 CEACAM 6를 사용하였다. 이것을 줄기세포에 적용 전, 먼저 세포별로 이 단백질이 발현되는지를 확인하였고, 이 유전자가 발현되는 벡터를 줄기세포에 삽입시키기 위한 최적 조건을 선정하였다. 그 후, 도입된 CEACAM 6발현벡터로부터 줄기세포에서 이 유전자가 발현되는지를 확인하였다. 그리고 인체투여 시 발생되는 산화적 스트레스와 유사한 조건에서의 이 유전자의 기능을 평가하기 위해 과산화수소(H₂O₂)를 처리하였다. 산화적 스트레스 조건하에서 CEACAM 6가 발현되는 줄기세포는 그렇지 않은 세포에 비해 세포의 생존률이 현저히 증가하는 것을 확인하였다. 이를 통해, 이 CEACAM 6는 줄기세포의 치료효능과 세포증식을 강화시킬 수 있는 다른 선택지로서의 가능성이 있음을 확인하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권7호
• /
• pp.612-624
• /
• 2005

본 논문에서는 PET-CT 뇌 영상융합을 위해 가우시안 가중치 거리지도를 이용한 표면기반 영상정합을 제안한다. 제안방법은 중요 세 단계로 표면 특징점 추출, 가우시안 가중치 거리지도 생성, 가중치기반 유사도 평가로 구성된다. 첫째, PET 영상과 CT 영상에서 삼차원 역 영역성장법을 이용하여 머리영역을 분할하고 머리 영역과 같이 분할된 잡음 영역을 영역성장법기반 레이블링을 이용한 영역 크기 비교를 통해 제거한 후 선명화 처리 필터를 적용하여 머리 표면 특징점을 추출한다. 둘째, CT 영상에서 추출한 표면 특징점에 가우시안 가중치 거리지도를 생성하여 큰 변위에서도 최적의 위치로 견고하게 수렴하도록 한다. 셋째, 가중치기반 상호상관관계는 PET 영상에서 추출한 표면 특징점과 대응되는 CT 영상의 가우시안 가중치 거리지도를 이용하여 최적 위치를 탐색한다. 본 논문에서는 제안방법의 정확성과 견고성 검사를 위해 인공데이타를 이용하고, 수행시간과 육안평가를 위해 임상데이타를 이용한다. 정확성 검사는 임의로 변환된 인공데이타에 제안방법을 적용한 후 추출된 최적화 변환벡터와의 오차를 제곱근평균제곱오차를 이용하여 평가한다. 견고성 검사는 큰 변위와 잡음을 가지는 인공데이타에서 가중치기반 상호상관관계가 최적의 위치에서 최대를 이루는지를 평가한다 실험 결과 제안한 표면기반 영상정합이 기존 표면기반 영상정합보다 정확하고 견고하게 수렴됨을 알 수 있다.

• 한국지능시스템학회논문지
• /
• 제22권6호
• /
• pp.706-714
• /
• 2012

본 논문에서는 대한민국의 국립기상연구소에서 제공한 최근 4년간의 데이터를 훈련 데이터, 검증 데이터 및 테스트 데이터로 나누어 초단기 호우 예측을 하고자 한다. 우리는 데이터 셋을 훈련 데이터, 검증 데이터와 테스트 데이터 세 부분으로 나눴다. 데이터의 차원이 커짐에 따라 해 공간의 크기가 지수적으로 증가하여 실험의 속도가 현저히 떨어지는 문제를 피하기 위하여 72개의 특징들 중에서 주요한 특징들만을 선택하게 되었다. 예측의 정확도를 높이기 위해 미분진화 알고리즘을 사용하였고, 진화연산의 적합도 함수로 두 개의 분류기를 선택하였는데, 일반적으로 우수한 성능을 보이는 서포트 벡터 머신(SVM)과 분류 속도가 빠른 최근린법(k-NN)을 사용하였다. 또한, 실험에 사용할 데이터 가공을 위해 언더샘플링과 정규화를 하였다. 진화연산의 적합도 함수로 SVM 분류기를 사용하였을 때 실험 결과가 대체로 우수하였는데, 미분진화 알고리즘 실험은 모든 특징을 선택한 실험보다 약 5 배 정도 우수한 성능을 보였고, 유전 알고리즘을 사용한 실험보다 약 1.36 배 정도 더 우수한 성능을 보였다. 실험 속도 면에서는 미분진화 알고리즘을 사용한 실험이 유전 알고리즘을 사용한 실험보다 약 20배 이상 실험 시간이 단축되었다.

