• 생명과학회지
• /
• 제20권7호
• /
• pp.1054-1065
• /
• 2010

생약복합물인 SH21B는 황금(Scutellaria baicalensis Georgi), 행인(Prunus armeniaca Maxim), 마황(Ephedra sinica Stapf), 석창포(Acorus gramineus Soland), 포황(Typha orientalis Presl), 원지(Polygala tenuifolia Willd), 하엽(Nelumbo nucifera Gaertner)의 혼합(비율 3:3:3:3:3:2:2)으로 이루어졌다. SH21B는 예로부터 한의학에서 비만의 치료에 사용되어 왔으나 자세한 분자적 메커니즘과 효능에 대한 연구는 이루어지지 않았다. 본 연구진은 선행연구를 통해 SH21B가 지방세포의 분화에서 adipogenesis (지방세포형성)와 관련된 유전자를 조절하여 중성지방의 축적을 억제함을 밝혔다. 본 연구에서는, microarray 기술을 이용하여 adipogenesis의 in vitro 모델인, 3T3-L1 세포에서 SH21B에 의한 지방세포형성 억제의 분자적 기작을 보다 상세하게 연구하고자 하였다. 전지방세포, 분화된 세포 그리고 SH21B에 의해 분화가 억제된 세포의 각각의 유전자 발현을 분석하기 위해 각 시료들에서 total RNA를 분리하여 cDNA를 합성한 후 microarray에 적용시켰다. 그 결과, 각각의 시료들의 비교에서 2배 이상의 유의한 발현 변화를 가지는 2,568개의 유전자를 확보하였다. 이 유전자들에 대해 Hierarchical clustering과 K-means clustering 분석을 진행하였고 서로 다른 양상을 가지는 9개의 군집(cluster)들을 분류하였다. 그 중, SH21B의 첨가에 의해 뚜렷하게 감소(cluster 4, cluster 6 및 cluster 9)하거나 반대로 뚜렷하게 증가(cluster 7와 cluster 8)하는 양상을 보이는 군집들을 따로 선별하여 그 군집들에 포함되어 있는 유전자들을 분석하였다. 선택 된 5개의 군집에는 지방세포형성과 세포증식에 관련된 유전자가 다수 포함되어 있었다. Cluster 4, cluster 6 그리고 cluster 9에는 peroxisome proliferator activated receptor gamma $\gamma$ ($PPAR{\gamma}$), CCAAT/enhancer binding protein $\alpha$ (C/$EBP{\alpha}$), sterol regulatory element binding transcription factor 1 (SREBF1), adiponectin (ADIPOQ), fatty acid synthase (FASN), lipoprotein lipase (LPL) 등의 지방세포형성 유도 및 관련 인자와 B-cell leukemia/lymphoma6 (BCL6), retinoblastoma 1 (RB1), cyclin-dependent kinase inhibitor 2C (CDKN2c), ras homolog gene family, member B (RHOB) 등의 많은 세포증식 억제 유전자가 포함되었다. 이와는 반대로, cluster 7과 cluster 8에는 $\beta$-catenin, cyclin D1 (CCND1), WNT1 inducible signaling pathway protein 2 (WISP2) 등과 같은 지방 세포형성 억제 조절자와 MARCKS-like1 (MARCKSL1), colony stimulating factor 1 (CSF1), discoidin domain receptor family, member 2 (DDR2), leukemia inhibitory factor receptor (LIFR) 등의 세포증식을 유도하는 조절자가 다수 포함되었다. 결론적으로, 이러한 결과들은 SH21B가 지방세포형성과 관련된 조절자 및 세포증식과 관련 된 조절자들의 유전자 발현을 조절하여 지방세포형성을 억제함을 제시한다.

