• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.427-432
• /
• 2020

딥러닝(Deep-learning) 기반의 자연어 이해(Natural Language Understanding) 기술들은 최근에 상당한 성과를 성취했다. 하지만 딥러닝 기반의 자연어 이해 기술들은 내적인 동작들과 결정에 대한 근거를 설명하기 어렵다. 본 논문에서는 벡터를 그래프로 변환함으로써 신경망의 내적인 의미 표현들을 설명할 수 있도록 한다. 먼저 인간과 기계 모두가 이해 가능한 표현방법의 하나로 그래프를 주요 표현방법으로 선택하였다. 또한 그래프의 구성요소인 노드(Node) 및 엣지(Edge)의 결정을 위한 Element-Importance Inverse-Semantic-Importance(EI-ISI) 점수와 Element-Element-Correlation(EEC) 점수를 심층신경망의 훈련방법 중 하나인 드랍아웃(Dropout)을 통해 계산하는 방법을 제안한다. 다양한 실험들을 통해, 본 연구에서 제안한 벡터-그래프(Vector2graph) 변환 프레임워크가 성공적으로 벡터의 의미정보를 유지하면서도, 설명 가능한 그래프를 생성함을 보인다. 더불어, 그래프 기반의 새로운 시각화 방법을 소개한다.

• Journal of KIISE:Computer Systems and Theory
• /
• v.36 no.2
• /
• pp.60-67
• /
• 2009

Analyzing protein-protein interactions(PPI) is an important task in bioinformatics as it can help in new drugs' discovery process. However, due to vast amount of PPI data and their complexity, efficient visualization of the data is still remained as a challenging problem. We have developed efficient and effective visualization system that integrates Gene Ontology(GO) and PPI network to provide better insights to scientists. To provide efficient data visualization, we have employed dynamic interactive graph drawing methods and context-based browsing strategy. In addition, quick and flexible cross-reference system between GO and PPI; LCA(Least Common Ancestor) finding for GO; and etc are supported as special features. In terms of interface, our visualization system provides two separate graphical windows side-by-side for GO graphs and PPI network, and also provides cross-reference functions between them.

• Journal of Life Science
• /
• v.18 no.4
• /
• pp.565-571
• /
• 2008

Due to rapid development of bioinformatics technologies, various biological data have been produced in silico. So now days complicated and large scale biodata are used to accomplish requirement of researcher. Developing visualization and annotation tool using them is still hot issues although those have been studied for a decade. However, diversity and various requirements of users make us hard to develop general purpose tool. In this paper, I propose a novel system, Genome Viewer and Annotation tool (GenoVA), to annotate and visualize among genomes using known information and multiple relation graph. There are several multiple alignment tools but they lose conserved area for complexity of its constrains. The GenoVA extracts all associated information between all pair genomes by extending pairwise alignment. High frequency conserved area and high BLAST score make a block node of relation graph. To represent multiple relation graph, the system connects among associated block nodes. Also the system shows the known information, COG, gene and hierarchical path of block node. In this case, the system can annotates missed area and unknown gene by navigating the special block node's clustering. I experimented ten bacteria genomes for extracting the feature to visualize and annotate among them. GenoVA also supports simple and rough computational annotation of new genome.

• Spatial Information Research
• /
• v.14 no.4 s.39
• /
• pp.391-401
• /
• 2006

We propose a method for geographically enhanced representation of social networks and implement a Web-based 3D visualization of geographical contexts in social networks. A renovated social network graph is illustrated by using two key components: (i) GWCMs (geographically weighted centrality measures) that reflect the differences in interaction intensity and spatial proximity among nodes and (ii) MSNG (map-integrated social network graph) that incorporates the GWCMs and the geographically referenced arrangement of nodes on a choroplethic map. For the integrated 3D visualization of the renovated social network graph, we employ X3D (Extensible 3D), a standard 3D authoring tool for the Web. An experimental case study of regional R&D collaboration provides a visual clue to geographical contexts in social networks including how the social centralization relates to spatial centralization.

• Annual Conference on Human and Language Technology
• /
• 2009.10a
• /
• pp.126-129
• /
• 2009

YKanto (Ontology Construction System of Yeungnam University & KAIST)[1,2]는 웹 기반 온톨로지 구축 시스템으로써 다수의 온톨로지 구축자가 신문, 사전, 코퍼스 등의 지식 자원으로부터 대용량의 온톨로지를 구축하고 관리할 수 있는 환경을 제공한다. 본 논문에서는 YKanto에서 개발 중인 온톨로지를 2차원 그래프로 시각화 할 수 있는 온톨로지 시각화 도구(Visualization Tool for Ontology)를 설계하고 개발한다. 개발한 온톨로지 시각화 도구는 기존의 개념 및 관계 중심의 시각화 도구와 달리 사건 기반의 온톨로지(event-based ontology)의 가독성을 높이기 위한 사건(event) 중심의 시각화 도구이다. 또한, Java Applet으로 구현하며, YKanto과 연동시킴으로써 개발 중인 온톨로지를 웹 상에서 실시간으로 확인할 수 있도록 한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.05a
• /
• pp.637-638
• /
• 2014

