강원도 영월 마차리 부근에 분포하는 문곡층의 속성역사에 대한 연구를 조직적, 동위원소적 및 미량원소적 결과를 이용하여 수행하였다. 속성광물의 생성단계는 각각 그들의 지화학적 결과와 함께 문곡층이 여러 단계의 속성작용을 받았음을 보여준다: 그들은 1) 천해속성작용, 2) 민물속성작용, 3) 얕은매몰속성작용 및 4) 깊은매몰속성작용이다. 천해속성작용은 섬유상 방해석 교질작용과(framboidal) 황철석화작용으로 이루어져 있으며, 민물속성작용 동안에는 불안정한 광물(아라고나이트와 고마그네슘 방해석)로 구성된 탄산염 입자들의 용해작용과 재 결정작용, 극피동물 위의 syntaxial overgrowth 작용 및 등립질 방해석의 교질작용이 일어났다. 얕은 매몰 속성환경에서는 쳐어트와 이디오토픽 돌로마이트가 생성되었고 제노토픽 돌로마이트화작용은 스타일로라이트화 작용 전에 일어났을 것이다. 깊은 매몰 속성환경 에서는 saddle 돌로마이트화작용, 2차 규화작용 및 탈돌로마이트화작용이 일어났다.
생물체 내에서 중요 생물학적 기능을 수행하는 기본 단위인 단백질 및 이들의 상호작용 대한 많은 연구가 이루어져 다양한 생물체에 대한 단백질 상호작용 데이터베이스가 구축되었다. 본 논문에서는 효모에 대해 공개되어있는 단백질 상호작용 데이터를 이용하여 새로운 단백질 상호작용을 예측하는 방법을 제안한다. 논문에서는 문헌에서 연관 정보를 효율적으로 찾아내기 위하여 제안된 연관개념공간 탐색 방법을 확장하여 단백질 상호작용 예측에 사용한다. 단백질들은 각각이 가지는 다양한 속성들의 벡터로 간주되며, 상호작용은 해당 단백질들의 연관성을 통해 이루어지는 것으로 표현된다. 상호작용하는 두 단백질들의 속성은 단어의 공동 출현과 같이 고려되어 단백질 상호작용은 두 단백질 벡터의 요소로 표현되고 벡터의 요소 속성들 간의 연관성을 표현하기 위해 연관속성개념공간으로 사상되어 공간상의 거리 기반으로 연관속성을 추출한다. 추출된 연관속성을 최대로 포함하는 단백질들 간의 상호작용을 예측하는 방식으로 단백질 상호작용을 예측한다. 논문에서 제안한 방법은 효모의 단백질 상호작용 예측에 대해 평균 약 91.8%의 예측 정확도를 보여, 연관속성개념공간을 이용한 방법이 단백질 상호작용을 예측하는 또 다른 대안으로 사용 될 수 있음을 확인하였다.
컴포넌트의 합성을 통하여 신뢰성 있는 시스템을 구축하려면 명시된 품질 속성을 만족해야 한다. 이를 위해서는 잘 정의된 상호작용을 바탕으로 하여 비기능적 속성이 명세되어야 한다. 그러나 기존의 컴포넌트 명세 방법들은 컴포넌트의 기능 속성에 주로 초점을 맞추어 왔으며 비기능적 속성에 대한 지원이 미약하다. 본 논문에서는 비기능적 속성들을 명세하는 방법에 초점을 둔다. 구체적으로, 비기능적 속성들 중에서 시간제악 속성을 상호작용 컨트랙트에 정의하고 UML 다이어그램으로 표현하는 방법을 제시한다. 정형화 된 구조물 가진 컨트랙트에서 시간제약 속성들은 보다 명확한 의미를 가지며, 다양한 형태의 컴포넌트 합성에서 검증이 가능하다.
단백질들은 서로 다른 단백질들과 상호작용하거나 복합물을 형성함으로써 생물학적으로 중요한 기능을 한다고 알려져 있다. 때문에 대부분의 세포작용에 있어 중요한 역할을 하는 단백질들 간의 상호작용 분석 및 예측에 대한 연구는 여러 연구그룹으로부터 풍부한 데이터가 산출된 후게놈시대(post-genomic era)에서 또 하나의 중요한 이슈가 되고 있다. 본 논문에서는 효모에 대해 공개되어있는 단백질 상호작용 데이터들에서 속성들 간의 연관규칙 학습을 통해 잠재적 단백질 상호작용들을 예측하기 위한 연관규칙 기반의 상호작용 예측 방법을 제시한다. 단백질들 간의 상호작용 예측을 위해 고려되는 각 단백질의 다수의 속성차원은 정보이론 기반의 속성선택 알고리즘을 이용하여 효율적으로 줄이며 상호작용의 속성집합을 이용하여 신경망을 훈련시키고 이렇게 훈련된 신경망에서 속성들 간의 연관규칙을 디코딩하여 연관규칙 기반의 상호작용 예측에 활용한다. 연관속성 발굴을 통한 상호작용 예측을 위한 마이닝 방법으로는 연관규칙 발견 알고리즘을 사용하였으며 예측 정확도를 높이기 위하여 신경망 예측 모델의 학습 결과를 디코딩한 규칙들이 추가적으로 사용하였다. 논문에서 제안한 방법을 발견된 연관규칙을 통한 단백질 상호작용 예측문제에 있어 평균 약 $94.5\%$의 예측 정확도를 보였다.
