• Journal of Microbiology and Biotechnology
• /
• 제33권6호
• /
• pp.831-839
• /
• 2023

Tylosin is a potent veterinary macrolide antibiotic produced by the fermentation of Streptomyces fradiae; however, it is necessary to modify S. fradiae strains to improve tylosin production. In this study, we established a high-throughput, 24-well plate screening method for identifying S. fradiae strains that produce increased yields of tylosin. Additionally, we constructed mutant libraries of S. fradiae via ultraviolet (UV) irradiation and/or sodium nitrite mutagenesis. A primary screening of the libraries in 24-well plates and UV spectrophotometry identified S. fradiae mutants producing increased yields of tylosin. Mutants with tylosin yield 10% higher than the wild-type strain were inoculated into shake flasks, and the tylosin concentrations produced were determined by high-performance liquid chromatography (HPLC). Joint (UV irradiation and sodium nitrite) mutagenesis resulted in higher yields of mutants with enhanced tylosin production. Finally, 10 mutants showing higher tylosin yield were re-screened in shake flasks. The yield of tylosin A by strains UN-C183 (6767.64 ± 82.43 ㎍/ml) and UN-C137 (6889.72 ± 70.25 ㎍/ml) was significantly higher than that of the wild-type strain (6617.99 ± 22.67 ㎍/ml). These mutant strains will form the basis for further strain breeding in tylosin production.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.246-246
• /
• 2021

본 연구는 강우 발생시 유량을 추정하는 것에 목적이 있다. 이를 위해 본 연구는 선행연구의 모형 개발방법론에서 벗어나 딥러닝 알고리즘 중 하나인 합성곱 신경망 (convolution neural network)과 수문학적 이미지 (hydrological image)를 이용하여 강우 발생시 유량을 추정하였다. 합성곱 신경망은 일반적으로 분류 문제 (classification)을 해결하기 위한 목적으로 개발되었기 때문에 불특정 연속변수인 유량을 모의하기에는 적합하지 않다. 이를 위해 본 연구에서는 합성곱 신경망의 완전 연결층 (Fully connected layer)를 개선하여 연속변수를 모의할 수 있도록 개선하였다. 대부분 합성곱 신경망은 RGB (red, green, blue) 사진 (photograph)을 이용하여 해당 사진이 나타내는 것을 예측하는 목적으로 사용하지만, 본 연구의 경우 일반 RGB 사진을 이용하여 유출량을 예측하는 것은 경험적 모형의 전제(독립변수와 종속변수의 관계)를 무너뜨리는 결과를 초래할 수 있다. 이를 위해 본 연구에서는 임의의 유역에 대해 2차원 공간에서 무차원의 수문학적 속성을 갖는 grid의 집합으로 정의되는 수문학적 이미지는 입력자료로 활용했다. 합성곱 신경망의 구조는 Convolution Layer와 Pulling Layer가 5회 반복하는 구조로 설정하고, 이후 Flatten Layer, 2개의 Dense Layer, 1개의 Batch Normalization Layer를 배열하고, 다시 1개의 Dense Layer가 이어지는 구조로 설계하였다. 마지막 Dense Layer의 활성화 함수는 분류모형에 이용되는 softmax 또는 sigmoid 함수를 대신하여 회귀모형에서 자주 사용되는 Linear 함수로 설정하였다. 이와 함께 각 층의 활성화 함수는 정규화 선형함수 (ReLu)를 이용하였으며, 모형의 학습 평가 및 검정을 판단하기 위해 MSE 및 MAE를 사용했다. 또한, 모형평가는 NSE와 RMSE를 이용하였다. 그 결과, 모형의 학습 평가에 대한 MSE는 11.629.8 m3/s에서 118.6 m3/s로, MAE는 25.4 m3/s에서 4.7 m3/s로 감소하였으며, 모형의 검정에 대한 MSE는 1,997.9 m3/s에서 527.9 m3/s로, MAE는 21.5 m3/s에서 9.4 m3/s로 감소한 것으로 나타났다. 또한, 모형평가를 위한 NSE는 0.7, RMSE는 27.0 m3/s로 나타나, 본 연구의 모형은 양호(moderate)한 것으로 판단하였다. 이에, 본 연구를 통해 제시된 방법론에 기반을 두어 CNN 모형 구조의 확장과 수문학적 이미지의 개선 또는 새로운 이미지 개발 등을 추진할 경우 모형의 예측 성능이 향상될 수 있는 여지가 있으며, 원격탐사 분야나, 위성 영상을 이용한 전 지구적 또는 광역 단위의 실시간 유량 모의 분야 등으로의 응용이 가능할 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.444-444
• /
• 2021

