• 대한화학회지
• /
• 제35권4호
• /
• pp.410-413
• /
• 1991

트리플 데카 착물, bis(${\eta}^5$-cyclopentadienyl)-${\mu}$-(${\eta}^6$-2,3-dialkyl-1,4-dimethyl-1,4-dibora-2,5-cyclohexadiene)dicobalt 1을 합성하고, 이것을 출발물질로 하여 여기에 3-hexyne을 과량으로 반응시켰더니 두 종류의 sandwich 착물인 cyclopentadienyl(${\eta}^6$-2,3-dialkyl-1,4-dimethyl-1,4-dibora-2,5-cyclohexadiene)cobalt 2와 cyclopentadienyl(${\eta}^6$-hexaethyl benzene)cobalt 3가 분리되었다. 착물 3은 실온에서 정제하는 동안 분해하여 3-hexyne의 고리화 반응 생성물인 hexaethyl benzene이 생성되었음을 확인하였다.

• 대한화학회지
• /
• 제40권5호
• /
• pp.347-356
• /
• 1996

트리플산에 의한 phenylsilane 의 선태적 분해반응에서는 silyltriflate ester 결합을 형성하였다. 1 혹은 2당량배의 트리플산에 의한 $Ph_3SiH$과 carbosilane 고분자$(Ph_2SiCH_2CH_2CH_2)n$의 Ph기 치환반응에서는 1 혹은 2치환 silyltriflate ester 결합을 형성하였으며 이들과 allylmagnesium bromide와의 반응에 의해 이에 상응되는 화합물을 높은 수율로 얻었다. Carbosilane 고분자의 나무가지꼴 실란거대분자를 allylation 과 hydrosilation법에 의해 제3세대(G3)까지 합성하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2016년도 제28회 한글 및 한국어 정보처리 학술대회
• /
• pp.257-262
• /
• 2016

본 논문은 비구조적인 자연어 문장으로부터 두 개체 사이의 관계를 표현하는 구조적인 트리플을 밝히는 관계추출에 관한 연구를 기술한다. 사람이 직접 언어적 분석을 통해 트리플이 표현되는 형식을 입력하여 관계를 추출하는 규칙 기반 접근법에 비해 기계가 데이터로부터 표현 형식을 학습하는 기계학습 기반 접근법은 더 다양한 표현 형식을 확보할 수 있다. 기계학습을 이용하려면 모델을 훈련하기 위한 학습 데이터가 필요한데 학습 데이터가 수집되는 방식에 따라 지도 학습, 원격지도 학습 등으로 구분할 수 있다. 지도 학습은 사람이 학습 데이터를 만들어야하므로 사람의 노력이 많이 필요한 단점이 있지만 양질의 데이터를 사용하는 만큼 고성능의 관계추출 모델을 만들기 용이하다. 원격지도 학습은 사람의 노력을 필요로 하지 않고 학습 데이터를 만들 수 있지만 데이터의 질이 떨어지는 만큼 높은 관계추출 모델의 성능을 기대하기 어렵다. 본 연구는 기계학습을 통해 관계추출 모델을 훈련하는데 있어 지도 학습과 원격지도 학습이 가지는 단점을 서로 보완하여 타협점을 제시하는 학습 방법을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1165-1168
• /
• 2013

웹의 비약적인 발전으로 정보가 폭발적으로 증가하였고, 이로 인하여 정보검색 기술에서 해당 정보를 빠르게 찾는 것에 목표를 두었던 기술이 원하는 정보를 정확하게 찾는 기술로 발전을 이루게 된다. 시맨틱 웹 기술은 이와 같은 요구에 부응하기 위하여 등장했으며 의미 기반의 검색 및 추론과 같은 지식 발견 등의 기술을 가능하게 한다. 일반적인 정보가 아닌 법률과 같은 전문지식 영역의 정보는 현재 일반 사용자들이 쉽게 접근하여 법률 정보를 확인할 수 있는 환경이 되지 못한다. 따라서 시맨틱 웹 기술을 이용한 온톨로지 기반의 법률 검색 서비스가 필요하며 이를 위한 기반 시스템을 구축하는 것이 중요하다. 따라서 본 논문에서는 온톨로지 기반의 법률 검색 서비스를 위해 법률이 가지는 구조적 특징을 분석하고, RDF 기반의 온토롤지 구축 방법 및 RDF 언어 레벨에서 하지 못했던 명시적인 트리플 외에 추론된 트리플을 찾아 낼 수 있는 질의 방법의 고안 및 추론 방법을 제안한다. 이를 통해 법률 용어를 정확하게 모르는 일반 사용자들이 법과 관련된 검색을 수행할 시 효과적으로 법명 및 조문 내용을 확인할 수 있으며 RDF 언어 레벨의 추론 기능의 제안으로 RDF 레벨로 구축된 다양한 분야의 시스템에서 다른 추가적인 레이어 없이 추론을 위한 기반 기술을 갖출 수 있다.

