본 논문에서는 분자영상을 분류하고 적용 분야와 미래를 예측해 보고자 하였다. 분자영상은 생체 내에서 분자수준과 세포수준에서 일어나는 변화를 영상화하는 것으로써 분자세포생물학과 첨단영상기술이 발전하여 접목된 새로운 분야이다. 분자영상은 형광, 생물발광, SPECT, PET, MRI, Ultrasound 등의 영상 기법들을 이용하여 유전자 치료 모니터링, 세포추적, 세포 치료 모니터링, 항체영상, 약제 개발, 분자 상호작용 영상, 근적외선 형광 물질을 이용한 암 형광 영상, Bacteria 를 이용한 종양 표적 영상, 치료효과 조기 평가, 치료 효과 예측 등에 적용되고 있다. 분자 영상의 미래는 분자세포 생물학, 유전학, 화학, 약학, 물리학, 전산학, 의공학, 핵의학, 영상의학, 임상의학 등 여러 학문 분야가 융합되어 상호협조와 공동연구를 통하여 발전해 나갈 것이다. 분자영상의 태동으로 미래의 의료의 모습은 질병의 조기진단과 개인 맞춤형 치료가 가능하게 될 것이다.
Communications for Statistical Applications and Methods
/
제15권1호
/
pp.125-136
/
2008
많은 실제적인 공학 설계문제에 있어서, 목적함수의 형태는 설계변수들에 의하여 정확하게 주어지지 않는다. 이러한 환경 하에서, 구조해석, 유체 역학 해석, 열역학 분석과 같은 등과 같은 문제에서 설계변수들의 값이 주어졌을 때 목적함수들의 값은 실제 실험이나 계산상의 실험을 통하여 얻어지게 된다. 일반적으로, 이러한 실험들은 많은 비용이 든다. 이런 경우에는 실험의 횟수를 가능한 적게 하기위하여, 목적함수의 형태를 예측하는 것과 병행하여 최적화를 수행하게 된다. 반응표면분석(Response Surface Methodology, RSM)은 이러한 접근 방법에서 잘 알려져 있다. 본 논문에서는 목적함수의 예측을 위하여 서포트 벡터 기계(Support Vector Machines, SVM)의 방법을 적용할 것이다. 이러한 접근에서 가장 중요한 과제들 중의 하나는 가능한 실험의 횟수를 적게 하기 위하여 적절하게 표본자료들을 배치하는 것이다. 이러한 목적에 서포트 벡터의 정보들이 효과적으로 사용되어짐을 보이고 제안한 방법의 효율성은 공학 설계문제에서 잘 알려진 수치 예제를 통하여 보인다.
본 연구에서는 평균차량통행량 대신 매주기마다 입력되는 대기차량, 차량도착율을 기초로 대기차량을 최소화하는 동적신호시간 결정모형을 개발하였다. 본 모형은 각 진입로에서의 대기차량예측모델을 기초로 하여 다음 주기에서의 대기차량을 예측한 후 유전자 알고리즘을 적용하여 신호시간을 산출하였다. 본 모형에서 산출된 신호주기와 녹색시간은 대기차량길이를 최소화하는 신호시간으로서 교차로간의 연동효과를 고려하여 실시간 교통 상황에 따라 주기별로 변화한다. 본 모형은 3개의 교차로로 구성되어 있는 간선도로를 대상으로 적용하였다. 이 모형은 MATLAB으로 구현하였으며, 동일한 조건 하에서 정주기식으로 신호시간을 주었을 때의 통과차량, 주기, 현시, 대기차량 등을 구하여 본 모형의 결과와 비교 및 평가를 실시하였다. 실험결과 포화상태나 포화상태의 경우 모두 정주기식보다는 동적으로 신호를 계산하는 본 모형이 더 좋은 결과를 나타내었다. 또한. 적합도 함수를 변형하여 Inbound, Balanced, Outbound 연동상황을 설정하여 수행한 경우 주방향의 대기차량이 상대적으로 다른 방향에 비해 감소하였으며, 주방향에 대한 연동효과를 나타내었다.
본 논문에서는 Mackey-Glass시계열의 예측에서 유전자알고리즘을 이용하는 구조적인 동정과 뉴로퍼지에 의한 파라미터 동정의 학습방법과 하이브리드 시스템을 제안하였다. 본 방법은 두 가지로 구성되었다. 하나는 입력공간에 대한 분할을 통하여 유전 알고리즘을 이용하여 퍼지 규칙베이스를 구축하고 다른 하나는 이 규칙베이스를 토대로 기울기 최하강법을 이용하여 제어규칙의 변수에 대한 파라미터 동정이다. 제안된 방법을 성능을 검증하기 위하여 입력의 패턴을 시간간격에 따라서 x(t-3), x(t-6)과 x(t-9)의 세 가지로 구성하였다. 많은 시뮬레이션을 통하여 유전알고리즘에 의한 구조적인 동정으로 인하여 학습초기에 오차가 작은 것을 알 수 있었다. 표2에서와 같이 성능을 확인 할 수 있었다.
