• The Korean Journal of Petroleum Geology
• /
• v.1 no.1 s.1
• /
• pp.1-13
• /
• 1993

The diagenetic history of the carbonate rocks of the Mungok Formation near Machari area, Kangwondo, was investigated based on textural, isotopic, and chemical data. Paragenetic relationship among diagenetic minerals, coupled with their distinct geochemical contents, shows that the Mungok Formation have undergone several stages of diagenetic events: 1) shallow marine, 2) meteoric, 3) shallow to intermediate burial, and 4) deep burial diagenesis. Shallow marine diagenesis includes fibrous calcite cementation, micritization, and framboidal pyritization, and meteoric diagenesis involved dissolution and recrystallization of unstable allochems (both aragonite and HMC), syntaxial overgrowth on echinoderm fragments, and equant calcite cementation. During shallow to intermediate burial, idiotopic dolomite and chert formed, and xenotopic dolomitization took place before stylolitization of the rocks. After the rocks were deeply buried, saddle dolomitization, second stage of silicification, and dedolomitization occurred.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06a
• /
• pp.73-75
• /
• 2006

생물체 내에서 중요 생물학적 기능을 수행하는 기본 단위인 단백질 및 이들의 상호작용 대한 많은 연구가 이루어져 다양한 생물체에 대한 단백질 상호작용 데이터베이스가 구축되었다. 본 논문에서는 효모에 대해 공개되어있는 단백질 상호작용 데이터를 이용하여 새로운 단백질 상호작용을 예측하는 방법을 제안한다. 논문에서는 문헌에서 연관 정보를 효율적으로 찾아내기 위하여 제안된 연관개념공간 탐색 방법을 확장하여 단백질 상호작용 예측에 사용한다. 단백질들은 각각이 가지는 다양한 속성들의 벡터로 간주되며, 상호작용은 해당 단백질들의 연관성을 통해 이루어지는 것으로 표현된다. 상호작용하는 두 단백질들의 속성은 단어의 공동 출현과 같이 고려되어 단백질 상호작용은 두 단백질 벡터의 요소로 표현되고 벡터의 요소 속성들 간의 연관성을 표현하기 위해 연관속성개념공간으로 사상되어 공간상의 거리 기반으로 연관속성을 추출한다. 추출된 연관속성을 최대로 포함하는 단백질들 간의 상호작용을 예측하는 방식으로 단백질 상호작용을 예측한다. 논문에서 제안한 방법은 효모의 단백질 상호작용 예측에 대해 평균 약 91.8%의 예측 정확도를 보여, 연관속성개념공간을 이용한 방법이 단백질 상호작용을 예측하는 또 다른 대안으로 사용 될 수 있음을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.328-330
• /
• 2004

컴포넌트의 합성을 통하여 신뢰성 있는 시스템을 구축하려면 명시된 품질 속성을 만족해야 한다. 이를 위해서는 잘 정의된 상호작용을 바탕으로 하여 비기능적 속성이 명세되어야 한다. 그러나 기존의 컴포넌트 명세 방법들은 컴포넌트의 기능 속성에 주로 초점을 맞추어 왔으며 비기능적 속성에 대한 지원이 미약하다. 본 논문에서는 비기능적 속성들을 명세하는 방법에 초점을 둔다. 구체적으로, 비기능적 속성들 중에서 시간제악 속성을 상호작용 컨트랙트에 정의하고 UML 다이어그램으로 표현하는 방법을 제시한다. 정형화 된 구조물 가진 컨트랙트에서 시간제약 속성들은 보다 명확한 의미를 가지며, 다양한 형태의 컴포넌트 합성에서 검증이 가능하다.

• The Korean Journal of Petroleum Geology
• /
• v.3 no.1 s.4
• /
• pp.16-27
• /
• 1995

The Early Miocene Temblor Formation forms an important sandstone reservoir at Kettleman North Dome oil field, California. Sandstones are mostly arkosic in composition except deepest sandstones containing much volcanic rock fragments. Arranged in paragenetic sequence prior to feldspar alteration, the Temblor sandstones contain cements of early calcite, dolomite, quartz, albite, mixed-layer ohloriteismectite (C/S) and smectite, and anhydrite. Diagenetic changes associated with feldspar are albitization of plagioclase, late calcite and laumontite cementation and grain replacement, plagioclase dissolution, and kaolinite cementation. Plagioclase albitization and late calcite and laumontite cementation in Temblor sandstones occurred at the time of maximum burial with temperatures up to $130^{\circ}C$. Volcanic plagioclases were selectively albitized. Most diagenetic changes are interpreted to have occurred before the maior uplift which occurred within the last one million years ago. Since then to the time of hydrocarbon emplacement plagioclase dissolution and kaolinite cementation occurred. This reaction occurred in relatively closed system due to the occurrence of kaolinite next to the site of plagioclase dissolution. Unaltered part of volcanic plagioclase and plutonic plagioclase which escaped albitization during maximum burial were preferentially dissolved to make plagioclase porosity. Secondary porosity resulting from dissolution of plagioclase and carbonate and anhydrite cements was mainly produced by formation waters containing organic acids released during atagenesis of organic matter.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.277-279
• /
• 2005