• 한국전자거래학회지
• /
• 제23권3호
• /
• pp.13-32
• /
• 2018

암호화폐는 익명성, 분권성, 공유성, 다중 분산원장 기재원리와 블록체인 기술의 특성을 지니고 있어 간편 신속 저렴성으로 지급결제수단의 기능을 수행하여 왔다. 비트코인은 비중앙 기관이 채굴 공급주체이고, 공급량이 제한되어 있고, 일부 화폐적인 기능을 수행하여서, 금과 매우 유사한 특성을 가지고 있다. 본고는 물가와 자본시장에 대해서 헷지와 안전처 기능과 관련하여 비트코인과 금에 대해서 정량적으로, 2010. 7. 20.~2017. 12. 27., 1943 일별 자료에 대해 비대칭적 다변량 벡터 GARCH 모형으로 분석하였다. 금에서는 물가(CPI), 주식(SP500), 환율(UKUS, KOUS)에서 강한 헷지와 안전처 기능이 추정되었다. 비트코인에서는 약한 헷지와 안전처 기능이 존재하는 것으로 추정되었다. 변동성 식에서는 미국과 한국의 인플레이션은 비트코인과 금에 대해 유의하지 않은 것으로 추정되었다. 본고는 공평성 확보를 위해 익명성의 불투명성을 해소하고, 시대의 변화에 부응하고 생동하는 헌법관에 기초하여 법의 흠결 보완이 이루어져야 함을 밝히고 있다. 유관기관에게 등록 보고 설명 준법감시 의무와 권한의 명확화를 기하고, 세제와 금융 관련 법규를 보완 개정하는 것이 이용자 보호의 강화와 전자거래의 발전에 도움이 됨을 시사하고 있다. 이와 더불어 반드시 투자자의 세심한 리스크 관리가 지속적으로 이루어져야 할 것이다.

• 감성과학
• /
• 제24권1호
• /
• pp.91-104
• /
• 2021

본 연구에서는 승용차에서 사람들이 기기를 사용하기 위해 사용하는 기동어인 "Hi, KIA!"의 감성을 기계학습을 기반으로 분류가 가능한가에 대해 탐색하였다. 감성 분류를 위해 신남, 화남, 절망, 보통 총 4가지 감정별로 3가지 시나리오를 작성하여, 자동차 운전 상황에서 발생할 수 있는 12가지의 사용자 감정 시나리오를 제작하였다. 시각화 자료를 기반으로 총 9명의 대학생을 대상으로 녹음을 진행하였다. 수집된 녹음 파일의 전체 문장에서 기동어 부분만 별도로 추출하는 과정을 거쳐, 전체 문장 파일, 기동어 파일 총 두 개의 데이터 세트로 정리되었다. 음성 분석에서는 음향 특성을 추출하고 추출된 데이터를 svmRadial 방법을 이용하여 기계 학습 기반의 알고리즘을 제작해, 제작된 알고리즘의 감정 예측 정확성 및 가능성을 파악하였다. 9명의 참여자와 4개의 감정 카테고리를 통틀어 기동어의 정확성(60.19%: 22~81%)과 전체 문장의 정확성(41.51%)을 비교했다. 또한, 참여자 개별로 정확도와 민감도를 확인하였을 때, 성능을 보임을 확인하였으며, 각 사용자 별 기계 학습을 위해 선정된 피쳐들이 유사함을 확인하였다. 본 연구는 기동어만으로도 사용자의 감정 추출과 보이스 인터페이스 개발 시 기동어 감정 파악 기술이 잠재적으로 적용 가능한데 대한 실험적 증거를 제공할 수 있을 것으로 기대한다.