현재 국내의 홍수예보시스템의 예측 모형으로 저류함수모형을 사용하고 있다. 저류함수모형은 계산절차가 간편하고 홍수유출의 비선형성을 고려할 수 있는 방법이므로 선형모형보다 합리적이라고 알려져 있다. 그러나 저류함수모형을 실제 홍수사상에 적용하는데 있어 매개변수를 결정하는 것이 매우 어렵다. 저류함수모형의 매개변수 보정을 모형 운영자의 주관적인 판단아래 시행착오에 의한 수동보정 방법을 사용하여 왔다. 본 논문에서는 홍수통제소에서 사용하고 있는 저류함수 모형의 대표(평균) 매개변수와 시행착오법(Trial & Error Method) 그리고 최적화기법(Optimization Technique)에 의해 보정된 매개변수를 비교 분석하였다. 또한 모의효율을 평가하기 위하여 목적함수별, 보정방법별로 평가지표들을 산정하고 비교 분석하였다. 분석 결과, 최적화기법의 하나인 유전자 알고리즘(Genetic Algorithm)이 목적함수에 따른 변동성이 가장 적었으며, 목적함수로는 SSR(Sum of Squared of Residual)이 가장 적합한 것으로 판단하였다.
최근 빅데이터 기반의 기계학습(Machine learning) 분석이 유전자 분석을 비롯한 다양한 축산분야에 활발하게 접목되어 주목할 만한 결과들을 도출하고 있다. 본 연구에서는 다양한 환경에서 수집된 한우고기 데이터를 기반으로 한우고기 품질에 영향을 미치는 육색, 수소이온농도, 보수력, 전단력, 가열감량에 대한 통계적 특성을 찾고, 이를 기반으로 기계학습의 선형 회귀(Linear regression) 및 회귀 트리(Regression tree) 방안을 이용하여 한우고기의 품질을 예측하는 방안을 제안하였다. 특히 통계적 분석을 통해 한우고기의 식감에 큰 영향을 주는 보수력의 경우 육색이 가장 큰 영향을 주고, 전단력, 가열감량의 경우 수소이온농도가 가장 큰 영향을 주는 요소인 것을 확인하였다. 제안 연구를 통해서 빅데이터 기반 기계학습 방안이 한우고기 품질 연구에 적용 가능함을 확인할 수 있었다. 또한 본 연구의 결과는 한우고기 품질 예측 및 품질 향상 연구에도 유용하게 활용될 수 있다.
본 연구논문은 북부아프리카의 알제리에 위치한 하천유역에서 다중선행일 유출량의 예측을 위하여 진화적 최적화기법과 k-fold 교차검증을 결합한 세 개의 서로 다른 기계학습 접근법 (인공신경망, 적응 뉴로퍼지 시스템, 그리고 웨이블릿 기반 신경망)을 개발하고 적용하는 것이다. 인공신경망과 적응 뉴로퍼지 시스템은 root mean squared error (RMSE), Nash-Sutcliffe efficiency (NSE), correlation coefficient (R), 그리고 peak flow criteria (PFC) 의 네 개의 통계지표를 기반으로 하여 모형의 훈련 및 테스팅 결과 유사한 모형수행결과를 나타내었다. 웨이블릿 기반 신경망모형은 하루선행일 테스팅의 결과 RMSE = 8.590 ㎥/sec 과 PFC = 0.252로 분석되어서 인공신경망의 RMSE = 19.120 ㎥/sec, PFC = 0.446 과 적응 뉴로퍼지 시스템의 RMSE = 18.520 ㎥/sec, PFC = 0.444 보다 양호한 결과를 나타내었고, NSE와 R의 값도 웨이블릿 기반 신경망모형이 우수한 것으로 나타났다. 그러므로 웨이블릿 기반 신경망은 알제리 세이보스 하천에서 다중선행일의 예측을 위하여 효율적인 도구로 사용할 수 있다.
최근에 한국 고유종인 미선나무 (Abeliophyllum distichum Nakai; Oleaceae) 품종 옥황1호의 유전체가 성공적으로 해독되었다. Acteoside는 다양한 활성을 가지는 물질이며, 여러개의 생화학합성과정이 제시되어왔고, 이들을 통합 검토하여 정확한 생화학합성과정을 완성하였다. 유전체 데이터로부터 2차대사산물을 예측할 수 있는 MetaPre-AITM와 정확한 acteoside 생화학합성과정, InfoBoss Pathway Database를 활용하여, acteoside에 관여하는 모든 효소의 유전자를 옥황1호 유전체로부터 성공적으로 확인하였다. 이는 옥황1호는 acteoside 물질을 생산할 수 있는 가능성이 있음을 의미한다. 이에 고성능액체크로마토그래피를 사용하여 옥황1호의 캘러스 세포를 분석하여 acteoside과 이의 유도체인 isoacteoside를 확인하였다. 본 연구는 MetaPre-AITM은 유전체로부터 2차대사산물을 성공적으로 예측하였다. 이 방법은 화학물질보다 안정적인 DNA를 분석하여 2차 대사산물을 예측하는 효율적인 방법이 될 것이다.