하천의 오염부하량 관리 계획은 지속적인 모니터링을 통한 자료 구축과 모형을 이용한 예측결과를 기반으로 수립된다. 하천의 모니터링과 예측 분석은 많은 예산과 인력 등이 필요하나, 정부의 담당 공무원 수는 극히 부족한 상황이 일반적이다. 이에 정부는 전문가에게 관련 용역을 의뢰하지만, 한국과 같이 지형이 복잡한 지역에서의 오염부하량 배출 특성은 각각 다르게 나타나기 때문에 많은 예산 소모가 발생 된다. 이를 개선하고자, 본 연구는 합성곱 신경망 (convolution neural network)과 수문학적 이미지 (hydrological image)를 이용하여 강우 발생시 BOD 및 총인의 부하량 예측 모형을 개발하였다. 합성곱 신경망의 입력자료는 일반적으로 RGB (red, green, bule) 사진을 이용하는데, 이를 그래도 오염부하량 예측에 활용하는 것은 경험적 모형의 전제(독립변수와 종속변수의 관계)를 무너뜨리는 결과를 초래할 수 있다. 이에, 본 연구에서는 오염부하량이 수문학적 조건과 토지이용 등의 변수에 의해 결정된다는 인과관계를 만족시키고자 수문학적 속성이 내재된 수문학적 이미지를 합성곱 신경망의 훈련자료로 사용하였다. 수문학적 이미지는 임의의 유역에 대해 2차원 공간에서 무차원의 수문학적 속성을 갖는 grid의 집합으로 정의되는데, 여기서 각 grid의 수문학적 속성은 SCS 토양보존국(soil conservation service, SCS)에서 발표한 수문학적 토양피복형수 (curve number, CN)를 이용하여 산출한다. 합성곱 신경망의 구조는 2개의 Convolution Layer와 1개의 Pulling Layer가 5회 반복하는 구조로 설정하고, 1개의 Flatten Layer, 3개의 Dense Layer, 1개의 Batch Normalization Layer를 배열하고, 마지막으로 1개의 Dense Layer가 연결되는 구조로 설계하였다. 이와 함께, 각 층의 활성화 함수는 정규화 선형함수 (ReLu)로, 마지막 Dense Layer의 활성화 함수는 연속변수가 도출될 수 있도록 회귀모형에서 자주 사용되는 Linear 함수로 설정하였다. 연구의 대상지역은 경기도 가평군 조종천 유역으로 선정하였고, 연구기간은 2010년 1월 1일부터 2019년 12월 31일까지로, 2010년부터 2016년까지의 자료는 모형의 학습에, 2017년부터 2019년까지의 자료는 모형의 성능평가에 활용하였다. 모형의 예측 성능은 모형효율계수 (NSE), 평균제곱근오차(RMSE) 및 평균절대백분율오차(MAPE)를 이용하여 평가하였다. 그 결과, BOD 부하량에 대한 NSE는 0.9, RMSE는 1031.1 kg/day, MAPE는 11.5%로 나타났으며, 총인 부하량에 대한 NSE는 0.9, RMSE는 53.6 kg/day, MAPE는 17.9%로 나타나 본 연구의 모형은 우수(good)한 것으로 판단하였다. 이에, 본 연구의 모형은 일반 ANN 모형을 이용한 선행연구와는 달리 2차원 공간정보를 반영하여 오염부하량 모의가 가능했으며, 제한적인 입력자료를 이용하여 간편한 모델링이 가능하다는 장점을 나타냈다. 이를 통해 정부의 물관리 정책을 위한 의사결정 및 부족한 물관리 분야의 행정력에 도움이 될 것으로 생각된다.

