• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 추계학술발표대회
• /
• pp.849-852
• /
• 2014

Reverse engineering of gene regulatory network is a challenging task in computational biology. To detect a regulatory relationship among genes from time series data is called reverse engineering. Reverse engineering helps to discover the architecture of the underlying gene regulatory network. Besides, it insights into the disease process, biological process and drug discovery. There are many statistical approaches available for reverse engineering of gene regulatory network. In our paper, we propose pairwise mutual information for the reverse engineering of a gene regulatory network from time series data. Firstly, we create random boolean networks by the well-known $Erd{\ddot{o}}s-R{\acute{e}}nyi$ model. Secondly, we generate artificial time series data from that network. Then, we calculate pairwise mutual information for predicting the network. We implement of our system on java platform. To visualize the random boolean network graphically we use cytoscape plugins 2.8.0.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2017년도 추계학술대회
• /
• pp.22-24
• /
• 2017

한국형 e-Navigation 운영 시스템은 해양 안전과 관련된 다양한 서비스를 제공하도록 설계되고 있다. 이 서비스들은 하나의 소프트웨어에서 제공되는 것이 아닌, 별개의 소프트웨어로 구성된다. 한국형 e-Navigation 운영시스템에 탑재되는 서비스 소프트웨어들이 통합되기 위해서는 서비스 소프트웨어간 데이터를 교환할 수 있는 데이터 메시지의 정의가 필요하다. 또한 한국형 e-Navigation 운영시스템 서비스의 동작개념에 따라 짧은 시간에 많은 메시지가 네트워크를 통해 전송될 것으로 예상된다. 이와 같은 이유로 데이터 메시지를 효율적으로 관리하기 위해서는 고빈도, 고용량 메시지를 저장하기 위한 버퍼 또는 데이터 메시지 큐가 필요하다. 이에 본 논문에서는 한국형 e-Navigation 운영 시스템에 적용될 수 있는 데이터 메시지 큐인 AMQP(Advanced Message Queuing Protocol)의 특징을 분석하고 그 결과를 보였다.

• Applied Microscopy
• /
• 제49권
• /
• pp.1.1-1.10
• /
• 2019

Joints of three-dimensional (3D) rutile-type (r) tin dioxide ($SnO_2$) nanowire networks, produced by the flame transport synthesis (FTS), are formed by coherent twin boundaries at $(101)^r$ serving for the interpenetration of the nanowires. Transmission electron microscopy (TEM) methods, i.e. high resolution and (precession) electron diffraction (PED), were utilized to collect information of the atomic interface structure along the edge-on zone axes $[010]^r$, $[111]^r$ and superposition directions $[001]^r$, $[101]^r$. A model of the twin boundary is generated by a supercell approach, serving as base for simulations of all given real and reciprocal space data as for the elaboration of three-dimensional, i.e. relrod and higher order Laue zones (HOLZ), contributions to the intensity distribution of PED patterns. Confirmed by the comparison of simulated and experimental findings, details of the structural distortion at the twin boundary can be demonstrated.

• Geomechanics and Engineering
• /
• 제37권4호
• /
• pp.395-418
• /
• 2024

The epicentral region of earthquakes is typically where liquefaction-related damage takes place. To determine the maximum distance, such as maximum epicentral distance (R_e), maximum fault distance (R_f), or maximum hypocentral distance (R_h), at which an earthquake can inflict damage, given its magnitude, this study, using a recently updated global liquefaction database, multiple ML models are built to predict the limiting distances (R_e, R_f, or R_h) required for an earthquake of a given magnitude to cause damage. Four machine learning models LSTM (Long Short-Term Memory), BiLSTM (Bidirectional Long Short-Term Memory), CNN (Convolutional Neural Network), and XGB (Extreme Gradient Boosting) are developed using the Python programming language. All four proposed ML models performed better than empirical models for limiting distance assessment. Among these models, the XGB model outperformed all the models. In order to determine how well the suggested models can predict limiting distances, a number of statistical parameters have been studied. To compare the accuracy of the proposed models, rank analysis, error matrix, and Taylor diagram have been developed. The ML models proposed in this paper are more robust than other current models and may be used to assess the minimal energy of a liquefaction disaster caused by an earthquake or to estimate the maximum distance of a liquefied site provided an earthquake in rapid disaster mapping.

