• Proceedings of the Korean Society for Bioinformatics Conference
• /
• 2003.10a
• /
• pp.114-119
• /
• 2003

단백질 구조를 비교하는 방법은 단백질 구조를 표현하는 기술에 따라 다양하게 존재한다. 일반적인 단백질 구조 정렬방법은 단백질 구조를 원자 또는 Residue를 기준으로 표현하고, 표현된 두 구조사이의 일치된 부분을 찾는 방법과 단백질 구조를 단백질 이차구조요소로 표현하고 표현된 두 단백질 구조를 정렬하는 방법으로 크게 구분된다. 이러한 단백질 구조 비교 방법은 단백질 구조의 유사성을 측정하는 과정에서 많은 시간을 요구할 뿐만 아니라 PDB에 저장된 데이터가 증가함에 따라 보다 많은 단백질과 비교가 요구된다. 따라서 대용량의 단백질 구조 데이터베이스를 대상으로 효율적으로 단백질의 유사 부분구조를 찾을 수 있는 방법이 필요하다. 본 논문에서는 단백질 구조 비교를 보다 빠르고 효과적으로 수행하기 위하여, 기존의 단백질 이차구조 기반의 구조 표현 방법인 PSAML을 확장하여 단백질 이차구조가 가지는 공간상의 정보를 내포한 Topology String을 생성하고 이를 이용하여 대용량의 단백질구조 데이터베이스에서 유사성이 높은 단백질 구조를 필터링하는 방법에 대하여 기술한다. Topology String은 단백질 이차구조를 하나의 문자로 기술하여 아미노산 순서와 위상학적인(공간적인) 정보를 바탕으로 단백질 구조를 표현하여, 단백질 이차구조를 이용하여 구조 비교를 수행하기 이전에 유사성이 높은 단백질 구조를 신속하게 찾아내는데 효과적으로 적용될 수 있다.

• Annual Conference on Human and Language Technology
• /
• 1999.10e
• /
• pp.304-309
• /
• 1999

본 논문에서는 의미계층구조에 나타난 유사어 정보를 이용해서 단어 의미 중의성을 해결하고자 한다. 의미계층구조를 이용한 기존의 방법에서는 의미 벡터를 이용해서 단어 의미 중의성을 해결했다. 의미 벡터는 의미별 학습 자료에서 획득되는 것으로 유사어들의 공통적인 특징만을 이용하고, 유사어 개별 특징은 이용하지 않는다. 본 논문에서는 유사어 개별 특징을 이용하기 위해서 유사어 벡터를 이용해서 단어 의미 중의성을 해결한다. 유사어 벡터는 유사어별 학습 자료에서 획득되는 것으로, 유사어의 개별 정보를 가지고 있는 벡터이다. 세 개의 한국어 명사에 대한 실험 결과, 의미 벡터를 이용하는 것보다 유사어 벡터를 이용하는 경우에 평균 9.5%정도의 성능향상이 있었다.

• Korean Journal of Cognitive Science
• /
• v.17 no.1
• /
• pp.53-74
• /
• 2006

Similarity has been considered as one of basic concepts of cognitive psychology which is useful for explaining cognitive structure and process. MDS models(Shepard, 1964; Nosofsky, 1991) and Contrast model(Tversky, 1977) were proposed as early models of similarity comparison process. But, there have been a lot of theoretical doubts about the conceptual validity of similarity as a result of empirical findings which could not be explained by early models. Goldstone(1994) assumed that similarity could be defined by alignment processes, and suggested structural alignment as a prospective alternative for solving conceptual controversies so far. In this study, basic assumption and algorithms of MDS models(Shepard, 1944; Nosofsky, 1991) and Contrast model(Tversky, 1977) were described shortly and some theoretical limitations such as arbitrariness of selective attention and correlated structures were discussed as well. The conceptual characteristics and algorithms of SIAM(Goldstone, 1994) were described and how it has been applied to cognitive psychology areas such as categorization, conceptual combination, and analogical reasoning were reviewed. Finally, some theoretical limitations related with data-driven processing and alternative processing and possible directions for structural alignment were discussed.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.10a
• /
• pp.658-660
• /
• 2021