이 논문에서는, 단백질의 상호작용을 다양한 아미노산의 속성과 Support Vector Machine(SVM)을 사용하여 예측하였다. SVM을 사용한 단백질 상호작용의 예측 시스템에 단백질 상호작용에 중요한 작용을 하는 아미노산의 속성을 사용하고 있다. 이번 실험은 9가지의 아미노산의 속성의 조합 즉, 511(2$^{9}$ -1)가지의 아미노산 속성을 SVM 학습데이터로 사용하여 예측시스템의 결과를 비교한다. 실험에는 Database of Interacting Proteins(DIP)를 사용하였다. 실험을 위하여 DIP의 H.pylori를 학습용데이터로 사용하고, E.coli를 예측데이터(검증데이터)로 사용하였다. 실험에 따르면 H.pylori의 학습데이터와 E.coli를 예측데이터의 가공에 '소수성'을 사용한 방법보다 '방향성'을 사용한 방법이 더 높은 수치를 나타냈다.
단백질들은 서로 다른 단백질들과 상호작용 하거나 복합물을 형성함으로써 생물학적으로 중요한 기능을 한다고 알려져 있다. 때문에 대부분의 세포작용에 있어 중요한 역할을 하는 단백질 상호작용의 분석 및 예측에 대한 연구는 여러 연구그룹으로부터 풍부한 데이타가 산출되고 있는 현(現) 게놈시대에서 또 하나의 중요한 이슈가 되고 있다. 본 논문에서는 효모(Saccharomyces cerevisiae)에 대해 공개되어있는 단백질 상호작용 데이타들에서 속성들 간의 연관을 통해 유추 가능한 잠재적 단백질 상호작용들을 예측하기 위한 연관속성 마이닝 방법을 제시한다. 단백질의 속성들 중 연속값을 가지는 속성값들은 최대상호 의존성에 기반을 두어 이산화 하였으며, 정보이론기반 속성선택 알고리즘을 사용하여 단백질들 간의 상호작용 예측을 위해 고려되는 단백질의 속성(attribute) 수 증가에 따른 속성차원문제를 극복하도록 하였다. 속성들 간의 연관성 발견은 데이타마이닝 분야에서 사용되는 연관규칙 발견(association rule discovery) 방법을 사용하였다 논문에서 제안한 방법은 발견된 연관규칙을 통한 단백질 상호작용 예측문제에 있어 최대 약 96.5%의 예측 정확도를 보였으며 속성필터링을 통하여 속성필터링을 하지 않는 기존의 방법에 비해 최대 약 29.4% 연관규칙 발견속도 향상을 보였다.
퍼지 속성 공간(fuzzy property space)은 데이터베이스의 각 객체를 분류하고 분석하는데 유용한 도구로서 사용됨을 보였다[1]. 이는 수학적인 속성 집합 이론(property set theory)[2]에 근간을 두고 만들어진 이론으로, 데이터의 분석에 무척 유리한 도구로 사용될 수 있다. 본 연구에서는 근래에 들어 많은 연구가 이루어지고 있는 분산 데이터베이스 환경(distributed database management)에서 이를 응용해보고자 시도하였다. 즉, 분산 환경에서 어떠한 객체의 데이터를 상호 교환하고자 하는 간단한 상호 작용(object interoperability)을 수행함에 있어, 각 시스템은 이들 상호간의 규약에 의한 합치(object integration)를 이룰 수 있어야 한다. 여기에 퍼지 속성 공간을 이용하여, 가장 근사한 합치를 이룰 수 있도록 하는 것이다. 예를 들어, A와 B 두 개의 시스템에서 객체의 상호 작용을 수행한다. 하면, A시스템의 하나의 객체를 두 개의 공통된 속성 공간에 위치시키고, B라는 시스템에서 이를 다시 해석하여 자신의 데이터베이스에 입력으로 받아들이는 방식을 채택하여 상호 작용의 연산을 설계하는 방식이다.