• 기술혁신학회지
• /
• 제17권2호
• /
• pp.334-354
• /
• 2014

본 논문에서는 KCI(한국학술지인용색인) 데이터를 기반으로 네트워크 분석 기법을 활용하여 한의학 분야 연구동향 분석을 실시하였다. 먼저 기술통계분석 결과에 의하면, 한의학분야 논문은 증가하다가 2008년을 정점으로 감소 추세이며 논문 저자수도 이와 같은 추세를 보여 주었다. 동의생리병리학회지가 가장 많은 논문을 생산하고 있고, 핵심어의 경우 acupunture가 월등한 빈도수 차이로 1위를 차지하였다. 다음으로 네트워크 분석을 통해 네트워크의 형태와 중심성 수치를 통해 네트워크의 중심과 핵심 그룹을 파악하였고, 연도별 비교를 통해서 네트워크의 모습과 중심이 어떻게 변화했는지 알 수 있었다. 학술지 네트워크의 경우 동의생리병리학회지, 대한한의학회지 등이 핵심적인 그룹을 형성하였고, 그 중 한의학연구원논문집이 최근에 중심적 위치를 차지한 것으로 나타났다. 연구기관 네트워크에서는 경희대학교가 가장 중심에 있으며, 최근 한의학연구원의 중심성이 커졌다. 핵심어 네트워크를 통해 한의학 연구가 질환의 기전과 치료로 양분되어 수행되는 것을 확인할 수 있었다. 이러한 사회연결망분석의 결과를 통해 심층적인 연구동향을 파악할 수 있어서 연구동향 분석에서 전문가 식견에 의한 동향분석 방법과 서로 연계되는 유용한 방법임을 확인 할 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권9호
• /
• pp.4301-4319
• /
• 2017

Adopting mobile chargers (MC) in rechargeable wireless sensors network (R-WSN) to recharge sensors can increase network efficiency (e.g., reduce MC travel distance per tour, reduce MC effort, and prolong WSN lifetime). In this study, we propose a mechanism to split the sensing field into partitions that may be equally spaced but differ in distance to the base station. Moreover, we focus on minimizing the MC effort by providing a new charging mechanism called the sector-based charging schedule (SBCS), which works to dispatch the MC in charging trips to the sector that sends many charging requests and suggesting an efficient sensor-charging algorithm. Specifically, we first utilize the high ability of the BS to divide the R-WSN field into sectors then it select the cluster head for each sector to reduce the intra-node communication. Second, we formulate the charging productivity as NP-hard problem and then conduct experimental simulations to evaluate the performance of the proposed mechanism. An extensive comparison is performed with other mechanisms. Experimental results demonstrate that the SBCS mechanism can prolong the lifetime of R-WSNs by increasing the charging productivity about 20% and reducing the MC effort by about 30%.

• 한국통신학회논문지
• /
• 제41권6호
• /
• pp.681-688
• /
• 2016

해상에서 새로운 디지털 데이터 교환 서비스를 제공하기 위해 기존 아날로그 통신용으로 사용하던 초단파 대역 일부를 디지털 통신용으로 전환하는 것을 2012년 세계 전파 회의에서 결의하였고, 국제 전기통신연합 무선통신섹터는 ITU-R M. 1842-1 표준을 통해 해상 디지털 데이터 통신 시스템의 기술 특성을 권고하였다. 수십 해리 정도의 제한적인 초단파 대역의 통신 거리를 극복하기 위해 애드혹 통신을 이용하여 육상국으로부터 멀리 떨어진 선박국에게도 디지털 데이터 교환 서비스를 제공할 수 있도록 선박 애드혹 네트워크 (SANET; Shipborne Ad-hoc Network)의 개념이 국제해사기구를 통해 소개되었다. 본 논문에서는 해상 초단파 대역 디지털 데이터 통신을 위해 개발된 ITU-R M. 1842-1 기반의 통신 시스템에 계층별로 SANET 프로토콜을 구현하고, 실해역에서 네트워크를 구축하여 채널 접속, 경로 설정, 데이터 송수신 등의 기능 들을 검증하였다. 구축된 SANET은 해상정보 수집 및 분석, 입출항 간소화에 활용할 수 있으며, e-navigation을 위한 해상 디지털 통신 인프라로 활용 가능할 것이다.