The work within this study develops an algorithm based on the structural similarity index to assess numerically between reconstructed images with a reference image to separate the homogeneity and heterogeneity for diffuse optical tomography. Global geometry and region of interest assessment have been measured to yield the similarity. The results indicate that the mean of structural similarity index shows potential performance to distinguish between visible and invisible inclusion inside the model. Therefore, the structural similarity index may promise to assist the image assessment for evaluating breast structural information.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.761-764
• /
• 2014

본 연구는 지능형 QA시스템과 관련한 연구에서, 자동 패러프레이즈 생성 시스템을 평가하는 새로운 방법을 제시한다. 기존의 패러프레이즈 생성 시스템의 자동 평가 방법은 참조할 수 있는 패러프레이즈 정보의 양이 크게 제한되어 있었으며, 원 문장의 콘텍스트(context)와 이에 의존하는 통사적 구조(syntactic structure) 및 의미적 구조의 유사성을 고려하지 않고, 단순 구/단어 수준의 의미 유사성을 기반으로 생성된 패러프레이즈를 평가하였다. 이러한 문제를 해결하기 위해 본 연구는 시맨틱 프레임(semantic frame)을 이용한 패러프레이즈 문장 평가 방법을 제시한다. 본 연구에서 제시하는 방법론은 문장의 콘텍스트를 표현하는 프레임과 이러한 프레임이 발생시키는 통사적, 의미적 구조의 유사성을 바탕으로 원 문장과 패러프레이즈 문장의 '의미 유사성', '어휘 형태 비 유사성'을 평가하는 방식이다.

• Journal of KIISE:Databases
• /
• v.31 no.5
• /
• pp.553-566
• /
• 2004

Some of the current main research areas involving techniques related to XML consist of storing XML documents, optimizing the query, and indexing. As such we may focus on the set of documents that are composed of various structures, but that are not shared with common structure such as the same DTD or XML Schema. In the case, it is essential to analyze structural similarities and differences among many documents. For example, when the documents from the Web or EDMS (Electronic Document Management System) are required to be merged or classified, it is very important to find the common structure for the process of handling documents. In this paper, we transformed sequential pattern mining algorithms(1) to extract maximal similar paths between two XML documents. Experiments with XML documents show that our transformed sequential pattern mining algorithms can exactly find common structures and maximal similar paths between them. For analyzing experimental results, similarity metrics based on maximal similar paths can exactly classify the types of XML documents.

• Journal of KIISE:Databases
• /
• v.31 no.6
• /
• pp.699-709
• /
• 2004

XML is increasingly important in data exchange and information management. Starting point for retrieving the structure and integrating the documents efficiently is clustering the documents that have similar structure. The reason is that we can retrieve the documents more flexible and faster than the method treating the whole documents that have different structure. Therefore, in this paper, we propose the similar structure-based incremental clustering method useful for retrieving the structure of XML documents and integrating them. As a novel method, we use a clustering algorithm for transactional data that facilitates the large number of data, which is quite different from the existing methods that measure the similarity between documents, using vector. We first extract the representative structures of XML documents using sequential pattern algorithm, and then we perform the similar structure based document clustering, assuming that the document as a transaction, the representative structure of the document as the items of the transaction. In addition, we define the cluster cohesion and inter-cluster similarity, and analyze the efficiency of the Proposed method through comparing with the existing method by experiments.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05c
• /
• pp.1515-1518
• /
• 2003

XML의 대표적인 특징은 기존의 다른 컨텐츠와는 달리 문서의 구조를 기술할 수 있다는 것이다. 구조적 정보는 활용 방법에 파라 XML문서의 다양한 처리에 있어 성능을 향상시키는 핵심적인 요소가 될 수 있다. 그러나 XML 태그의 자기 서술적인 특성에서 비롯되는 구조적 표현의 차이는 오히려 문서의 식별을 어렵게 하는 원인이 된다. 본 논문에서는 기존의 비트맵 인덱스(Bitmap Index)를 이용한 XML 문서 검색 시스템이 다양한 구조적 유사성을 판별할 수 없는 단점을 보완 가능하도록 경로 중심의 유사 문서 인식 기법을 제안한다. 이 기법은 '경로 구성 유사도'와 '유사 경로 테이블'을 통해 기존의 비트맵 인덱스가 갖는 유사 경로를 인식하지 못하는 단점을 해결하고 검색의 유연성을 부여함으로써 보다 양질의 검색 결과를 도출할 수 있다. 또 이것은 기존 시스템의 Bit-wise 연산에 완전히 이식됨으로써 비트맵 인덱스의 장점인 빠른 성능을 그대로 유지할 수 있게 된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06c
• /
• pp.28-30
• /
• 2006