앙상블 분류기란 개별 분류기보다 더 좋은 성과를 내기 위해 다수의 분류기를 결합하는 것을 의미한다. 이와 같은 앙상블 분류기는 단일 분류기의 일반화 성능을 향상시키는데 매우 유용한 것으로 알려져 있다. 랜덤 서브스페이스 앙상블 기법은 각각의 기저 분류기들을 위해 원 입력 변수 집합으로부터 랜덤하게 입력 변수 집합을 선택하며 이를 통해 기저 분류기들을 다양화 시키는 기법이다. k-최근접 이웃(KNN: k nearest neighbor)을 기저 분류기로 하는 랜덤 서브스페이스 앙상블 모형의 성과는 단일 모형의 성과를 개선시키는 데 효과적인 것으로 알려져 있으며, 이와 같은 랜덤 서브스페이스 앙상블의 성과는 각 기저 분류기를 위해 랜덤하게 선택된 입력 변수 집합과 KNN의 파라미터 k의 값이 중요한 영향을 미친다. 하지만, 단일 모형을 위한 k의 최적 선택이나 단일 모형을 위한 입력 변수 집합의 최적 선택에 관한 연구는 있었지만 KNN을 기저 분류기로 하는 앙상블 모형에서 이들의 최적화와 관련된 연구는 없는 것이 현실이다. 이에 본 연구에서는 KNN을 기저 분류기로 하는 앙상블 모형의 성과 개선을 위해 각 기저 분류기들의 k 파라미터 값과 입력 변수 집합을 동시에 최적화하는 새로운 형태의 앙상블 모형을 제안하였다. 본 논문에서 제안한 방법은 앙상블을 구성하게 될 각각의 KNN 기저 분류기들에 대해 최적의 앙상블 성과가 나올 수 있도록 각각의 기저 분류기가 사용할 파라미터 k의 값과 입력 변수를 유전자 알고리즘을 이용해 탐색하였다. 제안한 모형의 검증을 위해 국내 기업의 부도 예측 관련 데이터를 가지고 다양한 실험을 하였으며, 실험 결과 제안한 모형이 기존의 앙상블 모형보다 기저 분류기의 다양화와 예측 성과 개선에 효과적임을 알 수 있었다.
목 적 : 류코트리엔 수용체 길항제는 천식의 병리 반응에 관여하는 cysteiny leukotriene의 생성과 작용을 억제하여 급성기 천식 증상의 치료와 천식 증상의 조절 요법에 사용할 수 있다. 본 연구에서는 소아 천식환자에서 cysteinyl leukotriene 생성에 관여하는 $LTC_4S$ 유전자 다형태와 류코트리엔 수용체 길항제인 montelukast의 임상적 효과를 조사하여 약물유전학적 연관성 유무를 알고자 하였다. 방 법 : 환자군은 경증 지속성 천식과 중등증 지속성 천식환자 161명을 대상으로 하였고, montelukast 5 mg을 하루에 한 번씩 총 8주 동안 투여하였다. $LTC_4S$ 유전자 다형태는 restriction fragment length polymorphism을 이용하여 조사하였다. 결 과 : 대조군에서 LTC4S 유전자형의 분포는 A/A, A/C, C/C가 각각 74.0%, 22.6%, 3.4%였고, 환자군에서는 A/A, A/C, C/C가 각각 70.8%, 23.6%, 5.6%였다. 두 군의 유전자형 분포는 통계적으로 유의한 차이를 보이지 않았고, $LTC_4S$ 유전자형 분포와 천식의 중증도 사이에도 유의한 차이가 없었다. 반응군에서는 경증 지속성 천식환자가 반응이 없는 군에서는 중등증 지속성 천식환자가 더 많았다. 전체 소아 천식환자군에서는 montelukast에 대한 반응군과 반응이 없는 군 사이에 $LTC_4S$ 유전자형에 따른 차이는 없었다. 경증 지속성 천식환자의 반응군에서 adenine 대립유전자를 가진 환자가 많았으나, 중등증 지속성 천식환자에서는 유전자형에 따른 반응군과 반응이 없는 군의 유의한 차이가 없었다. 결 론 : 본 연구에서 소아 경증 지속성 천식환자의 경우에는 통계적으로 adenine 대립유전자가 montelukast에 대한 임상적 효과를 예측할 수 있는 인자라고 할 수 있으나 전체 소아 천식환자에서는 $LTC_4S$ 유전자 다형태와 montelukast의 임상적 효과와의 연관성은 통계적으로 없었다.
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.