• 한국미생물·생명공학회지
• /
• 제27권1호
• /
• pp.28-34
• /
• 1999

Ganoderan (GAN), an immunomodulating ${\beta}$-glucan from mushroom Ganoderma lucidum, was evaluated for its ability to induce formation of nitric oxide (NO), tumor necrosis factor-${\alpha}$(TNF-${\alpha}$) and transforming growth factor (TGF-${\beta}$) from rat Kupffer cell in vitro. Hepatic macrophages activated by GAN significantly elevated concentration of NO and TNF-${\alpha}$ in cultured medium, but not significantly elevated that of TGF-${\beta}$. GAN-activated Kupffer cells secrete 14.9${\mu}$M (p<0.01) of NO and 2619.5${\rho}$g/ml (p<0.01) of TNF-${\alpha}$after 36hr of incubation at 37$^{\circ}C$. The results revealed that GAN enhanced 4-fold production of NO and 19 fold formation of TNF-${\alpha}$ compared to the control. The proliferation of GAN-activated Kupffer cells was inhibited as compared with its negative control. Comparing the activity among glucans derived from microorganisms, highly branched zymosan, glucomannan from Saccharomyces cerevisiae, significantly increased TNF-${\alpha}$ and NO production. These results indicate that the ${\beta}$-glucan from G. lucidum activates rat Kupffer cell and secretes NO and TNF-${\alpha}$. It also suggest that rat Kupffer cell posses certain receptor for ${\beta}$-anomeric glucan.

• Journal of the Korean Association of Oral and Maxillofacial Surgeons
• /
• 제44권2호
• /
• pp.79-85
• /
• 2018

Objectives: The aim of this study was to evaluate the effects of herbal extracts on bone regeneration. Two known samples were screened. Materials and Methods: We previously established a rat calvaria defect model using a combination of collagen scaffold and herbal extracts. An 8 mm diameter trephine bur with a low-speed dental hand piece was used to create a circular calvaria defect. The experimental group was divided into 4 classifications: control, collagen matrix, Danshen with collagen, and Ge Gan with collagen. Animals in each group were sacrificed at 4, 6, 8, and 10 weeks after surgery, and bone regeneration ability was evaluated by histological examination. Results: Results revealed that both Danshen and Ge Gan extracts increased bone formation activity when used with collagen matrix. All groups showed almost the same histological findings until 6 weeks. However, after 6 weeks, bone formation activity proceeded differently in each group. In the experimental groups, new bone formation activity was found continuously up to 10 weeks. In the Danshen and Ge Gan groups, grafted materials were still present until 10 weeks after treatment, as evidenced by foreign body reactions showing multinucleated giant cells in chronic inflammatory vascular connective tissue. Conclusion: Histological analyses showed that Danshen and Ge Gan extractions increased bone formation activity when used in conjunction with collagen matrix.

• 정보보호학회논문지
• /
• 제30권5호
• /
• pp.871-879
• /
• 2020

Perceptual Ad-Blocking은 인공지능 기반의 광고 이미지 분류 모델을 이용하여 온라인 광고를 탐지하는 새로운 광고 차단 기법이다. 이러한 Perceptual Ad-Blocking은 최근 이미지 분류 모델이 이미지를 틀리게 분류하게 끔 이미지에 노이즈를 추가하는 적대적 예제(adversarial example)를 이용한 적대적 공격(adversarialbattack)에 취약하다는 연구 결과가 제시된 바 있다. 본 논문에서는 다양한 적대적 예제를 통해 기존 Perceptual Ad-Blocking 기법의 취약점을 증명하고, MNIST, CIFAR-10 등의 데이터 셋에서 성공적인 방어를 수행한 Defense-GAN과 MagNet이 광고 이미지에도 효과적으로 작용함을 보인다. 이를 통해 Defense-GAN과 MagNet 기법을 이용해 적대적 공격에 견고한 새로운 광고 이미지 분류 모델을 제시한다. 기존 다양한 적대적 공격 기법을 이용한 실험 결과에 따르면, 본 논문에서 제안하는 기법은 적대적 공격에 견고한 이미지 분류 기술을 통해 공격 이전의 이미지 분류 모델의 정확도와 성능을 확보할 수 있으며, 더 나아가 방어 기법의 세부사항을 아는 공격자의 화이트박스 공격(White-box attack)에도 일정 수준 방어가 가능함을 보였다.