• 한국산업정보학회논문지
• /
• 제16권4호
• /
• pp.87-98
• /
• 2011

동영상에서의 움직이는 객체 검출과 추적은 객체 식별, 상황인식, 지능형 영상 감시 시스템 등 많은 시각 기반 응용 시스템에서 기본적이고 필수적인 전처리 작업이다. 본 논문에서는 배경과 조명이 실시간으로 변화하는 상황에서 움직이는 객체를 빠르고 정확하게 추출하고 움직이는 객체가 다른 물체에 가려지는 경우에도 강인하게 객체를 추적하는 방법을 제안한다. 객체의 효과적인 검출을 위해서 효과적인 고유 공간과 Fuzzy C-means(FCM) 를 결합하여 사용하고 검출된 객체를 강인하게 추적하기 위해 Conditional Density Propagation (CONDENSATION) 알고리즘을 사용한다. 먼저 Principal Component Analysis(PCA)를 이용하여 배경 영상에서 수집한 학습데이터를 주성분(Principal component)으로 선형변환 한다. 주성분들의 고유 특성에 대한 해석을 통하여 객체와 배경에 대하여 판별 능력이 우수한 주성분을 선별하여 고유 배경을 구성한다. 다음으로 이전단계에서 구성된 고유 벡터와 입력 영상을 결합한 연산 결과를 FCM의 입력 값으로 사용해서 객체를 검출한다. 최종적으로 검출된 객체의 좌표를 CONDENSATION의 입력으로 사용해서 객체를 추적한다. 고정된 카메라에서 조명변화와 배경변화에 적용 가능한 시스템을 구현하기 위해 고정된 카메라에서 움직이는 다양한 객체가 포함된 영상을 수집하여 학습데이터로 구성하여 사용하였다. 실험 결과에 따르면 제안하는 방법이 조명변화와 배경변화 그리고 객체의 부분적 움직임에 모두 강인하게 객체를 검출하고 다른 물체나 배경에 의해 객체가 일부 가려지더라도 객체를 추적함을 보여준다.

• 제어로봇시스템학회논문지
• /
• 제16권12호
• /
• pp.1150-1158
• /
• 2010

In this study, the Polynomial-based Radial Basis Function Neural Networks is proposed as one of the recognition part of overall face recognition system that consists of two parts such as the preprocessing part and recognition part. The design methodology and procedure of the proposed pRBFNNs are presented to obtain the solution to high-dimensional pattern recognition problem. First, in preprocessing part, we use a CCD camera to obtain a picture frame in real-time. By using histogram equalization method, we can partially enhance the distorted image influenced by natural as well as artificial illumination. We use an AdaBoost algorithm proposed by Viola and Jones, which is exploited for the detection of facial image area between face and non-facial image area. As the feature extraction algorithm, PCA method is used. In this study, the PCA method, which is a feature extraction algorithm, is used to carry out the dimension reduction of facial image area formed by high-dimensional information. Secondly, we use pRBFNNs to identify the ID by recognizing unique pattern of each person. The proposed pRBFNNs architecture consists of three functional modules such as the condition part, the conclusion part, and the inference part as fuzzy rules formed in 'If-then' format. In the condition part of fuzzy rules, input space is partitioned with Fuzzy C-Means clustering. In the conclusion part of rules, the connection weight of pRBFNNs is represented as three kinds of polynomials such as constant, linear, and quadratic. Coefficients of connection weight identified with back-propagation using gradient descent method. The output of pRBFNNs model is obtained by fuzzy inference method in the inference part of fuzzy rules. The essential design parameters (including learning rate, momentum coefficient and fuzzification coefficient) of the networks are optimized by means of the Particle Swarm Optimization. The proposed pRBFNNs are applied to real-time face recognition system and then demonstrated from the viewpoint of output performance and recognition rate.

• 전기학회논문지
• /
• 제63권4호
• /
• pp.526-533
• /
• 2014

In this study, we introduce design methodology to develop a guidance for issuing heavy rainfall warning by using both RBFNNs(Radial basis function neural networks) and SVR(Support vector regression) model, and then carry out the comparative studies between two pattern classifiers. Individual classifiers are designed as architecture realized with the aid of optimization and pre-processing algorithm. Because the predictive performance of the existing heavy rainfall forecast system is commonly affected from diverse processing techniques of meteorological data, under-sampling method as the pre-processing method of input data is used, and also data discretization and feature extraction method for SVR and FCM clustering and PSO method for RBFNNs are exploited respectively. The observed data, AWS(Automatic weather wtation), supplied from KMA(korea meteorological administration), is used for training and testing of the proposed classifiers. The proposed classifiers offer the related information to issue a heavy rain warning in advance before 1 to 3 hours by using the selected meteorological data and the cumulated precipitation amount accumulated for 1 to 12 hours from AWS data. For performance evaluation of each classifier, ETS(Equitable Threat Score) method is used as standard verification method for predictive ability. Through the comparative studies of two classifiers, neuro-fuzzy method is effectively used for improved performance and to show stable predictive result of guidance to issue heavy rainfall warning.

