• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2002년도 ICCAS
• /
• pp.49.2-49
• /
• 2002

This paper describes the configuration of a multi-agent system that can recognize human intentions. This system constructs ontologies of human intentions and enables knowledge acquisition and sharing between intelligent agents operating in different environments. This is achieved by using a bi-directional associative memory network. The process of intention recognition is based on fuzzy association inferences. This paper shows the process of information sharing by using ontologies. The purpose of this research is to create human-centered systems that can provide a natural interface in their interaction with people.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2009년도 춘계 종합학술대회 논문집
• /
• pp.306-311
• /
• 2009

본 연구는 질병과 관련이 있는 단백질들은 질병네트워크를 형성함에 있어서 매우 중요한 인자로 작용할 가능성이 있다는 아이디어에서 출발한다. 우리는 Online Mendelian Inheritance in Man(OMIM)과 SWISS-PROT으로부터 인간의 단백질 데이터와 질병 정보를 확보하고 질병관련 단백질의 단백질 상호작용 네트워크를 구축 한 후, 이를 바탕으로 질병네트워크를 구축했다. 그 결과 단백질 상호작용 네트워크에는 CALM1, ACTB 및 ABL2와 같은 40개의 허브 단백질이 존재하는 것을 확인했다. 단백질 상호작용 네트워크와 질병 네트워크를 통해서 우리는 질병들간의 상관관계와 각 질병에 작용하는 단백질들의 상관관계를 파악할 수 있었다. 구축된 질병네트워크로부터 APP, ABL1 및 STAT1과 같은 38개의 질병단백체를 찾아냈다. 우리는 이전 연구에서 허브 단백질들이 서브 질병네트워크에서 질병 단백체의 경향이 있다는 것을 증명했다. 하지만, 본 연구에서 전체 질병 네트워크를 분석한 결과 전체 40개의 허브 단백질 중 단 18% 허브 단백질만이 질병단백체임이 확인되었다. 현시점에서 허브 단백질-질병단백체 경향성이 전체 질병네트워크와 서브 질병네트워크간의 차이를 설명할 수 없다. 비록 우리가 이러한 풀리지 않은 문제를 안고 있지만, 단백질-질병 네트워크의 구조 및 기능 분석은 복잡한 인간 질병 시스템에서 분자 수준의 기작과 생물학적 과정을 이해하는데 중요한 정보를 제공할 것이다.

• Genomics & Informatics
• /
• 제2권4호
• /
• pp.167-173
• /
• 2004

The main mechanism of evolution is that biological entities change, are selected, and reproduce. We propose a different concept in terms of the main agent or atom of evolution: in the biological world, not an individual object, but its interactive network is the fundamental unit of evolution. The interaction network is composed of interaction pairs of information objects that have order information. This indicates a paradigm shift from 3D biological objects to an abstract network of information entities as the primary agent of evolution. It forces us to change our views about how organisms evolve and therefore the methods we use to analyze evolution.

• Genomics & Informatics
• /
• 제18권4호
• /
• pp.39.1-39.8
• /
• 2020

Alzheimer's disease (AD) is a chronic, progressive brain disorder that slowly destroys affected individuals' memory and reasoning faculties, and consequently, their ability to perform the simplest tasks. This study investigated the hub genes of AD. Proteins interact with other proteins and non-protein molecules, and these interactions play an important role in understanding protein function. Computational methods are useful for understanding biological problems, in particular, network analyses of protein-protein interactions. Through a protein network analysis, we identified the following top 10 hub genes associated with AD: PTGER3, C3AR1, NPY, ADCY2, CXCL12, CCR5, MTNR1A, CNR2, GRM2, and CXCL8. Through gene enrichment, it was identified that most gene functions could be classified as integral to the plasma membrane, G-protein coupled receptor activity, and cell communication under gene ontology, as well as involvement in signal transduction pathways. Based on the convergent functional genomics ranking, the prioritized genes were NPY, CXCL12, CCR5, and CNR2.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.489-490
• /
• 2023

기계 학습에서 데이터 및 기능은 기계 학습의 상한을 결정한다.이러한 기능은 산업 생산에서 과도한 데이터 양과 유형으로 인해 상당한 추가 비용이 발생할 수 있다. 따라서 적절한 특징 처리 방법이 매우 중요해졌다. 대부분의 기존 특징 처리 방법은 특징 엔지니어링을 기능 검색 문제, 즉 모델 성능을 최적화할 수 있는 기능 변환 작업을 검색하는 것으로 추상화한다. 그러나 자동 특징 엔지니어링의 경우 검색량과 변환 조합의 수가 매우 많기 때문에 요인 분해 기반 모델을 사용하여 벡터 곱셈을 통해 상호 작용을 측정하면 조합 특징의 패턴을 자동으로 학습하는 방법이 특히 효율적이다. xDeepFM 은 명확한 방식으로 특징적인 상호작용을 생성하도록 설계된 새로운 Compressed Interaction Network (CIN)를 제안한다. 여기에 제시된 Low-rank Compressed Interaction Network(LRCIN )은 xDeepFM 접근 방식에서 CIN 네트워크의 단순화된 개선을 기반으로 하며 xDeepFM 에 주의 메커니즘을 추가하여 보다 정확하게 예측된다. 실험 결과에 따르면 모델은 계산 복잡성을 단순화할 뿐만 아니라 예측 정확도도 다른 모델보다 훨씬 우수한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 추계학술대회
• /
• pp.252-255
• /
• 2010

