• 한국자원식물학회지
• /
• 제17권2호
• /
• pp.161-168
• /
• 2004

Ferritin light heavy chain (FLHC) gene는 일부 중금속과 결합, 저장 및 운반하여 무독화 시킬 수 있는 것으로 알려져 있다. Fe 관련 유전자인 FLHC유전자를 식물 발현용 promoter인 35S promoter와 Tnos를 사용하여 식물 형질전환용 vector를 재조합하였다. 식물세포형질전환용 binary vector는 상기 cassette vector가 조립이 매우 양호하며 border sequence를 가지고 있는 pRD400 binary vector를 사용하여 최종적으로 가나마이신 내성 유전자 (NPT II gene)와 tadpole ferritin heavy chain gene 및 human ferritin light chain gene를 함유하고 있는 binary vector를 재조합하였다. Binary vector의 아그로박테리움에 도입은 triparental mating 방법에 의하여 수행하여 AB배지 및 가나마이신 함유 배지에서 disarmed Ti-vector를 가지고 있는 Agrobacterium tumefaciens MP90/FLHC을 선발하였다. FLHC 유전자 도입된 식물형질전환용 binary vector를 이용하여 형질전환방법을 변형하여 많은 embryo를 유도하였으며 유도된 embryo들은 GA 10mg/L가 첨가된 배지에 지상부를 유도하였다. 형질전환체식물체의 정상적인 생장을 유도하기 위해 최적의 배양조건을 조사하였던 바, 비교적 1/3 MS배지에서 뿌리의 생장과 지상부의 생장이 균일하게 생장하는 경향을 보였으며, 뿌리와 줄기가 잘 발달된 약 7cm의 유식물체를 대량으로 증식하여, 모래와 흙이 1:1로 혼합된 토양에 옮겼다.

• 전기학회논문지
• /
• 제67권8호
• /
• pp.1071-1079
• /
• 2018

In this study, the design methodology as well as network architecture of Support Vector Machine based Polynomial Neural Network, which is a kind of the dynamically generated neural networks, is introduced. The Support Vector Machine based polynomial neural networks is given as a novel network architecture redesigned with the aid of polynomial neural networks and Support Vector Machine. The generic polynomial neural networks, whose nodes are made of polynomials, are dynamically generated in each layer-wise. The individual nodes of the support vector machine based polynomial neural networks is constructed as a support vector machine, and the nodes as well as layers of the support vector machine based polynomial neural networks are dynamically generated as like the generation process of the generic polynomial neural networks. Support vector machine is well known as a sort of robust pattern classifiers. In addition, in order to enhance the structural flexibility as well as the classification performance of the proposed classifier, multi-objective particle swarm optimization is used. In other words, the optimization algorithm leads to sequentially successive generation of each layer of support vector based polynomial neural networks. The bench mark data sets are used to demonstrate the pattern classification performance of the proposed classifiers through the comparison of the generalization ability of the proposed classifier with some already studied classifiers.

• 한국차세대컴퓨팅학회논문지
• /
• 제15권3호
• /
• pp.25-30
• /
• 2019

지자기 벡터는 센서가 바라보고 있는 방향에 따라 그 값이 달라지는 특성이 있다. 본 논문에서는 그런 문제를 최소화하여 지자기 기반 실내 위치 추정에 사용될 수 있도록 지자기 벡터 보정법을 제안한다. 지자기 기반 실내 위치 추정에서 사용되는 핑거프린팅 기법은 자기장 지도와 현재 위치에서의 자기장 값을 매칭하여 위치를 추정해낸다. 이때, 자기장 센서는 사용자의 이동 방향에 따라 읽어 들이는 자기장 벡터 값이 달라지기 때문에 위치 추정 정확도가 낮아진다. 이를 해결하기 위해 많은 연구들은 자기장 벡터 크기를 사용하지만, 이는 지문의 고유성을 감소시킨다. 따라서 본 논문에서는 지문의 고유성을 유지할 수 있는 자기장 벡터를 그대로 사용하되, 벡터 크기처럼 사용자의 이동방향에 영향을 받지 않도록 벡터 값을 보정하는 방법을 제안한다. 임의의 방향으로 걸어본 결과, 본 연구에서 제안된 보정법을 사용하면 자기장 지도와의 매칭 정확도가 높아지는 것을 확인하였다.