• 정보과학회 논문지
• /
• 제42권10호
• /
• pp.1195-1206
• /
• 2015

지식 관리 시스템을 운영하기 위해서는 대량의 지식 정보를 자동으로 추론 및 관리하는 기술이 필요하다. 현재, 이러한 시스템의 대다수는 컴퓨터간의 지식 정보를 자동으로 교환하고 스스로 새로운 지식을 추론하기 위해 온톨로지를 적용하고 있다. 따라서 대용량의 온톨로지를 대상으로 새로운 정보를 추론하는 효율적인 기술이 요구되고 있다. 본 논문은 분산 클러스터의 메모리상에서 MapReduce와 유사한 작업을 수행하는 Spark 프레임워크를 적용하여, SHIF 수준으로 작성된 대용량의 온톨로지를 규칙 기반으로 추론하는 기술에 대해서 제안한다. 이에 본 논문은 다음 3 가지에 초점을 맞추어 설명을 한다. 클러스터내의 분산된 메모리상에서 대용량 추론을 실시하기 위해서, 먼저 각 추론 규칙에 따라 대용량의 온톨로지 트리플을 효과적으로 분류하여 적재하기 위한 자료구조, 두 번째 규칙간의 종속 관계와 상호 연관성에 따른 규칙 실행 순서와 반복 조건 정의, 마지막으로 규칙 실행에 필요한 명령을 정의하고 이러한 명령어를 실행하여 추론을 수행하는 알고리즘에 대해 설명한다. 제안하는 기법의 효율성을 검증하기 위해, 온톨로지 추론과 검색 속도를 평가하는 공식 데이터인 LUBM을 대상으로 실험을 수행하였다. 대표적인 분산클러스터 기반 대용량 온톨로지 추론 엔진인 WebPie와 비교 실험한 결과, LUBM에 대해서 WebPie의 추론 처리량이 553 트리플/초 인데 비해 284배 개선된 157k 트리플/초의 성능 향상이 있었다.

• 한국작물학회지
• /
• 제65권2호
• /
• pp.124-129
• /
• 2020

본 연구는 수수 종자에 소독제를 이용하여 알맞은 종자 소독방법을 확립하고자 수행되었으며, 수행된 결과를 요약하면 아래와 같다. 종자소독 실험에 있어 희석액 200배 기준으로 침지시간에 따른 발아율은 SAP317과 BTx623 두 품종 모두 베노밀·티람수화제를 처리하지 않는 무처리와 소독제에 24시간 침지처리에서 발아율이 가장 높았다. 오염률은 무처리를 제외하고 약제소독 처리에서 효과가 있는 것으로 나타났다. 티오파네이트메틸·트리플루미졸수화제 또한 같은 결과를 나타냈다. 베노밀·티람수화제를 24시간 침종 처리한 후 SAP317 품종에서의 발아율은 무처리와 200배, 400배액에서 가장 높았으며, BTx623 품종에서의 발아율은 200배와 400배액에서 높았다. 티오파네이트메틸·트리플루미졸수화제를 24시간 침종 처리한 후 SAP317과 BTx623 두 품종에서의 발아율은 무처리와 200배 처리에서 가장 높았다. 오염률은 SAP317 품종에서는 두 소독제 모두 무처리를 제외하고 모든 농도 처리에서 효과가 있는 것으로 나타났으며, BTx623 품종에서는 두 소독제 모두 100배와 200배 처리에서 효과가 있는 것으로 나타났다. 수수 종자소독 시 활용가능한 기초자료를 정립하기 위해 실시한 실험결과를 종합하여 볼 때 수수종자의 발아율 향상 및 오염률을 줄이기 위해서는 베노밀·티람수화제와 티오파네이트메틸·트리플루미졸수화제 소독제를 200배 희석하여 24시간 침지 하는 것이 수수 종자소독에 가장 효율적이었다.