단백질들은 서로 다른 단백질들과 상호작용하거나 복합물을 형성함으로써 생물학적으로 중요한 기능을 한다고 알려져 있다. 때문에 대부분의 세포작용에 있어 중요한 역할을 하는 단백질들 간의 상호작용 분석 및 예측에 대한 연구는 여러 연구그룹으로부터 풍부한 데이터가 산출된 후게놈시대(post-genomic era)에서 또 하나의 중요한 이슈가 되고 있다. 본 논문에서는 효모에 대해 공개되어있는 단백질 상호작용 데이터들에서 속성들 간의 연관규칙 학습을 통해 잠재적 단백질 상호작용들을 예측하기 위한 연관규칙 기반의 상호작용 예측 방법을 제시한다. 단백질들 간의 상호작용 예측을 위해 고려되는 각 단백질의 다수의 속성차원은 정보이론 기반의 속성선택 알고리즘을 이용하여 효율적으로 줄이며 상호작용의 속성집합을 이용하여 신경망을 훈련시키고 이렇게 훈련된 신경망에서 속성들 간의 연관규칙을 디코딩하여 연관규칙 기반의 상호작용 예측에 활용한다. 연관속성 발굴을 통한 상호작용 예측을 위한 마이닝 방법으로는 연관규칙 발견 알고리즘을 사용하였으며 예측 정확도를 높이기 위하여 신경망 예측 모델의 학습 결과를 디코딩한 규칙들이 추가적으로 사용하였다. 논문에서 제안한 방법을 발견된 연관규칙을 통한 단백질 상호작용 예측문제에 있어 평균 약 $94.5\%$의 예측 정확도를 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.310-312
• /
• 2004

이 논문에서는, 단백질의 상호작용을 다양한 아미노산의 속성과 Support Vector Machine(SVM)을 사용하여 예측하였다. SVM을 사용한 단백질 상호작용의 예측 시스템에 단백질 상호작용에 중요한 작용을 하는 아미노산의 속성을 사용하고 있다. 이번 실험은 9가지의 아미노산의 속성의 조합 즉, 511(2$^{9}$ -1)가지의 아미노산 속성을 SVM 학습데이터로 사용하여 예측시스템의 결과를 비교한다. 실험에는 Database of Interacting Proteins(DIP)를 사용하였다. 실험을 위하여 DIP의 H.pylori를 학습용데이터로 사용하고, E.coli를 예측데이터(검증데이터)로 사용하였다. 실험에 따르면 H.pylori의 학습데이터와 E.coli를 예측데이터의 가공에 '소수성'을 사용한 방법보다 '방향성'을 사용한 방법이 더 높은 수치를 나타냈다.

• Journal of KIISE:Software and Applications
• /
• v.33 no.4
• /
• pp.365-377
• /
• 2006

Proteins are known to perform a biological function by interacting with other proteins or compounds. Since protein interaction is intrinsic to most cellular processes, prediction of protein interaction is an important issue in post-genomic biology where abundant interaction data have been produced by many research groups. In this paper, we present an associative feature mining method to predict implicit protein-protein interactions of Saccharomyces cerevisiae from public protein interaction data. We discretized continuous-valued features by maximal interdependence-based discretization approach. We also employed feature dimension reduction filter (FDRF) method which is based on the information theory to select optimal informative features, to boost prediction accuracy and overall mining speed, and to overcome the dimensionality problem of conventional data mining approaches. We used association rule discovery algorithm for associative feature and rule mining to predict protein interaction. Using the discovered associative feature we predicted implicit protein interactions which have not been observed in training data. According to the experimental results, the proposed method accomplished about 96.5% prediction accuracy with reduced computation time which is about 29.4% faster than conventional method with no feature filter in association rule mining.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1997.10a
• /
• pp.387-390
• /
• 1997

퍼지 속성 공간(fuzzy property space)은 데이터베이스의 각 객체를 분류하고 분석하는데 유용한 도구로서 사용됨을 보였다[1]. 이는 수학적인 속성 집합 이론(property set theory)[2]에 근간을 두고 만들어진 이론으로, 데이터의 분석에 무척 유리한 도구로 사용될 수 있다. 본 연구에서는 근래에 들어 많은 연구가 이루어지고 있는 분산 데이터베이스 환경(distributed database management)에서 이를 응용해보고자 시도하였다. 즉, 분산 환경에서 어떠한 객체의 데이터를 상호 교환하고자 하는 간단한 상호 작용(object interoperability)을 수행함에 있어, 각 시스템은 이들 상호간의 규약에 의한 합치(object integration)를 이룰 수 있어야 한다. 여기에 퍼지 속성 공간을 이용하여, 가장 근사한 합치를 이룰 수 있도록 하는 것이다. 예를 들어, A와 B 두 개의 시스템에서 객체의 상호 작용을 수행한다. 하면, A시스템의 하나의 객체를 두 개의 공통된 속성 공간에 위치시키고, B라는 시스템에서 이를 다시 해석하여 자신의 데이터베이스에 입력으로 받아들이는 방식을 채택하여 상호 작용의 연산을 설계하는 방식이다.

• 한국석유지질학회:학술대회논문집
• /
• autumn
• /
• pp.50-50
• /
• 2000

• 한국석유지질학회:학술대회논문집
• /
• autumn
• /
• pp.7-13
• /
• 2000