• 대한한의진단학회지
• /
• 제9권2호
• /
• pp.1-9
• /
• 2005

Background: Liu-Yuan-Lei(陸淵雷) said that a medical record is both the marks of treatments and arts made by a excellent practitioner and the essence of TCM(Traditional Chinese Medicine). Jiang-Guan(江瓘) also said that reading medical records is one of the best way to develop one’s abilities If curing a disease without perfect clinical practice. Objectives: study on the special treatment about metrostaxis(崩漏) based on the Yi-Da-Gan(易大艮)’s medical records. and study on the differentiation of abnormal symptoms and signs about cold syndrome with pesudo-heat(眞寒假熱) based on the Yu-Chang(喩昌)'s medical records. Methods: First, read and study the medical records on metrostaxis(崩漏) of that made a profound study by Yi-Da-Gan(易大艮) and cold syndrome with pesudo-heat(眞寒假熱) of that made a profound study by Yu-Chang(喩昌). The next, write a paper on results and conclusions. Results and Conclusions: First, Yi-Da-Gan(易大艮) insist that must control the Qi under the blood disease conditions, taking the case of metrostaxis(崩漏). Secondly, we must study more on estimating the changing condition of Qi and the blood as time goes by, also study on the pulse and pulse condition in the four seasons(四時脈). Thirdly, Yu-Chang(喩昌) insist that be more careful in differentiation of symptoms and signs, taking the case of cold syndrome with pesudo-heat(眞寒假熱). Fourthly, Yu-Chang(喩昌) give an example that in condition of cold syndrome with pesudo-heat(眞寒假熱), sometimes, the pulse and pulse condition can be strong.

• 한국융합학회논문지
• /
• 제12권10호
• /
• pp.9-17
• /
• 2021

최근 빅데이터 분석, 인공지능, 기계학습 등의 발전으로 인해서 데이터를 과학적으로 분석하는 기술이 발전하고 있으며 이는 의사결정 문제를 최적으로 해결해주고 있다. 그러나 특정 분야의 경우에는 데이터의 양이 부족해서 과학적 방식에 적용하는 것이 어렵다. 예컨대 부동산과 같은 데이터는 데이터 발표 시점이 최근이거나 비 유동성 자산이다 보니 발표 주기가 긴 경우가 많다. 따라서 본 연구에서는 이런 문제점을 극복하기 위해서 TimeGAN 모형을 통해 기존의 시계열의 확장 가능성에 대해서 연구하고자 한다. 이를 위해 부동산과 관련된 총 45개의 시계열을 데이터 셋에 맞게 2012년부터 2021년까지 주 단위로 데이터를 수집하고 시계열 간의 상관관계를 고려해서 총 15개의 최종 시계열을 선정한다. 15개의 시계열에 대해서 TimeGAN 모형을 통해 데이터 확장을한 결과, PCA 및 T-SNE 시각화 알고리즘을 통해 실제 데이터와 확장 데이터 간의 통계적 분포가 유사하다는 것을 확인할 수 있었다. 따라서 본 논문을 통해서 데이터의 과적합 또는 과소적합이라는 한계점을 극복할 수 있는 다양한 실험이 연구되기를 기대한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권6호
• /
• pp.257-264
• /
• 2019

최근 자연언어처리 분야에서 딥러닝 모델이 좋은 성과를 보이고 있다. 이러한 딥러닝 모델의 성능을 향상시키기 위해서는 많은 양의 데이터가 필요하다. 하지만 많은 양의 데이터를 모으기 위해서는 많은 인력과 시간이 소요되기 때문에 데이터 확장을 통해 이와 같은 문제를 해소할 수 있다. 그러나 문장 데이터의 경우 이미지 데이터에 비해 데이터 변형이 어렵기 때문에 다양한 문장을 생성할 수 있는 생성 모델을 통해 문장 데이터 자동 확장을 해보고자 한다. 본 연구에서는 최근 이미지 생성 모델에서 좋은 성능을 보이고 있는 생성적 적대 신경망 중 하나인 CS-GAN을 사용하여 학습 데이터로부터 새로운 문장들을 생성해 보고 유용성을 다양한 지표로 평가하였다. 평가 결과 CS-GAN이 기존의 언어 모델을 사용할 때보다 다양한 문장을 생성할 수 있었고 생성된 문장을 감성 분류기에 학습시켰을 때 감성 분류기의 성능이 향상됨을 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.79-82
• /
• 2019

본 논문에서는 검색엔진 최적화(SEO; Search Engine Optimization)에 인공지능 기법을 접목하여, 자동화된 SEO 도구 설계 및 구현을 목표로 한다. 기존의 SEO 온-페이지(On-page) 최적화 기법들은 웹페이지 관리자들의 경험적 지식에 의존하는 한계점을 보이고 있다. 이는 SEO 성능에 영향을 끼칠 뿐 아니라, 웹페이지 관리자들에게도 SEO 도입의 장벽으로 작용한다. 따라서, 위 문제를 해결하기 위하여 메타데이터의 효과적인 구성을 위해 다음과 같은 3단계의 접근법을 제안하고자 한다. i) 상위 랭킹 웹사이트들의 메타데이터를 추출한다. ii) 어텐션 메커니즘에 기반한 LSTM(Long Short Term Memory)을 이용하여 사용자 질의어와의 관련성 높은 메타데이터를 생성한다. iii) GAN(Generative Adversarial Network) 모델을 통하여 학습함으로써 전반적으로 성능을 높여주는 기법을 제안한다. 본 연구결과는 기업의 온라인 마케팅 프로세스를 평가하고 개선하기 위한 최적화 도구로서 유용하게 활용될 것으로 기대한다.