• 한국통신학회논문지
• /
• 제41권9호
• /
• pp.1081-1094
• /
• 2016

KREONET은 한국과학기술정보연구원(KISTI)이 관리 운영하는 국가 R&D 연구망이다. 이는 고성능 네트워크 인프라를 기반으로 산 학 연 등 약 200여 기관을 대상으로 첨단 응용 네트워크 서비스를 지원하고 있다. 하지만 KREONET은 하드웨어 기반의 폐쇄적인 환경에 의하여 제약을 받고 있어 최근 네트워크 환경의 변화에 따른 새로운 네트워크 서비스에 대한 첨단 응용 사용자들의 다양한 요구사항을 반영하는데 한계점을 지닌다. 이에 따라, KISTI는 첨단연구 및 협업의 적시성 환경 및 프로그래머블 네트워크 인프라를 구축하고 이에 기반한 새로운 첨단응용 서비스를 지원하기 위하여 KREONET-S 프로젝트를 출범하였다. 본 논문에서는 KREONET-S 시스템 구조 및 이의 데이터/제어 평면의 네트워크 인프라 구축 현황을 제시하고, 이에 기반하여 첨단 응용 연구자들이 필요로 하는 가상 전용 네트워크를 동적 구축하는 VDN (Virtual Dedicate Network) 서비스에 관하여 설명한다. 또한 KREONET-S 환경에 VDN 애플리케이션을 구현하고 이의 성능 분석을 수행함으로써 KREONET-S 시스템이 새로운 네트워크 패러다임의 변화에 대응하는 훌륭한 방안임을 검증한다.

• International Journal of Computer Science & Network Security
• /
• 제21권2호
• /
• pp.205-211
• /
• 2021

Plants are important for humanity. They intervene in several areas of human life: medicine, nutrition, cosmetics, decoration, etc. The large number of varieties of these plants requires an efficient solution to identify them for proper use. The ease of recognition of these plants undoubtedly depends on the classification of these species into family; however, finding the relevant characteristics to achieve better automatic classification is still a huge challenge for researchers in the field. In this paper, we have developed a new automatic plant classification technique based on artificial neural networks. Our model uses leaf texture characteristics as parameters for plant family identification. The results of our model gave a perfect classification of three plant families of the Ivorian flora, with a determination coefficient (R2) of 0.99; an error rate (RMSE) of 1.348e-14, a sensitivity of 84.85%, a specificity of 100%, a precision of 100% and an accuracy (Accuracy) of 100%. The same technique was applied on Flavia: the international basis of plants and showed a perfect identification regression (R2) of 0.98, an error rate (RMSE) of 1.136e-14, a sensitivity of 84.85%, a specificity of 100%, a precision of 100% and a trueness (Accuracy) of 100%. These results show that our technique is efficient and can guide the botanist to establish a model for many plants to avoid identification problems.

• Design & Manufacturing
• /
• 제13권3호
• /
• pp.53-58
• /
• 2019

This paper presents Artificial Neural Network(ANN) method to predict maximum injection pressure of injection molding machine and weights of injection molding products. 5 hidden layers with 10 neurons is used in the ANN. The ANN was conducted with 5 Input parameters and 2 response data. The input parameters, i.e., melt temperature, mold temperature, fill time, packing pressure, and packing time were selected. The combination of the orthogonal array L27 data set and 23 randomly generated data set were applied in order to train and test for ANN. According to the experimental result, error of the ANN for weights was $0.49{\pm}0.23%$. In case of maximum injection pressure, error of the ANN was $1.40{\pm}1.19%$. This value showed that ANN can be successfully predict the injection pressure and the weights of injection molding products.