• Journal of Electrical Engineering and Technology
• /
• 제12권6호
• /
• pp.2388-2398
• /
• 2017

In this study, we propose a robust face recognition system to pose variations based on automatic pose estimation. Radial basis function neural network is applied as one of the functional components of the overall face recognition system. The proposed system consists of preprocessing and recognition modules to provide a solution to pose variation and high-dimensional pattern recognition problems. In the preprocessing part, principal component analysis (PCA) and 2-dimensional 2-directional PCA ($(2D)^2$ PCA) are applied. These functional modules are useful in reducing dimensionality of the feature space. The proposed RBFNNs architecture consists of three functional modules such as condition, conclusion and inference phase realized in terms of fuzzy "if-then" rules. In the condition phase of fuzzy rules, the input space is partitioned with the use of fuzzy clustering realized by the Fuzzy C-Means (FCM) algorithm. In conclusion phase of rules, the connections (weights) are realized through four types of polynomials such as constant, linear, quadratic and modified quadratic. The coefficients of the RBFNNs model are obtained by fuzzy inference method constituting the inference phase of fuzzy rules. The essential design parameters (such as the number of nodes, and fuzzification coefficient) of the networks are optimized with the aid of Particle Swarm Optimization (PSO). Experimental results completed on standard face database -Honda/UCSD, Cambridge Head pose, and IC&CI databases demonstrate the effectiveness and efficiency of face recognition system compared with other studies.

• 전기학회논문지
• /
• 제62권5호
• /
• pp.696-704
• /
• 2013

In this paper, we introduce the LED emotional lighting system realized with the aid of both intelligent algorithm and RGB LED combined with White LED. Generally, the illumination is known as a design factor to form the living place that affects human's emotion and action in the light- space as well as the purpose to light up the specific space. The LED emotional lighting system that can express emotional atmosphere as well as control the quantity of light is designed by using both RGB LED to form the emotional mood and W LED to get sufficient amount of light. RBFNNs is used as the intelligent algorithm and the network model designed with the aid of LED control parameters (viz. color coordinates (x and y) related to color temperature, and lux as inputs, RGBW current as output) plays an important role to build up the LED emotional lighting system for obtaining appropriate color space. Unlike conventional RBFNNs, Fuzzy C-Means(FCM) clustering method is used to obtain the fitness values of the receptive function, and the connection weights of the consequence part of networks are expressed by polynomial functions. Also, the parameters of RBFNN model are optimized by using PSO(Particle Swarm Optimization). The proposed LED emotional lighting can save the energy by using the LED light source and improve the ability to work as well as to learn by making an adequate mood under diverse surrounding conditions.

• 한국지능시스템학회논문지
• /
• 제15권1호
• /
• pp.81-86
• /
• 2005

본 연구에서는 복잡하고 비선형 시스템을 모델 동정하기 위해 정보 granules에 기반한 퍼지 추론 시스템의 새로운 범주를 소개한다. 비공식적으로 말하면, 정보 granules는 근접성, 유사성 또는 기능성 등에 인하여 서로 결합되는 대상(특히, 수치 데이터)의 연결된 모임으로 간주된다. HCM 클러스터링에 의한 정보 granulation은 퍼지 규칙의 전반부 및 후반부에서 사용되는 멤버쉽 함수의 포기 정점과 다항식함수의 초기 값과 같은 퍼지 모델의 초기 파라미터를 결정하는데 도움을 준다. 그리고 포기 파라미터는 유전자 알고리즘과 최소자승법에 의해 효과적으로 동조된다. 또한, 퍼지 모델의 성능사이의 상호균형을 얻기 위하여 하중값을 가진 합성 목적함수를 사용하여 근사화와 예측성능의 향상을 꾀한다. 제안된 모델은 수치적인 예제를 가지고 평가하고, 문헌에서 나타난 기존의 퍼지 모델의 성능과 대조된다.