전기마이오세의 템블러층은 캘리포니아의 케틀만노스돔 유전에서 중요한 사암의 저류층을 이루고 있다. 이 층의 사암은 대부분이 아코스의 성분을 가지나 최하부에는 많은 화산암의 암편이 함유되어 있다. 템블러층 사암에서 장석이 변질작용을 받기 이전에 일어난 속성작용의 단계를 순서대로 열거하면 초기의 방해석, 백운석, 석영, 알바이트, 녹니석과 스멕타이트의 혼합층 점토광물, 스멕타이트와 무수석고의 교질작용이 일어났다. 장석과 관련되어 일어난 속성작용으로는 사장석의 알바이트화작용, 후기의 방해석과 러몬타이트의 교질작용과 교대작용, 사장석의 용해, 카올리나이트의 교질작용이 있다. 사장석의 알바이트화작용과 후기의 방해석과 러몬타이트의 교질작용은 템블러층사암이 온도 약 130도 정도로 가장 깊이 매몰되었을 때 일어났다. 사장석 중 화산기원의 사장석이 선택적으로 알바이트화작용을 받았다. 이 사암층에 일어난 대부분의 속성작용은 약 1백만년 전에 일어난 이 층의 융기 이전에 일어났다. 융기를 할 때부터 석유가 배태되기 이전에 사장석의 용해와 카올리나이트의 교질작용이 일어났다. 이 때의 속성작용은 카올리나이트가 사장석이 용해되는 장소 바로 옆에 일어난 점으로 미루어 볼 때 아마도 지구화학적으로 폐쇄된 환경에서 일어났음을 짐작할 수 있다. 이 층이 가장 깊이 매몰이 일어났을 당시 알바이트화작용을 겪지 않았던, 화산기원 사장석의 변질을 받지 않은 부분과 약간의 심성암 기원의 사장석이 선택적으로 용해되어 사장석의 용해공극을 형성하였다. 사장석의 용해작용과 탄산염과 무수석고 교질물의 용해작용이 일어나 이차공극이 형성되었는데, 이차공극은 유기물의 카타제네시스동안 발생한 유기산이 함유되 어 있는 산성의 공극수에 의하여 형성된 것으로 해석된다.
경상분지 중앙부에 분포하는 백악기 하부 하양층군의 사암과 이암에서 산출되는 속성광물은 탄산염 광물(방해석, 백운석), 점토 광물(I/S, C/S, 일라이트, 녹니석 및 캐올리나이트), 알바이트, 석영 및 적철석이 대부분을 이루고 있다. 각 층별 특징적인 속성 광물상으로는, 칠곡층에서는 알바이트-녹니석(C/S포함)-적철석이, 신라역암은 알바이트-일라이트-방해석이, 함안층에서는 일라이트-녹니석-적철석이, 반야월층에서는 알바이트-녹니석-백운석이 산출된다. 속성 작용 과정의 물리, 화학적 환경 변화를 지시하는 점토 광물로는 일라이트가 전층군을 통하여 보편적으로 산출되나, 녹니석(C/S포함)은 회색 또는 녹색암이나 화산기원 물질의 함량이 높은 칠곡층 사암과 이암에서 주로 나타난다. 이러한 속성 광물상에 근거할 때, 속성 광물의 생성은 일차적으로 기원암과 밀접히 연관된 것으로 판단된다. 또한, 일라이트 결정도를 기준으로 이 지역의 사암과 이암은 후기 속성 작용 단계 내지 저변성 단계에 해당되며, 속성 작용은 매몰 심도 보다 백악기 화강암체의 관입, 유기물의 함량과 입자의 크기 및 퇴적환경의 영향을 크게 받은 것으로 보인다.
본 연구는 스마트러닝의 학습을 통해 학습성과에 영향을 미치는 스마트러닝 속성에 학습정보를 제공하여, 다양한 학습 서비스를 통하여 학습자로 하여금 학습 환경을 최적화시키는 방안에 스마트러닝 시스템을 활용하고자 한다. 경영환경이 더욱 다양해지고 있는 현시점에서 스마트러닝 기술속성들이 학습성과에 어떠한 영향관계를 미치는지 종합적으로 고찰해 볼 필요성이 있다. 스마트러닝 속성은 최근 학자들마다 조금씩 다른 의미로 정의되기도 하지만, 본 연구에서는 선행연구를 바탕으로 개인화(Personalization), 다양성(Variety), 연결성(Connectivity), 복합성(Convergence), 편재성(Ubiquity)의 다섯 가지로 정의 한다. 이에 스마트러닝 학습자의 만족도와 스마트러닝 학습 성공 요인들의 관계를 규명하고 학습몰입에 영향을 주는 주요 요인을 분석한 결과, 스마트러닝의 속성의 다양성, 개인화, 복합성은 학습몰입에 영향을 미치고 다양성, 개인화, 편재성은 상호작용에 영향을 미치고, 학습자의 학습몰입과 상호작용성은 학습성과에 유용한 영향을 미치는 것으로 분석되었다. 이는 스마트러닝을 학습효과의 극대화을 위해서는 스마트러닝의 속성이 중요함의 시사점을 준다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.