This paper proposes a new visualization method based on Vitualization technique which uses internal relationship of user correlation and external information of social network to visualize user relationship hierarchy. The proposed method use hadoop on virtual machine of OpenStack for distribution and parallel processing which the result of calculation visualizes hierarchy graph to analyze link nodes of Social Network Services for users.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.793-795
• /
• 2003

이 논문은 대용량 단백질 상호작용의 관계를 효과적으로 시각화하기 위해 단백질이 가지고 있는 기능에 기반한 추상화 방법을 제안한다. 제안하는 방법은 FDP(force-directed placement) 알고리즘에 기반을 두고 있지만 다중 레벨 처리를 위해 기능에 기반한 추상화 방법과 확장을 사용한다는 점에서 차이점을 나타낸다. 제안하는 그래프 레이아웃 방법은 추상화, 위치화, 확장의 3부분으로 구성되어 있으며 특히 추상화 부분은 다중 레벨 처리를 포함한다.

• Science of Emotion and Sensibility
• /
• v.11 no.4
• /
• pp.541-552
• /
• 2008

We cannot express emotions correctly with only speech because it is hard to estimate the kind, size, amount of emotions. Hamlet who is a protagonist in 'Hamlet' of Shakespeare has emotions which cannot be expressed within only speech because he is in various dramatic situations. So we supposed an artificial emotion, instead of expressing emotion with speech, expressing and visualizing current emotions with color and location. And we visualized emotions of characters in 'Hamlet' with the artificial emotion. We designed the artificial emotion to four steps considering peculiarities of emotion. First, the artificial emotion analyzes inputted emotional stimulus as relationship between causes and effects and analyzes its kinds and amounts. Second, we suppose Emotion Graph Unit to express generating, maintaining, decaying of analyzed one emotional stimuli which is outputted by first step, according to characteristic. Third, using Emotion Graph Unit, we suppose Emotion Graph that expresses continual same emotional stimulus. And we make Emotion Graph at each emotions, managing generation and decay of emotion individually. Last, we suppose Emotion Field can express current combined value of Emotion Graph according to co-relation of various emotions, and visualize current emotion by a color and a location in Emotion Field. We adjusted the artificial emotion to the play 'Hamlet' to test and visualize changes of emotion of Hamlet and his mother, Gertrude.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.04b
• /
• pp.1165-1168
• /
• 2001

최단경로문제(Shortest Path Problem)는 네트???p에서 하나 혹은 그 이상의 노드들의 쌍 사이에서 가장 짧은 경로, 가장 저렴한 경로 또는 가장 신뢰할 만한 경로를 찾을 때 고려된다. 컴퓨터나 통신망들은 edge-weighted 그래프로 대치될 수 있으며 그렇게 함으로써 최단 경로를 찾아줄 수 있다. 통신 링크는 실제 실패할 수도 있고, 또한 전송될 데이터의 양에 따라 전달되는 시간이 달라지기도 하므로, 가장 신뢰할만한 경로 중에서 가장 빠른 경로(The Quickest Most Reliable Path) 문제와 가장 빠른 경로 중에서 가장 신뢰할만한 경로(The Most Reliable Quickest Path) 문제는 최단경로문제보다 더 현실적이다[1]. 이 논문에서는 그 중 '가장 신뢰할만한 경로 중에서 가장 빠른 경로' 문제를 자바를 사용하여 시각화함으로써 가변 상황에 따라 다른 경로를 찾아주는 과정을 보여준다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.284-287
• /
• 2021

4차 산업혁명으로 인해 제조산업에 인공지능, 빅데이터와 같은 ICT 기술을 활용한 스마트팩토리의 제조 공정 자동화 및 장치 고도화 연구가 진행되고 있다. 제조 공정 자동화를 위해 스마트팩토리의 각 계층별 장치들이 유기적으로 연결되고 있으며, 이로 인해 발생 가능한 보안위협도 증가하고 있다. 스마트팩토리에서는 SIEM 등의 장비가 보안위협 데이터를 수집·분석·시각화하여 대응하고 있다. 보안위협 데이터 시각화에는 그리드 뷰, 피벗 뷰, 그래프, 차트, 테이블을 활용한 대시보드 형태로 제공하고 있지만, 이는 스마트팩토리 전 계층의 보안위협 데이터 확인에 대한 가시성이 부족하다. 따라서, 본 논문에서는 스마트팩토리 보안위협 데이터를 CVSS 점수 기반의 Likelihood와 보안위협 데이터 기반의 Impact를 활용하여 위험도를 도출하고, 히트맵 기반 스마트팩토리 보안위협 데이터 시각화 모델을 제안한다.