• Geomechanics and Engineering
• /
• 제35권2호
• /
• pp.121-133
• /
• 2023

The demand for cement and limestone crushed materials has increased many folds due to the tremendous increase in construction activities in Pakistan during the past few decades. The number of cement production industries has increased correspondingly, and so the rock-blasting operations at the limestone quarry sites. However, the safety procedures warranted at these sites for the blast-induced ground vibrations (BIGV) have not been adequately developed and/or implemented. Proper prediction and monitoring of BIGV are necessary to ensure the safety of structures in the vicinity of these quarry sites. In this paper, an attempt has been made to predict BIGV using artificial neural network (ANN) at three selected limestone quarries of Pakistan. The ANN has been developed in Python using Keras with sequential model and dense layers. The hyper parameters and neurons in each of the activation layers has been optimized using randomized and grid search method. The input parameters for the model include distance, a maximum charge per delay (MCPD), depth of hole, burden, spacing, and number of blast holes, whereas, peak particle velocity (PPV) is taken as the only output parameter. A total of 110 blast vibrations datasets were recorded from three different limestone quarries. The dataset has been divided into 85% for neural network training, and 15% for testing of the network. A five-layer ANN is trained with Rectified Linear Unit (ReLU) activation function, Adam optimization algorithm with a learning rate of 0.001, and batch size of 32 with the topology of 6-32-32-256-1. The blast datasets were utilized to compare the performance of ANN, multivariate regression analysis (MVRA), and empirical predictors. The performance was evaluated using the coefficient of determination (R²), mean absolute error (MAE), mean squared error (MSE), mean absolute percentage error (MAPE), and root mean squared error (RMSE)for predicted and measured PPV. To determine the relative influence of each parameter on the PPV, sensitivity analyses were performed for all input parameters. The analyses reveal that ANN performs superior than MVRA and other empirical predictors, andthat83% PPV is affected by distance and MCPD while hole depth, number of blast holes, burden and spacing contribute for the remaining 17%. This research provides valuable insights into improving safety measures and ensuring the structural integrity of buildings near limestone quarry sites.

• 생물환경조절학회지
• /
• 제33권1호
• /
• pp.1-11
• /
• 2024

이 연구에서는 Inception V3, SqueezeNet(local), VGG-16, Painters 및 DeepLoc의 다섯 가지 인공지능(AI) 모델을 사용하여 차나무 잎의 병해를 분류하였다. 여덟 가지 이미지 카테고리를 사용하였는데, healthy, algal leaf spot, anthracnose, bird's eye spot, brown blight, gray blight, red leaf spot, and white spot였다. 이 연구에서 사용한 소프트웨어는 데이터 시각적 프로그래밍을 위한 파이썬 라이브러리로 작동하는 Orange3였다. 이는 데이터를 시각적으로 조작하여 분석하기 위한 워크플로를 생성하는 인터페이스를 통해 작동되었다. 각 AI 모델의 정확도로 최적의 AI 모델을 선택하였다. 모든 모델은 Adam 최적화, ReLU 활성화 함수, 은닉 레이어에 100개의 뉴런, 신경망의 최대 반복 횟수가 200회, 그리고 0.0001 정규화를 사용하여 훈련되었다. Orange3 기능을 확장하기 위해 새로운 이미지 분석 Add-on을 설치하였다. 훈련 모델에서는 이미지 가져오기(import image), 이미지 임베딩(image embedding), 신경망(neural network), 테스트 및 점수(test and score), 혼동 행렬(confusion matrix) 위젯이 사용되었으며, 예측에는 이미지 가져오기(import image), 이미지 임베딩(image embedding), 예측(prediction) 및 이미지 뷰어(image viewer) 위젯이 사용되었다. 다섯 AI 모델[Inception V3, SqueezeNet(로컬), VGG-16, Painters 및 DeepLoc]의 신경망 정밀도는 각각 0.807, 0.901, 0.780, 0.800 및 0.771이었다. 결론적으로 SqueezeNet(local) 모델이 차나무 잎 이미지를 사용하여 차병해 탐색을 위한 최적 AI 모델로 선택되었으며, 정확도와 혼동 행렬을 통해 뛰어난 성능을 보였다.

