• The KIPS Transactions:PartD
• /
• v.14D no.1 s.111
• /
• pp.9-20
• /
• 2007

Groups of genes control the functioning of a cell by complex interactions. Such interactions of gene groups are tailed Gene Regulatory Networks(GRNs). Two previous data mining approaches, clustering and classification, have been used to analyze gene expression data. Though these mining tools are useful for determining membership of genes by homology, they don't identify the regulatory relationships among genes found in the same class of molecular actions. Furthermore, we need to understand the mechanism of how genes relate and how they regulate one another. In order to detect regulatory relationships among genes from time-series Microarray data, we propose a novel approach using frequent pattern mining and chain rules. In this approach, we propose a method for transforming gene expression data to make suitable for frequent pattern mining, and gene expression patterns we detected by applying the FP-growth algorithm. Next, we construct a gene regulatory network from frequent gene patterns using chain rules. Finally, we validate our proposed method through our experimental results, which are consistent with published results.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.442-445
• /
• 2004

본 논문은 유전자 기반 퍼지다항식 뉴럴네트워크(Genetic based fuzzy polynomial neural networks： gFPNN)를 제안한다. gFPNN 구조는 퍼지집합을 기반으로 설계되며, 유전자 알고리즘에 의해 구조 및 파라미터를 최적화한 구조이다. 퍼지집합을 기반으로 설계되어진 퍼지뉴럴네트워크는 간략추론 구조와 선형추론 구조로 설계된다. 본 논문에서는 간략추론 및 선형추론 구조를 통합 및 확장한 퍼지다항식 뉴럴네트워크를 설계한다. 이 구조는 연결가중치를 이용하여 회귀다항식을 네트워크 구조로 표현하며, 간략추론(Type 0), 선형추론(Type 1), 회귀다항식추론(Type 2)을 모두 포함한다. 또한 퍼지규칙 후반부의 다항식 차수를 각 규칙에 대해 다르게 선택할 수 있으며, 일률적인 형식의 구조를 벗어나 주어진 시스템의 특성에 따라 유연한 구조를 설계할 수 있도록 한다. 여기에 더하여, 네트워크 구조와 파라미터 동조에 유전자 알고리즘을 적용하며, 구조와 파라미터 동정에 대한 효율적인 방법을 논의한다. 제안된 모델의 평가를 위해 수치예제를 이용한다.

• Proceedings of the Korea Contents Association Conference
• /
• 2012.05a
• /
• pp.357-358
• /
• 2012

후성유전은 DNA 염기서열이 변화하지 않은 상태에서 특별한 후성적 조절 기전에 의해 유전자의 발현 양상이 변하는 현상이다. 후성적 조절 기전에는 DNA의 메틸화(methyaltion)와 히스톤 단백질의 변형(modification), non coding RNA에 의한 조절 등이 포함되는데, 이 중 DNA 메틸화 정도에 대한 패턴 분석은 후성유전을 이해하는 중요한 접근방법 중 하나이다. 네트워크와 DNA 메틸화 분석을 위하여 면역관련 264개 유전자들의 -2000bp ~ +200bp사이에 있는 DNA 염기 서열 정보를 추출하였다. 또한 면역관련 단백질들의 상호작용 정보를 이용하여 네트워크를 구축하고 여기에 메틸화 정보를 적용하여 상호작용과 메틸화 모티프와의 관계를 분석하였다. 메틸화 모티프 정보를 적용한 단백질 네트워크에서는 기존 단백질 네트워크보다 더 복잡한 구조를 이루고 있었다. 이러한 구조는 동일한 메틸화 모티프들이 여러 유전자들의 활성을 조절할 것으로 사료된다. 단백질 상호작용 네트워크에 모티프를 적용한 분석은 새로운 후성유전학적 연구를 위한 접근 방법으로 이용될 수 있을 것이다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• v.9 no.2
• /
• pp.566-570
• /
• 2005

생물학적 유전자 배열에서 다양한 레벨로 분자 세포 간 네트워크를 입증하여 고 처리를 응용하여 수치학적인 표현 모델 분석으로 정보공학 네트워크를 연구한다. 확률적 그래프 모델을 사용하여 네트워크의 계층적 구성 특성을 이용하여 생물학적 통찰력을 확률함수를 응용해 복잡한 세포 간 네트워크에 대한 고 대역 처리 데이터의 근원인 DNA 마이크로 배열을 응용하여 유전자 베이스네트워크 논리를 유전자 표현 레벨로 나타낸다. 유전자 데이터로부터 확률적 그래프 모델들을 추정 및 분석하고 논리적으로 예측하여 확률적 그래프 모델이 정보공학 네트워크로 확장 추론 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04a
• /
• pp.707-709
• /
• 2000

본 논문은 광네트워크(optical network)에서 정보의 송/수신에 필요한 광경로를 설정하기 위한 방법으로 유전자 알고리즘을 이용한 라우팅 전략을 제시하고 있다. 논문에서 제시하는 유전자 알고리즘(genetic algorithms)은 메쉬형(mesh-like)광 네트워크의 각 링크에 적은 수의 광경로(lightpath)가 통과하도록 하여 네트워크 전체 링크의 사용빈도를 감소시키고 광경로들이 특정 링크로 집중되는 현상을 감소시켜 네트워크의 효율을 증가시키는 라우팅 전략을 제시할 수 있음을 보이고 있다.