• 한국빅데이터학회지
• /
• 제5권2호
• /
• pp.69-76
• /
• 2020

이 연구는 2019년도 정부(과학기술정보통신부)의 재원으로 정보통신기술진흥센터의 지원을 받아 수행된 연구이다. 고병원성조류인플루엔자(Highly Pathogenic Avian Influenza, HPAI)는 병원성이 높은 조류인플루엔자 바이러스 감염에 의하여 발생하는 조류의 급성 전염병으로 닭, 오리 등 가금류에서 피해가 심각하게 나타난다. 고병원성 조류인플루엔자(HPAI)는 연중으로 발생하기보다는 겨울철에 집중하여 발생되는 양상을 보이며, 특정 기간에는 아예 발생하지 않는 경우가 있다. 이와 같은 HPAI의 특성으로 인해 충분한 양의 실제 데이터가 축적되지 못하는 문제점이 있다. 본 논문 연구에서는 GAN 네트워크를 활용하여 결측치를 포함하고 있는 실제와 유사한 데이터를 생성하였으며 해당 과정을 소개한다. 본 연구 결과는 HPAI가 발생하지 않은 특정 시기에 대하여 실제와 유사한 시뮬레이션 데이터를 생성하여 위험도를 측정하는데 이용될 수 있다.

• 융합정보논문지
• /
• 제11권3호
• /
• pp.7-13
• /
• 2021

본 연구는 딥러닝(Deep Learning) 알고리즘 GAN 모델을 기반으로 초미세먼지(PM2.5) 인공지능 예측시스템을 개발한다. 실험 데이터는 시계열 축으로 생성된 온도, 습도, 풍속, 기압의 기상변화와 SO2, CO, O3, NO2, PM10와 같은 대기오염물질 농도와 밀접한 관련이 있다. 데이터 특성상, 현재시간 농도가 이전시간 농도에 영향을 받기 때문에 반복지도학습(Recursive Supervised Learning) 예측 모델을 적용하였다. 기존 모델인 CNN, LSTM의 정확도(Accuracy)를 비교분석을 위해 관측값(Observation Value)과 예측값(Prediction Value)간의 차이를 분석하고 시각화했다. 성능분석 결과 제안하는 GAN이 LSTM 대비 평가항목 RMSE, MAPE, IOA에서 각각 15.8%, 10.9%, 5.5%로 향상된 것을 확인하였다.

• 한국정보통신학회논문지
• /
• 제26권10호
• /
• pp.1490-1499
• /
• 2022

부정맥이란 심장이 불규칙한 리듬이나 비정상적인 심박동수를 갖는 것을 말하며, 뇌졸중, 심정지 등을 유발하거나 사망에도 이를 수 있는 만큼, 조기 진단과 관리가 무엇보다 중요하다. 본 연구에서는 심전도 신호의 QRS 특징 추출에 적합한 CNN과 기존 LSTM의 직전 패턴의 수렴 한계를 해결할 수 있는 BLSTM을 연결한 CNN-BLSTM 결합 모델을 이용한 부정맥 분류 방법을 제안한다. 이를 위해 먼저 전처리 과정을 통해 잡음을 제거한 심전도 신호에서 QRS 특징점을 검출하고 단일 비트 세그먼트를 추출하였다. 이때 데이터의 불균형 문제를 해결하기 위해 GAN 오버샘플링 기법을 적용하였다. 이 후 합성곱 계층을 통해 부정맥 신호의 패턴을 정밀하게 추출하도록 구성하고 이를 BLSTM의 입력으로 사용한 후 매개변수를 학습시키고 검증 데이터로 학습 모델을 평가한 후 부정맥 분류의 정확도를 확인하였다. 제안한 방법의 우수성을 입증하기 위해 MIT-BIH 부정맥 데이터베이스를 이용하여 분류의 정확도, 정밀도, 재현율, F1-score를 비교하였다. 성능평가 결과 각각 99.30%, 98.70%, 97.50%, 98.06%로 우수한 분류율을 나타내는 것을 확인할 수 있었다.