• Journal of Ginseng Research
• /
• 제44권3호
• /
• pp.442-452
• /
• 2020

Backgroud: Sleep deprivation (SD) impairs learning and memory by inhibiting hippocampal functioning at molecular and cellular levels. Abnormal autophagy and apoptosis are closely associated with neurodegeneration in the central nervous system. This study is aimed to explore the alleviative effect and the underlying molecular mechanism of stem-leaf saponins of Panax notoginseng (SLSP) on the abnormal neuronal autophagy and apoptosis in hippocampus of mice with impaired learning and memory induced by SD. Methods: Mouse spatial learning and memory were assessed by Morris water maze test. Neuronal morphological changes were observed by Nissl staining. Autophagosome formation was examined by transmission electron microscopy, immunofluorescent staining, acridine orange staining, and transient transfection of the tf-LC3 plasmid. Apoptotic event was analyzed by flow cytometry after PI/annexin V staining. The expression or activation of autophagy and apoptosis-related proteins were detected by Western blotting assay. Results: SLSP was shown to improve the spatial learning and memory of mice after SD for 48 h, accomanied with restrained excessive autophage and apoptosis, whereas enhanced activation of phosphoinositide 3-kinase/protein kinase B/mammalian target of rapamycin signaling pathway in hippocampal neurons. Meanwhile, it improved the aberrant autophagy and apoptosis induced by rapamycin and re-activated phosphoinositide 3-kinase/Akt/mammalian target of rapamycin signaling transduction in HT-22 cells, a hippocampal neuronal cell line. Conclusion: SLSP could alleviate cognitive impairment induced by SD, which was achieved probably through suppressing the abnormal autophagy and apoptosis of hippocampal neurons. The findings may contribute to the clinical application of SLSP in the prevention or therapy of neurological disorders associated with SD.

• 생명과학회지
• /
• 제16권6호
• /
• pp.1052-1059
• /
• 2006

다양한 종류의 박테리아에서부터 사람의 세포에 이르기까지 환경적인 스트레스나 병에 의한 스트레스 혹은 스트레스가 없는 상황에서도 열충격반응(heat shock response) 유도되어진다. 열충격반응에 노출된 세포에서는 모든 단백질의 발현이 정지되는 반면, 열충격단백질(heat shock proteins: HSPs)은 발현되어 스트레스로부터 세포를 보호한다. HSF1(heat shock factor 1)이라는 HSPs 유도단백질은 열충격반응시 단량체형태에서 삼중체의 형태로 구조변화를 일으켜 heat shock element(HSE)라고 불리우는 HSP gene의 발현 promoter에 특이적으로 결합하게 되어 HSPs를 발현시킨다. Human HSF1(hHSF1)은 다섯 개의 시스테인 잔기를 가지고 있는데 이 시스테인의 thiol(-SH)기는 강한 친전자성을 띔으로 급격히 산화되거나 질산화된다. 이러한 고찰은 시스테인 잔기가 산화 환원 의존적인 황산기/이황화결합 전환을 통해 구조적인 변화를 가져온다는 사실을 의미하고 있다. 따라서 본 연구에서는 여러 가지 산화환원제를 이용하여 HSF1에 존재하는 다섯 개의 시스테인 잔기의 역할과 삼량체 형성에 관여하는 잔기에 대하여 알아보고자 하였다. 또한 이황화결합을 통한 삼량체형성의 구조적변화의 관점에서 HSF1의 구조 변화와 DNA 결합력과의 상관관계에 관하여도 알아보고자 하였다. 본 연구결과로 HSF1의 DNA binding domain은 삼량체를 형성하는 구조적인 변화를 통해서 DNA에 대한 결합력이 증가되는 것을 알 수 있었는데 이것은 삼량체가 됨으로서 HSF1의 내부에 위치해 있던 DNA binding domain이 외부로 노출 되어져 DNA에 쉽게 결합할 수 있게 된다는 사실을 시사한다.

