• 한국석유지질학회지
• /
• 제1권1호
• /
• pp.1-13
• /
• 1993

강원도 영월 마차리 부근에 분포하는 문곡층의 속성역사에 대한 연구를 조직적, 동위원소적 및 미량원소적 결과를 이용하여 수행하였다. 속성광물의 생성단계는 각각 그들의 지화학적 결과와 함께 문곡층이 여러 단계의 속성작용을 받았음을 보여준다: 그들은 1) 천해속성작용, 2) 민물속성작용, 3) 얕은매몰속성작용 및 4) 깊은매몰속성작용이다. 천해속성작용은 섬유상 방해석 교질작용과(framboidal) 황철석화작용으로 이루어져 있으며, 민물속성작용 동안에는 불안정한 광물(아라고나이트와 고마그네슘 방해석)로 구성된 탄산염 입자들의 용해작용과 재 결정작용, 극피동물 위의 syntaxial overgrowth 작용 및 등립질 방해석의 교질작용이 일어났다. 얕은 매몰 속성환경에서는 쳐어트와 이디오토픽 돌로마이트가 생성되었고 제노토픽 돌로마이트화작용은 스타일로라이트화 작용 전에 일어났을 것이다. 깊은 매몰 속성환경 에서는 saddle 돌로마이트화작용, 2차 규화작용 및 탈돌로마이트화작용이 일어났다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (A)
• /
• 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.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (2)
• /
• 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.

• 한국석유지질학회지
• /
• 제3권1호
• /
• pp.16-27
• /
• 1995

전기마이오세의 템블러층은 캘리포니아의 케틀만노스돔 유전에서 중요한 사암의 저류층을 이루고 있다. 이 층의 사암은 대부분이 아코스의 성분을 가지나 최하부에는 많은 화산암의 암편이 함유되어 있다. 템블러층 사암에서 장석이 변질작용을 받기 이전에 일어난 속성작용의 단계를 순서대로 열거하면 초기의 방해석, 백운석, 석영, 알바이트, 녹니석과 스멕타이트의 혼합층 점토광물, 스멕타이트와 무수석고의 교질작용이 일어났다. 장석과 관련되어 일어난 속성작용으로는 사장석의 알바이트화작용, 후기의 방해석과 러몬타이트의 교질작용과 교대작용, 사장석의 용해, 카올리나이트의 교질작용이 있다. 사장석의 알바이트화작용과 후기의 방해석과 러몬타이트의 교질작용은 템블러층사암이 온도 약 130도 정도로 가장 깊이 매몰되었을 때 일어났다. 사장석 중 화산기원의 사장석이 선택적으로 알바이트화작용을 받았다. 이 사암층에 일어난 대부분의 속성작용은 약 1백만년 전에 일어난 이 층의 융기 이전에 일어났다. 융기를 할 때부터 석유가 배태되기 이전에 사장석의 용해와 카올리나이트의 교질작용이 일어났다. 이 때의 속성작용은 카올리나이트가 사장석이 용해되는 장소 바로 옆에 일어난 점으로 미루어 볼 때 아마도 지구화학적으로 폐쇄된 환경에서 일어났음을 짐작할 수 있다. 이 층이 가장 깊이 매몰이 일어났을 당시 알바이트화작용을 겪지 않았던, 화산기원 사장석의 변질을 받지 않은 부분과 약간의 심성암 기원의 사장석이 선택적으로 용해되어 사장석의 용해공극을 형성하였다. 사장석의 용해작용과 탄산염과 무수석고 교질물의 용해작용이 일어나 이차공극이 형성되었는데, 이차공극은 유기물의 카타제네시스동안 발생한 유기산이 함유되 어 있는 산성의 공극수에 의하여 형성된 것으로 해석된다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• 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.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• 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.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권4호
• /
• pp.365-377
• /
• 2006

단백질들은 서로 다른 단백질들과 상호작용 하거나 복합물을 형성함으로써 생물학적으로 중요한 기능을 한다고 알려져 있다. 때문에 대부분의 세포작용에 있어 중요한 역할을 하는 단백질 상호작용의 분석 및 예측에 대한 연구는 여러 연구그룹으로부터 풍부한 데이타가 산출되고 있는 현(現) 게놈시대에서 또 하나의 중요한 이슈가 되고 있다. 본 논문에서는 효모(Saccharomyces cerevisiae)에 대해 공개되어있는 단백질 상호작용 데이타들에서 속성들 간의 연관을 통해 유추 가능한 잠재적 단백질 상호작용들을 예측하기 위한 연관속성 마이닝 방법을 제시한다. 단백질의 속성들 중 연속값을 가지는 속성값들은 최대상호 의존성에 기반을 두어 이산화 하였으며, 정보이론기반 속성선택 알고리즘을 사용하여 단백질들 간의 상호작용 예측을 위해 고려되는 단백질의 속성(attribute) 수 증가에 따른 속성차원문제를 극복하도록 하였다. 속성들 간의 연관성 발견은 데이타마이닝 분야에서 사용되는 연관규칙 발견(association rule discovery) 방법을 사용하였다 논문에서 제안한 방법은 발견된 연관규칙을 통한 단백질 상호작용 예측문제에 있어 최대 약 96.5%의 예측 정확도를 보였으며 속성필터링을 통하여 속성필터링을 하지 않는 기존의 방법에 비해 최대 약 29.4% 연관규칙 발견속도 향상을 보였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1997년도 추계학술대회 학술발표 논문집
• /
• 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
• /
• 대한자원환경지질학회/한국석유지질학회/한국암석학회 2000년도 추계공동학술발표회 초록집
• /
• pp.50-50
• /
• 2000

• 한국석유지질학회:학술대회논문집
• /
• 한국석유지질학회 2000년도 제7차 학술발표회 발표논문집
• /
• pp.7-13
• /
• 2000