• 정보과학회 논문지
• /
• 제41권9호
• /
• pp.674-685
• /
• 2014

지식 서비스 시스템이 효과적인 서비스를 제공하기 위해서는, 명시된 지식을 바탕으로 새로운 지식을 추론 할 수 있어야 한다. 대부분 지식 서비스 시스템은 온톨로지로 지식을 표현한다. 실 세계의 지식 정보의 양은 점점 방대해지고 있으며, 따라서 대용량 온톨로지를 효과적으로 추론하는 기법이 요구되고 있다. 본 논문은 클라우드 컴퓨팅 환경을 기반으로 대용량 온톨로지를 RDFS수준으로 추론하기 위한 분산 테이블 조인 방법을 제안하고, 성능을 평가한다. 본 논문에서 제안하는 RDFS 추론은 분산 파일 시스템 환경에서 RDFS 메타 테이블을 기반으로 맵-리듀스를 적용한 방식과, 맵-리듀스를 사용하지 않고 클라우드 컴퓨터의 메모리만 사용한 방식에 초점을 맞추었다. 따라서 본 논문에서는 제안하는 각 기법에 대한 추론 시스템 구조와 RDFS 추론 규칙에 따른 메타 테이블 설계 및 추론 전략 알고리즘에 대해서 중점적으로 설명한다. 제안하는 기법의 효율성을 검증하기 위해 온톨로지 추론과 검색 속도를 평가하는 공식 데이터인 LUBM1000부터 LUBM6000을 대상으로 실험을 수행 하였다. 가장 큰 LUBM6000(8억 6천만 트리플)의 경우, 메타 테이블 기반의 RDFS 추론 기법은 전체 추론 시간이 13.75분(초당 1,042 트리플 추론) 소요된 반면, 클라우드 컴퓨터의 메모리를 적용한 방식은 7.24분(초당 1,979 트리플 추론)이 소모되어 약 2배정도 빠른 추론 속도를 보였다.

• KSBB Journal
• /
• 제19권3호
• /
• pp.215-220
• /
• 2004

2-아릴프로피온산 계열의 키랄 의약품의 효소적 dynamic kinetic resolution (DKR) 공정에서 라세미화 염기촉매로 트리 옥틸아민이 지금까지 주로 사용되어 왔으나 반응매질에 녹은 상태로 작용해 회수 및 재사용이 어려웠다. 본 연구에서는 이를 개선하고자 라세미화 반응을 위한 고효율 고체 염기를 탐색해 보았다. 45$^{\circ}C$, 아이소옥탄 내에서 (S)-나프록센 2,2,2-트리플로로에틸 씨오에스터를 기질로 무기 염기류, 염기성음이온교환수지류, resin-bound 염기류 등을 시험한 결과, 약염기성 음이온교환수지인 DIAION WA30을 사용하였을 때 가장 효과적이었다. DIAION WA30의 2차 interconversion constant ( $k_{int}$$^＊/)는 8.6${\times}$$10^{-4}$ m $M^{-1}$ $h^{-1}$이며 동일한 실험조건하에서 수행한 트리옥틸아민 ( $k_{int}$$^＊/ = 2.5${\times}$$10^{-4}$ m $M^{-1}$ $h^{-1}$)에 비해 약 3배가 높았다. 효소 활성에 필수적인 물의 양에 따른 DIAION WA30의 라세미화 효율에 관하여 실험한 결과, 물의 양이 증가할수록 그 효율은 감소하였다. DIAION WA30을 라세미화 촉매로 사용하여 아이소옥탄 내에서 라세믹 나프록센 2,2,2-트리플로로에틸 씨오에스터의 효소적 DKR 반응을 수행해 보았다. 그 결과 DIAION WA30을 사용하지 않은 경우에 비해 반응 전환율과 생성물의 광학 순도는 급격히 향상되었다. 전통적 광학분할 반응의 최대 50%라는 전환율의 제한이 본 연구에서 찾은 DIAION WA30을 첨가함으로써 성공적으로 극복되었다. 또한 고체 염기촉매인 DIAION WA30의 사용은 라세미화 촉매의 회수 및 재사용이 가능하게 해준다.다.다.다.다.다.