• 한국방재안전학회논문집
• /
• 제12권2호
• /
• pp.73-82
• /
• 2019

최근 이상기후로 인한 집중호우에 따른 하천변 사회기반시설의 침수피해가 증가하고 있으며, 침수 가능성 여부에 대한 신속한 예 경보가 필요한 실정이다. 일반적인 홍수 예 경보는 하천수위를 이용하고 있으며, 수치모형을 이용하여 하천수위를 예측하는 연구가 대부분이었다. 그러나 수치모형을 이용한 하천수위 예측은 결과가 정확한 반면 수치모의 시간이 오래 소요된다는 한계점이 있어 최근에는 인공신경망 등을 적용한 자료기반의 수위예측 모형이 많이 이용되고 있다. 하지만 기존의 인공신경망을 활용한 수위예측 연구는 시간적 매개변수를 고려하지 못하였다는 한계점이 존재한다. 본 연구에서는 시간적 매개변수(Time delay= 2시간)를 고려한 NARX 신경망 모형을 사용하여 한강대교의 수위를 예측하였다. 또한 NARX 모형의 적합성을 판단하기 위하여 인공신경망(ANN) 모형과, 순환신경망(RNN)모형의 결과와 비교하였다. 2009년에서 2018년까지 10년간의 수문자료를 이용하여 70%를 학습시키고 검정과 평가에 15%를 사용하여 2018년의 한강대교 3시간 후 수위를 예측한 결과 평균제곱근오차(RMSE)의 경우 ANN, RNN, NARX model이 각각 0.20 m, 0.11 m, 0.09 m, 평균절대오차(MAE)의 경우, 각각 0.12 m, 0.06 m, 0.05 m, 첨두수위 오차(Peak Error)는 각각 1.56 m, 0.55 m, 0.10 m로 나타났다. 연구 대상지역에 대한 시간적 매개변수를 고려한 예측 결과의 오차분석을 통하여 NARX 신경망 모형을 사용하는 것이 수위예측 모형 구축이 가장 적합한 것으로 나타났다. 이는 NARX 신경망 모형이 과거의 입력자료를 고려함으로써 시계열 자료의 변동 추세도 학습 할 수 있으며, 또한 모형 내 활성함수를 쌍곡선탄젠트(Hyperbolic tangent) 및 Rectified Linear Unit(ReLU) 함수를 사용하여 고수위 예측 시에도 정확한 예측 값을 도출할 수 있기 때문이다. 그러나 NARX 신경망 모형은 시퀀스 길이가 길어짐에 따라 기울기 소실문제(Vanishing gradient)가 발생하는 한계점이 있어 향후에는 이를 보완한 LSTM(Long Short Term Model)모형을 이용하여 수위예측의 정확도를 검토하고자 한다.