• 한국산학기술학회논문지
• /
• 제22권2호
• /
• pp.651-658
• /
• 2021

풀림 방지 코팅 볼트는 주로 자동차 안전 관련 부품을 결합하는 데 사용되므로 안전성 유지를 위해 코팅 결함을 사전에 감지해야 한다. 이를 위해 이전 연구 [CNN 및 모델 시각화 기법을 사용한 코팅 볼트 불량 판별]에서는 합성곱 신경망을 사용했다. 이때 합성곱 신경망은 데이터 수가 많을수록 이미지 패턴 및 특성 분석 정확도가 증가하지만 그에 따라 학습시간이 증가한다. 또한 확보 가능한 코팅 볼트 샘플이 한정적이다. 본 연구에서는 이전 연구에 전이학습을 추가적으로 적용해 데이터 개수가 적은 경우에도 코팅 결함에 대해 정확한 분류를 하고자 한다. 전이학습을 적용할 때 학습 데이터 수와 사전 학습 데이터 ImageNet 간의 유사성을 고려해 분류층만 학습했다. 데이터 학습에는 전역 평균 풀링, 선형 서포트 벡터 머신 및 완전 연결 계층과 같은 분류층을 적용했으며, 고려한 모델 중 완전 연결 계층 방법의 분류층이 가장 높은 95% 정확도를 가진다. 추가적으로 마지막 합성곱층과 분류층을 미세 조정하면 정확도는 97%까지 향상된다. 전이학습 및 미세 조정을 이용하면 선별 정확도를 향상시킴은 물론 이전보다 학습 소요시간을 절반으로 줄일 수 있음을 보였다.

• Journal of Plant Biotechnology
• /
• 제48권1호
• /
• pp.34-43
• /
• 2021

CRISPR/Cas9에 의한 유전자 교정 기술은 유용 형질을 갖는 작물 및 임목의 육성에 있어 널리 사용되고 있는 핵심 기술이다. 유전자 교정 임목 육성에는 아그로박테리움에 의한 형질전환 방법이 높은 효율로 시행된 연구가 많았고 따라서 형질전환에 사용된 플라스미드 서열이 식물 유전체 안에 존재한다는 문제가 남아 있었다. 본 연구에서는 CRISPR/Cas9을 사용하여 유전자 교정 임목을 육성하는 데 기존에 알려진 벡터 도입 기술이 아닌, 단일 가닥 가이드 RNA (sgRNA)와 Cas9 단백질을 혼합하여 만든 리보핵산단백질을 현사시나무 원형질체에 도입하는 방법을 기술하였다. 염 스트레스 내성 관련 인자 PagSAP1 유전자를 표적으로 하는 3종류의 sgRNA를 디자인하고, 각 sgRNA와 Cas9 단백질을 혼합하여 만든 리보핵산단백질을 원형질체에 도입하였다. 표적화 딥시퀀싱을 통해 리보핵산단백질 형성 시 sgRNA와 Cas9 단백질을 혼합하고 일정 시간 배양하여 안정화되는 시간이 필요한 것을 확인하였다. 또한 sgRNA3의 리보핵산단백질이 sgRNA1, sgRNA2의 리보핵산단백질보다 높은 교정 효율을 보이는 것을 확인하였다. 본 실험을 통해 리보핵산단백질을 이용한 유전자 교정 기술이 임목에도 적용될 수 있음이 확인되었고, 이는 외래 유전자 없이 유전자 교정 임목을 육성하는 데 활용할 수 있을 것으로 사료된다.