본 논문에서는 적외선 LED BAR를 기반으로 하여 3D 입체 영상을 이용하면서 다양한 터치 인터랙션이 가능한 대규모 인터랙티브 디스플레이 시스템을 제안한다. 제안하는 IR LED BAR를 이용하여 입체 영상의 느낌을 느낄 수 있는 스크린과 떨어진 공간에 인터랙션 막을 생성 한다. band pass filter를 장착한 적외선 카메라를 통하여 실시간으로 영상을 획득한다. 획득되어진 영상은 영상처리모듈을 통하여 터치 인터랙션 좌표 정보를 구하고 packet으로 저장한다. 네트워크 데이터 통신을 통하여 packet을 server로 보내며 server에서 메타포 분석 모듈로 packet을 분석하고 메타포 이벤트로 저장하여 콘텐츠에 보낸다. 콘텐츠에서는 실시간으로 메타포 이벤트 결과를 실행하여 입체 영상에서 터치 인터랙션이 사용 가능하도록 한다. 그로 인하여 직접 스크린을 터치하지 않아도 시스템과 터치 인터랙션이 가능하게 됨에 따라 3D 입체 영상을 이용하면서 터치 인터랙션이 가능하게 되었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2011년도 추계학술대회
• /
• pp.527-530
• /
• 2011

본 고는 SNG(Social Network Game)의 만화적 그래픽 표현에 대한 유형 및 구조 분석이며, SNS(Social Network Service)의 문화적 커뮤니케이션과 게임콘텐츠 능동적 참여에 대한 논의로부터 시작된다. 플랫폼이 가진 정보를 갖고 인터렉션을 통한 관계발전을 목표로 하는 SNG로 게임 패러다임이 변화하고 있는 상황에서 모든 연령대의 사람들이 국경을 초월해 상호교감할수 있는 매개체 역할이 중요시 되고 있다. 본 연구에서는 SNG의 만화적 표현요소가 게임 콘텐츠 제작 및 스토리텔링까지 영향을 미치고 있는 상황에서 이해하기 쉬운 콘텐츠 전달법으로의 만화적 표현연구에 의의를 지닌다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.418-421
• /
• 2009

본 논문은 표면 근전도 신호(sEMG)를 이용해 상지부의 동작을 실시간으로 예측하고 이를 기반으로 한 인간-기계 상호작용(Human-machine interaction)에 관한 것이다. 사용자의 상지부에 위치한 5 곳의 근육에서 수집하는 근전도 신호와 인공신경회로망(arfiticial neural network) 알고리즘을 이용하여 상지부 동작을 실시간으로 예측하였고, 기계팔(manipulator)이 예측된 동작을 좇아 움직이도록 제어되었다. 이때, 사용자가 기계팔의 끝단(end-effector)과 접촉해 있는 상태에서 상지부 동작은 2 차원 평면 위에서 이루어지도록 제한된다. 본 논문이 제안하는 동작 예측 방법과 인체 각도계(goniometer)를 이용한 경우의 상호 작용 실험을 통해, 동작 예측을 통한 인간-기계 상호 작용의 성능을 알아보았다. 실험 결과로부터, 제안된 실시간 동작 예측 방법을 이용하여 사용자와 기계의 상호 작용 시스템을 구현할 수 있음을 알 수 있다.

• Journal of Information Science Theory and Practice
• /
• 제5권4호
• /
• pp.26-38
• /
• 2017

Even through many professional organizations increasingly use Q&A sites in their online communities for information sharing, there are few studies which examine what is really going on in the Q&A activities in professional online communities (POC). This study aims to examine the interaction patterns and contents posted in the Q&A site of a POC, KOSEN, a science and technology online community in South Korea, focusing on how actively scientific information and knowledge are shared. The interaction patterns among the participants were identified through social network analysis (SNA) and the contents in the Q&As were examined by content analysis. The results show that the overall network indicated a moderate level of participation and connection and answerers especially tended to be active. Also, there are different interaction patterns depending on academic fields. Relatively few participants were posting leaders who seemed to steer the overall interactions. Furthermore, some content related to manipulation and explanation for experiments, which are in urgent need, seem to be posted in the sites more frequently with more amounts. Combining both SNA and content analysis, this study demonstrated how actively information and knowledge is shared and what types of contents are exchanged. The findings have practical implications for POC managers and practitioners.

• 한국멀티미디어학회논문지
• /
• 제24권12호
• /
• pp.1673-1681
• /
• 2021

Item cold start is a well studied problem in the research field of recommender systems. Still, many existing collaborative filters cannot recommend items accurately when only a few user-item interaction data are available for newly introduced items (Cold items). We propose a interaction feature prediction method to mitigate item cold start problem. The proposed method predicts the interaction features that collaborative filters can calculate for the cold items. For prediction, in addition to content features of the cold-items used by state-of-the-art methods, our method exploits the interaction features of k-nearest content neighbors of the cold-items. An attention network is adopted to extract appropriate information from the interaction features of the neighbors by examining the contents feature similarity between the cold-item and its neighbors. Our evaluation on a real dataset CiteULike shows that the proposed method outperforms state-of-the-art methods 0.027 in Recall@20 metric and 0.023 in NDCG@20 metric.