XML 문서의 유사성을 비교하는 연구는 XML 문서의 저장 및 검색에 유용하기 때문에 많은 연구가 진행되었다. XML 문서의 유사성 연구는 크게 edit-distance를 이용하는 방법, 문서의 그래프 모델을 이용하는 방법, 문서의 매트릭스 모델을 이용하는 방법 등이 있다. 최근에는 문서를 encoding 하고 푸리에 변환을 이용하는 방법이 보고되었다. 본 논문에서는 XML 문서를 함수로 변환하고 FFT를 적용하여 문서의 구조적 유사성을 비교하는 새로운 방법을 제안한다. 제안하는 방법은 JAXP로 구현하였으며 XML 문서의 구조를 분석하여 함수로 변환하였다. 그리고 함수에 FFT를 적용하여 XML 문서의 구조적 유사성을 비교하였다. FFT 비교 결과는 XML 문서의 함수 변환이 적합한 것임을 보여주었으며 비교 결과는 예상된 결과를 보여주었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.87-87
• /
• 2019

흔히 진흙으로 대표되는 점착성 유사는 모래와 같은 비점착성 유사와 달리 응집 현상으로 인해 지속적으로 유사 입자의 크기가 변화한다. 응집 현상은 점착성 유사 입자의 응집 과정과 파괴과정으로 구성된다. 응집 현상 중 응집 과정은 유사 입자 간의 충돌로 인해 발생하는 것으로 이해되며, 충돌을 야기하는 메커니즘으로는 브라운 운동(Brownian Motion), 차등침강(Differential Settling), 난류 전단 (Turbulent Flow Shear)이 있다. 파괴 과정은 입자간 충돌로 인해 깨지는 것이 아닌 난류 전단(Turbulent Shear)로 인한 덩어리 분리(Massive Splitting)가 발생하는 것으로 이해한다. 이러한 유체의 특성, 흐름 특성 (난류 거동) 뿐만 아니라 유사 입자의 특성 모두의 영향을 받으며 지속적인 응집 현상을 겪는 점착성 유사 입자들은 하나의 커다란 덩어리인 플럭(Floc)을 형성한다. 형성된 플럭의 구조는 프랙탈 기하학을 따르는 것으로 이해된다. 따라서 플럭의 구조는 자기 유사성을 띠며, 플럭의 밀도는 형성된 플럭 크기의 함수가 된다. 플럭의 크기가 증가할수록 플럭의 프랙탈 차원이 감소하며, 플럭의 밀도는 감소한다. 많은 이전의 연구에서 플럭의 침강 속도를 농도에 따른 함수로 가정하고 경험식을 이용하여 산정하나, 유사 입자의 침강 속도는 크기와 밀도의 함수임을 Stokes Law를 통해 생각해 볼 수 있다. 이에 본 연구에서는 응집 현상의 결과물로 형성된 응집물의 크기와 밀도를 각각 산정하고, Stokes Law를 이용하여 침강 속도와 응집물 크기의 관계에 대한 연구를 수행하고자 한다. 보다 심도 있는 연구를 위해서는 응집 현상을 야기하는 메커니즘에 대한 이해가 필수적이다. 간소화된 응집 모형으로부터 얻어진 플럭 크기를 이용하여 프랙탈 차원, 플럭의 밀도를 산정한다. 형성된 응집물의 크기와 침강 속도의 관계에 대한 이해를 통해 보다 정확한 플럭의 침강 속도 산정이 가능할 것으로 생각된다.