• 대한한의학원전학회지
• /
• 제20권4호
• /
• pp.211-250
• /
• 2007

1. The 'Kao Zheng Pai(考證派) comes from the 'Zhe Zhong Pai' and is a school that is influenced by the confucianism of the Qing dynasty. In Japan Inoue Kinga(井上金娥), Yoshida Koton(吉田篁墩) became central members, and the rise of the methodology of historical research(考證學) influenced the members of the 'Zhe Zhong Pai', and the trend of historical research changed from confucianism to medicine, making a school of medicine based on the study of texts and proving that the classics were right. 2. Based on the function of 'Nei Qu Li '(內驅力) the 'Kao Zheng Pai', in the spirit of 'use confucianism as the base', researched letters, meanings and historical origins. Because they were influenced by the methodology of historical research(考證學) of the Qing era, they valued the evidential research of classic texts, and there was even one branch that did only historical research, the 'Rue Xue Kao Zheng Pai'(儒學考證派). Also, the 'Yi Xue Kao Zheng Pai'(醫學考證派) appeared by the influence of Yoshida Kouton and Kariya Ekisai(狩谷掖齋). 3. In the 'Kao Zheng Pai(考證派)'s theories and views the 'Yi Xue Kao Zheng Pai' did not look at medical scriptures like the "Huang Di Nei Jing"("黃帝內經") and did not do research on 'medical' related areas like acupuncture, the meridian and medicinal herbs. Since they were doctors that used medicine, they naturally were based on 'formulas'(方劑) and since their thoughts were based on the historical ideologies, they valued the "Shang Han Ja Bing Lun" which was revered as the 'ancestor of all formulas'(衆方之祖). 4. The lives of the important doctors of the 'Kao Zheng Pai' Meguro Dotaku(目黑道琢) Yamada Seichin(山田正珍), Yamada Kyoko(山田業廣), Mori Ritsi(森立之) Kitamura Naohara(喜多村直寬) are as follows. 1) Meguro Dotaku(目黑道琢 1739${\sim}$1798) was born of lowly descent but, using his intelligence and knowledge, became a professor as a Shi Jing Yi(市井醫) and as a professor for 34 years at Ji Shou Guan mastered the "Huang Di Nei Jing" after giving over 300 lectures. Since his pupil, Isawara Ken taught the Lan Men Wu Zhe(蘭門五哲) and Shibue Chusai, Mori Ritsi(森立之), Okanishi Gentei(岡西玄亭), Kiyokawa Gendoh(淸川玄道) and Yamada Kyoko(山田業廣), Meguro Dotaku is considered the founder of the 'Yi Xue Kao Zheng Pai'. 2) The family of Yamada Seichin(山田正珍 1749${\sim}$1787) had been medical officials in the Makufu(幕府) and the many books that his ancestors had left were the base of his art. Seichin learned from Shan Ben Bei Shan(山本北山), a 'Zhe Zhong Pai' scholar, and put his efforts into learning, teaching and researching the "Shang Han Lun"("傷寒論"). Living in a time between 'Gu Fang Pai'(古方派) member Nakanishi Goretada(中西惟忠) and 'Kao Zheng Pai' member Taki Motohiro(多紀元簡), he wrote 11 books, 2 of which express his thoughts and research clearly, the "Shang Han Lun Ji Cheng"("傷寒論集成") and "Shang Han Kao"("傷寒考"). His comparison of the 'six meridians'(3 yin, 3 yang) between the "Shang Han Lun" and the "Su Wen Re Lun"("素問 熱論) and his acknowledgement of the need and rationality of the concept of Yin-Yang and Deficient-Replete distinguishes him from the other 'Gu Fang Pai'. Also, his dissertation of the need for the concept doesn't use the theories of latter schools but uses the theory of the "Shang Han Lun" itself. He even researched the historical parts, such as terms like 'Shen Nong Chang Bai Cao'(神農嘗百草) and 'Cheng Qi Tang'(承氣湯) 3) The ancestor of Yamada Kyoko(山田業廣) was a court physician, and learned confucianism from Kao Zheng Pai 's Ashikawa Genan(朝川善庵) and medicine from Isawa Ranken and Taki Motokata(多紀元堅), and the secret to smallpox from Ikeda Keisui(池田京水). He later became a lecturer at the Edo Yi Xue Guan(醫學館) and was invited as the director to the Ji Zhong(濟衆) hospital. He also became the first owner of the Wen Zhi She(溫知社), whose main purpose was the revival of kampo, and launched the monthly magazine Wen Zi Yi Tan(溫知醫談). He also diagnosed and prescribed for the prince Ming Gong(明宮). His works include the "Jing Fang Bian"("經方辨"), "Shang Han Lun Si Ci"("傷寒論釋司"), "Huang Zhao Zhu Jia Zhi Yan Ji Yao"("皇朝諸家治驗集要") and "Shang Han Ja Bing Lun Lei Juan"("傷寒雜病論類纂"). of these, the "Jing Fang Bian"("經方辨") states that the Shi Gao(石膏) used in the "Shang Han Lun" had three meanings-Fa Biao(發表), Qing Re(淸熱), Zi Yin(滋陰)-which were from 'symptoms', and first deducted the effects and then told of the reason. Another book, the "Jiu Zhe Tang Du Shu Ji"("九折堂讀書記") researched and translated the difficult parts of the "Shang Han Lun", "Jin Qui Yao Lue", "Qian Jin Fang"("千金方"), and "Wai Tai Mi Yao"("外臺秘要"). He usually analyzed the 'symptoms' of diseases but the composition, measurement, processing and application of medicine were all in the spectrum of 'analystic research' and 'researching analysis'. 