• 한국정보과학회논문지:데이타베이스
• /
• 제41권4호
• /
• pp.226-241
• /
• 2014

LOD(Linked Open Data)는 온톨로지에 기반하여 구조화되고 링크드 데이터 원칙에 의거하여 식별, 연결, 접근되는 RDF 트리플들로 구성된다. 이러한 LOD 데이터집합의 공개는 LOD 클라우드의 확장으로 이어지며 궁극적으로는 데이터 중심적인 웹으로 진화한다. 그러나, 존재적으로 동일한 개체들이 여러 LOD 데이터집합들에 걸쳐 서로 다르게 식별되는 경우 이들간의 동일성을 파악하여 신뢰적인 연결을 제공하는 것은 어려운 작업이다. 이를 위하여 본 논문은 신뢰향상적 연결성 평가(Trustworthiness Improving Link Evaluation: TILE) 기법을 제시한다. 보다 신뢰적인 연결성 평가 결과를 도출하기 위하여 TILE은 4단계로 진행한다. 우선, TILE은 LOD 데이터집합의 문법요소들이 가지는 추론적 특징을 고찰하여 잠재적으로만 존재하고 있던 사실들을 RDF 트리플들로 실체화하여 이를 데이터집합에 보강한다. 두 번째 단계에서 지정한 술어의 목적어 값을 비교하여 평가를 수행하며 세 번째 단계에서 RDF 트리플의 술어부가 지니고 있는 문법적 특성을 주어서술적/어휘정의적 관점에서 평가한 후 이를 두 번째 단계의 결과에 추가 반영한다. 이 과정에서 TILE이 고찰하는 문법적 요소들은 LOD 클라우드를 구축하기 위하여 W3C가 제시한 언어인 RDFS, OWL, OWL2 모두를 망라한다. 마지막으로, LOD 데이터집합 공개자로 하여금 연결성 평가결과를 검토하여 재평가 실시 혹은 연결확정을 결정하도록 함으로써 공개하는 데이터의 연결성이 가져야 하는 신뢰성에 공개주체의 책임이 반영되도록 한다.

• 정보과학회 논문지
• /
• 제43권4호
• /
• pp.450-459
• /
• 2016

매년 RDFS 데이터는 대용량화 되어 가며, 빠른 질의를 위한 SPARQL 처리방식에 대한 변화가 필요하게 되었다. 이를 위해 대용량 분산 처리 프레임워크를 활용한 SPARQL의 질의 처리방식이 많이 연구되고 있다. 기존의 연구 중 대용량 분산 처리 프레임워크인 Hadoop(MapReduce) 기반 질의 엔진은 반복적인 작업으로 인한 잦은 I/O 발생으로 실시간 질의 처리가 불가능하며, 인메모리 기반 분산 질의 엔진 역시 낮은 단계의 언어 수준에서 분산 구조를 고려한 구현이 필요하기 때문에 질의 엔진 구축이 어렵다. 본 논문에서는 인메모리 기반 분산 질의 처리 프레임워크인 SparkSQL을 활용하여 대용량 트리플 데이터에 대한 SPARQL 질의문 처리 속도를 향상시킬 수 있는 질의 처리 엔진 구축 방법을 제안한다. SparkSQL 은 Spark 기반의 고수준 분산 질의 엔진으로서 기존의 SQL문을 활용한 질의가 가능하다. 따라서 SPARQL 질의문을 처리하기 위해서는 Jena를 이용하여 Algebra Tree를 생성한 후 이를 Spark 시스템에 적용하기 위한 Spark Algebra Tree로 변환해야 한다. 그리고 이를 이용하여 SparkSQL 질의문을 생성하는 시스템을 구축하였다. 또한 Spark 인메모리 시스템에서 보다 효율적인 질의 처리를 위한 DataFrame기반의 트리플 Property 테이블 설계를 제안하고 SparkSQL 프레임워크에 활용하였다. 마지막으로 기존의 분산처리 프레임워크를 사용한 질의 엔진과 비교 평가를 통하여 연구의 타당성을 검증한다.