• Proceedings of the Korea Contents Association Conference
• /
• 2013.05a
• /
• pp.373-374
• /
• 2013

MicroRNA(miRNA)는 단일가닥 RNA 분자로서 유전자 발현을 제어하는 조절인자이다. miRNA에 의해 조절되는 대부분 유전자는 다수의 miRNA에 의하여 조절되어질 수 있기 때문에 최적 miRNA의 선별은 매우 중요하다. 본 연구에서는 먼저 면역 및 발생관련 유전자 상호작용 네트워크를 구축하였다. 이 네트워크에 miRNA 정보를 추가함으로써 유전자간의 상호작용 뿐만아니라 유전자와 miRNA의 상호작용을 분석할 수 있는 기반을 조성하였다. 복잡한 네트워크를 단순화시켜 기능 모듈과 구조 모듈을 도출하고 이로부터 핵심 유전자를 조절하는 최적 miRNA를 예측하였다.

• KSBB Journal
• /
• v.21 no.4
• /
• pp.231-235
• /
• 2006

This study is a numerical representative modeling analysis for the application of the process that unravels networks between cells in genetics to web of informatics. Using the probabilistic graphical model, the insight from the data describing biological networks is used for making a probabilistic function. Rather than a complex network of cells, we reconstruct a simple lower-stage model and show a genetic representation level from the genetic based network logic. We made probabilistic graphical models from genetic data and extends them to genetic representation data in the method of network modeling in informatics

• Proceedings of the Korea Contents Association Conference
• /
• 2012.05a
• /
• pp.133-134
• /
• 2012

후성유전은 DNA 염기서열이 변화하지 않고 DNA의 메틸화(methylation)및 히스톤 단백질의 변형(modification)등의 후천적 과정에 의해 유전자 발현이 조절되는 현상이다. 특히 DNA 메틸화 정도에 대한 분석은 후성유전을 이해하는 중요한 접근방법 중 하나이다. DNA 메틸화 패턴 분석을 위하여 노화관련 109개 유전자들의 단백질 상호작용 네트워크를 구축하였으며 -3000bp ~ +200bp 사이에 있는 DNA 염기서열 정보를 추출하여 기존에 알려진 메틸화 저항성 (Methylation resistant) 모티프를 네트워크로 구축하였다. 메틸화 모티프기반 단백질 네트워크에서는 기존 단백질 네트워크보다 더 복잡한 구조를 이루고 있었다. 이러한 구조는 동일한 메틸화 모티프들이 여러 유전자들의 활성을 조절할 것으로 추측되며 복잡한 모티프들을 분석하기 위한 방법으로 이용될 수 있을 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.979-982
• /
• 2010

최근 한정된 에너지를 기반으로 동작하는 센서 네트워크 환경에서 에너지를 효율적으로 사용하기 위한 많은 연구가 이루어지고 있다. 대표적인 연구로써 이벤트 발생 여부에 따른 노드의 가변 센싱 및 전송 기법의 경우, 특정 노드에서 네트워크 혼잡을 야기하여 전송 패킷의 손실 및 전송 모듈의 과다 사용으로 인한 네트워크의 수명이 감소하게 된다. 이를 해결하기 위해, 유전자 알고리즘을 기반으로 네트워크 패킷을 주변 노드로 분산시키는 TARP 가 제안되었다. 하지만 TARP 의 경우, 유전자 알고리즘의 핵심 단계인 적합도 평가에서 사용되는 적합도 함수에 인접 노드의 평균 데이터 전송량 및 데이터 분산만을 고려하여 트래픽을 분산하기 때문에, 전체 네트워크 수명에 대한 추가적인 고려가 필요하다. 이를 해결하기 위해 본 논문에서는 유전자 알고리즘 기반의 에너지 인식 트래픽 분산 기법을 제안한다. 제안하는 기법은 적합도 평가에서 잔여 에너지량 및 단일 노드의 데이터 전송량을 추가적으로 고려함으로써, 보다 효율적인 트래픽 분산을 수행하여 네트워크 수명을 증가시킨다. 제안하는 기법의 우수성을 보이기 위해 시뮬레이션을 통해 기존의 트래픽 분산 기법(TARP)과 제안하는 기법과의 성능을 비교하였다. 그 결과 기존 기법에 비해 평균 27% 이상의 네트워크 수명의 향상을 보였다.

• Journal of the Korea Society of Computer and Information
• /
• v.11 no.4 s.42
• /
• pp.119-125
• /
• 2006

Distributed Systems can be defined as set of computing resources connected by computer network. One of the most significant techniques in optimization problem domains is parallel genetic algorithms, which are based on distributed systems. Since the status of dynamic network environments such as Internet and mobile computing. can be changed continually, it must not be efficient on the dynamic environments to solve an optimization problem using previous parallel genetic algorithms themselves. In this paper, we propose the effective technique, in which the parallel genetic algorithm can be used efficiently on the dynamic network environments.