4) The ancestors of Mori Rits(森立之 1807${\sim}$ 1885) were warriors but he became a doctor by the will of his mother, and he learned from Shibue Chosai(澁江抽齋) and Isawaran Ken and later became a pupil of Shou Gu Yi Zhai, a historical research scholar. He then became a lecturer of medical herbs at the Yi Xue Guan, and later participated in the proofreading of "Yi Xin Fang"("醫心方") and with Chosai compiled the "Jing Ji Fang Gu Zhi"("神農本草經"). He visited the Chinese scholar Yang Shou Jing(楊守敬) in 1881 and exchanged books and ideas. Of his works, there are the collections(輯複本) of "Shen Nong Ben Cao Jing"(神農本草經) and "You Xiang Yi Hwa"("遊相醫話") and the records, notes, poems, and diaries such as "Zhi Yuan Man Lu"("枳園漫錄") and "Zhi Yuan Sui Bi"("枳園隨筆") that were not published. His thoughts were that in restoring the "Shen Nong Ben Cao Jing", "the herb to the doctor is like the "Shuo Wen Jie Zi"("說文解字") to the scholar", and he tried to restore the ancient herbal text using knowledge of medicine and investigation(考據). Also with Chosai he compiled the "Jing Ji Fang Gu Zhi"("經籍訪古志") using knowledge of ancient text. Ritzi left works on pure investigation, paid much attention to social problems, and through 12 years of poverty treated all people and animals in all branches of medicine, so he is called a 'half confucianist half doctor'(半儒半醫). 5) Kitamurana Ohira(喜多村直寬 1804${\sim}$1876) learned scriptures and ancient texts from confucian scholar Asaka Gonsai, and learned medicine from his father Huai Yaun(槐園). He became a teacher in the Yi Xue Guan in his middle ages, and to repay his country, he printed 266 volumes of "Yi Fang Lei Ju("醫方類聚") and 1000 volumes of "Tai Ping Yu Lan"("太平禦覽") and devoted it to his country to be spread. His works are about 40 volumes including "Jin Qui Yao Lue Shu Yi" and "Lao Yi Zhi Yan" but most of them are researches on the "Shang Han Za Bing Lun". In his "Shang Han Lun Shu Yi"("傷寒論疏義") he shows the concept of the six meridians through the Yin-Yang, Superficial or internal, cold or hot, deficient or replete state of diseases, but did not match the names with the six meridians of the meridian theory, and this has something in common with the research based on the confucianism of Song(宋儒). In clinical treatment he was positive toward old and new methods and also the experience of civilians, but was negative toward western medicine. 6) The ancestor of the Taki family Tanbano Yasuyori(丹波康賴 912-955) became a Yi Bo Shi(醫博士) by his medical skills and compiled the "Yi Xin Fang"("醫心方"). His first son Tanbano Shigeaki(丹波重明) inherited the Shi Yao Yuan(施藥院) and the third son Tanbano Masatada(丹波雅忠) inherited the Dian You Tou(典藥頭). Masatada's descendents succeeded him for 25 generations until the family name was changed to Jin Bao(金保) and five generations later it was changed again to Duo Ji(多紀). The research scholar Taki Motohiro was in the third generation after the last name was changed to Taki, and his family kept an important part in the line of medical officers in Japan. Taki Motohiro(多紀元簡 1755-1810) was a teacher in the Yi Xue Guan where his father was residing, and became the physician for the general Jia Qi(家齊). He had a short temper and was not good at getting on in the world, and went against the will of the king and was banished from Ao Yi Shi(奧醫師). His most famous works, the "Shang Han Lun Ji Yi" and "Jin Qui Yao Lue Ji Yi" are the work of 20 years of collecting the theories of many schools and discussing, and is one of the most famous books on the "Shang Han Lun" in Japan. "Yi Sheng" is a collection of essays on research. Also there are the "Su Wen Shi"("素問識"), "Ling Shu Shi"("靈樞識"), and the "Guan lu Fang Yao Bu"("觀聚方要補"). Taki Motohiro(多紀元簡)'s position was succeeded by his third son Yuan Yin(元胤 1789-1827), and his works include works of research such as "Nan Jing Shu Jeng"("難經疏證"), "Ti Ya"("體雅"), "Yao Ya"("藥雅"), "Ji Ya"("疾雅"), "Ming Yi Gong An"("名醫公案"), and "Yi Ji Kao"("醫籍考"). The "Yi Ji Kao" is 80 volumes in length and lists about 3000 books on medicine in China before the Qing Dao Guang(道光), and under each title are the origin, number of volumes, state of existence, and, if possible, the preface, Ba Yu(跋語) and biography of the author. The younger sibling of Yuan Yin(元胤 1789-1827), Yuan Jian(元堅 1795-1857) expounded ancient writings at the Yi Xue Guan only after he reached middle age, was chosen for the Ao Yi Shi(奧醫師) and later became a Fa Yan(法眼), Fa Yin(法印) and Yu Chi(樂匙). He left about 15 texts, including "Su Wen Shao Shi"("素間紹識"), "Yi Xin Fang"("醫心方"), published in school, "Za Bing Guang Yao"("雜病廣要"), "Shang Han Guang Yao"(傷寒廣要), and "Zhen Fu Yao Jue"("該腹要訣"). On the Taki family's founding and working of the Yi Xue Guan Yasuka Doumei(失數道明) said they were "the people who took the initiative in Edo era kampo medicine" and evaluated their deeds in the fields of 'research of ancient text', 'the founding of Ji Shou Guan and medical education', 'publication business', 'writing of medical text'. 5. The doctors of the 'Kao Zheng Pai ' based their operations on the Edo Yi Xue Guan, and made groups with people with similar ideas to them, making a relationship 'net'. For example the three families of Duo Ji(多紀), Tang Chuan(湯川) and Xi Duo Cun(喜多村) married and adopted with and from each other and made prefaces and epitaphs for each other. Thus, the Taki family, the state science of the Makufu, the tendency of thinking, one's own interests and glory, one's own knowledge, the need of the society all played a role in the development of kampo medicine in the 18th and 19th century.