• 한국재료학회지
• /
• 제22권7호
• /
• pp.329-334
• /
• 2012

Two types of nanoclusters, termed Cluster (1) and Cluster (2) here, both play an important role in the age-hardening behavior in Al-Mg-Si alloys. Small amounts of additions of Cu and Ag affect the formation of nanoclusters. Two exothermic peaks were clearly detected in differential scanning calorimetry(DSC) curves by means of peak separation by the Gaussian method in the base, Cu-added, Ag-added and Cu-Ag-added Al-Mg-Si alloys. The formation of nanoclusters in the initial stage of natural aging was suppressed in the Ag-added and Cu-Ag-added alloys, while the formation of nanoclusters was enhanced at an aging time longer than 259.2 ks(3 days) of natural aging with the addition Cu and Ag. The formation of nanoclusters while aging at $100^{\circ}C$ was accelerated in the Cu-added, Ag-added and Cu-Ag-added alloys due to the attractive interaction between the Cu and Ag atoms and the Mg atoms. The influence of additions of Cu and Ag on the clustering behavior during low-temperature aging was well characterized based on the interaction energies among solute atoms and on vacancies derived from the first-principle calculation of the full-potential Korrinaga-Kohn-Rostoker(FPKKR)-Green function method. The effects of low Cu and Ag additions on the formation of nanoclusters were also discussed based on the age-hardening phenomena.

• 환경영향평가
• /
• 제27권6호
• /
• pp.635-646
• /
• 2018

본 연구는 도시의 미세먼지 배출과 저감에 관련된 토지피복 유형인 산림과 시가화지역의 영향에 의한 계절별 미세먼지 농도 특성을 파악하고자 하였다. 서울시 23개 도시대기 측정소의 2016년 PM10, PM2.5 농도자료를 수집하였고, 측정소 주변 반경 3km 내 시가화지역과 산림 비율을 기준으로 3개 그룹으로 측정소를 구분하여 그룹간의 미세먼지 농도 차이를 계절별로 분석하였다. 그룹별 시가화지역과 산림의 중심값은 Group A에서 각각 53.4%, 34.6%, Group B는 61.8%, 16.5%, Group C는 76.3%, 6.7%이었다. 계절별 PM10과 PM2.5의 그룹별 농도는 산림 비율이 높은 Group A의 농도가 모든 계절에서 가장 낮았고, 시가화지역 비율이 높은 Group C의 농도는 봄부터 가을까지 가장 높았다. 이상의 그룹간 차이는 통계적으로 유의하였다. Group C 농도는 겨울철에만 Group B보다 낮아졌는데, 겨울철 Group B-C간의 차이는 통계적으로 유의하지 않았다. 계절별 고농도 그룹의 농도 대비 Group A의 농도는 PM10에서 봄, 여름, 가을, 겨울 각각 8.5%, 11.2%, 8.0%, 6.8%, PM2.5에서 3.5%, 10.0%, 4.1%, 3.3% 낮은 수치이었다. PM10과 PM2.5 모두 그룹간 농도 격차가 여름에 가장 크고, 겨울로 가면서 작아졌는데, 이는 산림의 미세먼지 저감기능이 여름에 크고, 겨울에 작기 때문인 것으로 판단되었다. 산림과 비교해 시가화지역이 미세먼지 농도에 끼치는 영향은 작았다. 본 연구를 통해 산림 비율이 높은 지역에서 미세먼지 농도가 낮은 효과가 입증되었으며, 도시의 미세먼지 관리를 위해 녹지의 기능을 규명하는 지속적인 연구가 필요하였다.

• 전자공학회논문지
• /
• 제51권1호
• /
• pp.195-201
• /
• 2014

본 연구에서는 $(2D)^2PCA$ 알고리즘을 이용한 pRBFNNs 패턴분류기 기반 얼굴인식 시스템을 설계하였다. 기존의 1차원 PCA는 행과 열의 곱으로 표현한 이미지의 차원을 축소한다. 하지만 $(2D)^2PCA$(2-Directional 2-Dimensional Principal Components Analysis)는 이미지의 행과 열에서 각각 차원축소를 수행한다. 그 다음 제안된 지능형 패턴분류기로 축소된 이미지를 사용하여 성능을 평가한다. (pRBFNNs)로 성능 평가를 한다. 제안된 다항식 기반 RBFNNs은 조건부, 결론부, 추론부 세가지의 기능적 모듈로 구성되어 있고 조건는 퍼지 클러스터링을 사용하여 입력 공간을 분할하고, 결론부는 RBFNNs의 연결가중치로 일차 선형식으로 표현한다. 또한 차분진화 알고리즘을 이용하여 제안된 분류기의 파라미터, 즉 입력의 수, 퍼지 클러스터링의 퍼지화 계수를 최적화 한다. 얼굴인식에 많이 사용되는 Yale과 AT&T를 사용하여 인식률을 평가하였다. 실험 평가를 위해 IC&CI 연구실 데이터를 추가하여 실험하였다.