• Journal of Microbiology and Biotechnology
• /
• 제34권2호
• /
• pp.280-288
• /
• 2024

The fusogenic membrane glycoprotein (FMG) derived from the human endogenous retrovirus-W (HERV-W) exhibits fusogenic properties, making it a promising candidate for cancer gene therapy. When cells are transfected with HERV-W FMG, they can fuse with neighboring cells expressing the receptor, resulting in the formation of syncytia. These syncytia eventually undergo cell death within a few days. In addition, it has been observed that an HERV-W env mutant, which is truncated after amino acid 483, displays increased fusogenicity compared to the wild-type HERV-W env. In this study, we observed syncytium formation upon transfection of HeLa and TE671 human cancer cells with plasmids containing the HERV-W 483 gene. To explore the potential of a semi-replication-competent retroviral (s-RCR) vector encoding HERV-W 483 for FMG-mediated cancer gene therapy, we developed two replication-defective retroviral vectors: a gag-pol vector encoding HERV-W 483 (MoMLV-HERV-W 483) and an env vector encoding VSV-G (pCLXSN-VSV-G-EGFP). When MoMLV-HERV-W 483 and pCLXSN-VSV-G-EGFP were co-transfected into HEK293T cells to produce the s-RCR vector, gradual syncytium formation was observed. However, the titers of the s-RCR virus remained consistently low. To enhance gene transfer efficiency, we constructed an RCR vector encoding HERV-W 483 (MoMLV-10A1-HERV-W 483), which demonstrated replication ability in HEK293T cells. Infection of A549 and HT1080 human cancer cell lines with this RCR vector induced syncytium formation and subsequent cell death. Consequently, both the s-RCR vector and RCR encoding HERV-W 483 hold promise as valuable tools for cancer gene therapy.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2007년도 추계학술대회 학술발표 논문집
• /
• pp.279-282
• /
• 2007

Support Vector Machine(SVM)은 통계적 학습 이론에 기반을 둔 분류기이다. 또한 Twin Support Vector Machine(TWSVM)은 이진 SVM 분류기의 한 종류로써, 서로 관련된 두 개의 SVM 유형 문제를 통해 평행하지 않은 두 개의 평면을 결정하고 이 두 평면을 통해 분류기를 완성하는 방식이다. 이러한 방식은 TWSVM은 학습 시간이 SVM에 비해 훨씬 짧으며, SVM과 비교하여 떨어지지 않는 성능을 보여준다. 본 논문은 분류기 입력에 Fuzzy Memvership을 적용하는 방식의 TWSVM을 제안하고, 2차원 벡터 입력에 대한 실험을 통하여 기존에 제시 되었던 TWSVM과 비교한다.

• 한국음향학회지
• /
• 제23권4호
• /
• pp.333-339
• /
• 2004

본 논문에서는 벡터 양자화기와 피라미드 벡터 양자화기를 직렬로 결합하여 16차 벡터 소스에 대한 vector quantizer-pyramid vector quantizer (VQ-PVQ)를 개발하였으며, 예측 구조와 세이프티-넷 (safety-net) 개념을 결합시켜 광대역 음성 부호화기용 LPC 계수 양자화 기를 설계하였다. 본 양자화기의 성능은 AMR-WB(ITRT-T G.722.2)의 LPC양자화기 성능과 비교하였는데, 스펙트럼 왜곡 및 메모리 요구량에서 상당한 이득을 얻었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.65-66
• /
• 2008

A vector DLL represents signal tracking scheme utilizing navigation results, and it has been known that it has better performance than a conventional scalar DLL. This paper discusses the structure and conceptual benefits of the vector DLL, and describes implementation of the vector DLL in a software GPS receive. Also, the benefits of the vector DLL are confirmed by an experiment. Through the experiment, the code tracking accuracy between the vector DLL and a scalar DLL implementation is compared in static environments, and the navigation accuracy is analyzed using GPS signals received from a commercial GPS simulator.

• 제어로봇시스템학회논문지
• /
• 제19권2호
• /
• pp.152-157
• /
• 2013

In this paper, we represent the implementation and performance analysis of vector tracking loop based GPS receiver for jamming environment. The vector tracking loop navigation performance is compared by simulation with conventional tracking loop. The simulation results shows that vector tracking loop is more robust than conventional tracking loop in jamming environment. The vector tracking loop can gain 2dB in jamming performance capability over a conventional GPS receiver. Also, Anti-jamming performance of INS Doppler aiding and deep integration method are compared.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 하계종합학술대회 논문집(3)
• /
• pp.9-12
• /
• 2001

Learning vector quantization (LVQ) is a supervised learning technique that uses class information to move the vector quantizer slightly, so as to improve the quality of the classifier decision regions. In this paper we propose a selection method of initial codebook vectors for a teaming vector quantization (LVQ3) using support vector machines (SVM). The method is experimented with artificial and real design data sets and compared with conventional methods of the condensed nearest neighbor (CNN) and its modifications (mCNN). From the experiments, it is discovered that the proposed method produces higher performance than the conventional ones and then it could be used efficiently for designing nonparametric classifiers.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1998년도 추계종합학술대회 논문집
• /
• pp.1263-1266
• /
• 1998

In this paper, we propose an optimal feature extraction method for normally distributed multiclass data. We search the whole feature space to find a set of features that give the smallest classification error for the Gaussian ML classifier. Initially, we start with an arbitrary feature vector. Assuming that the feature vector is used for classification, we compute the classification error. Then we move the feature vector slightly and compute the classification error with this vector. Finally we update the feature vector such that the classification error decreases most rapidly. This procedure is done by taking gradient. Alternatively, the initial vector can be those found by conventional feature extraction algorithms. We propose two search methods, sequential search and global search. Experiment results show that the proposed method compares favorably with the conventional feature extraction methods.