• 지능정보연구
• /
• 제24권1호
• /
• pp.167-181
• /
• 2018

지난 10여 년간 딥러닝(Deep Learning)은 다양한 기계학습 알고리즘 중에서 많은 주목을 받아 왔다. 특히 이미지를 인식하고 분류하는데 효과적인 알고리즘으로 알려져 있는 합성곱 신경망(Convolutional Neural Network, CNN)은 여러 분야의 분류 및 예측 문제에 널리 응용되고 있다. 본 연구에서는 기계학습 연구에서 가장 어려운 예측 문제 중 하나인 주식시장 예측에 합성곱 신경망을 적용하고자 한다. 구체적으로 본 연구에서는 그래프를 입력값으로 사용하여 주식시장의 방향(상승 또는 하락)을 예측하는 이진분류기로써 합성곱 신경망을 적용하였다. 이는 그래프를 보고 주가지수가 오를 것인지 내릴 것인지에 대해 경향을 예측하는 이른바 기술적 분석가를 모방하는 기계학습 알고리즘을 개발하는 과제라 할 수 있다. 본 연구는 크게 다음의 네 단계로 수행된다. 첫 번째 단계에서는 데이터 세트를 5일 단위로 나눈다. 두 번째 단계에서는 5일 단위로 나눈 데이터에 대하여 그래프를 만든다. 세 번째 단계에서는 이전 단계에서 생성된 그래프를 사용하여 학습용과 검증용 데이터 세트를 나누고 합성곱 신경망 분류기를 학습시킨다. 네 번째 단계에서는 검증용 데이터 세트를 사용하여 다른 분류 모형들과 성과를 비교한다. 제안한 모델의 유효성을 검증하기 위해 2009년 1월부터 2017년 2월까지의 약 8년간의 KOSPI200 데이터 2,026건의 실험 데이터를 사용하였다. 실험 데이터 세트는 CCI, 모멘텀, ROC 등 한국 주식시장에서 사용하는 대표적인 기술지표 12개로 구성되었다. 결과적으로 실험 데이터 세트에 합성곱 신경망 알고리즘을 적용하였을 때 로지스틱회귀모형, 단일계층신경망, SVM과 비교하여 제안모형인 CNN이 통계적으로 유의한 수준의 예측 정확도를 나타냈다.