• 디지털콘텐츠학회 논문지
• /
• 제14권4호
• /
• pp.581-587
• /
• 2013

본 논문에서는 레빈쉬타인 거리(Levenshtein distance)를 이용한 감성 분류 방법을 제안한다. 감성 자질에 레빈쉬타인 거리를 적용하여 BOW(Back-Of-Word)를 생성하고 이를 학습 자질로 사용한다. 학습 모델은 지지벡터기계(support vector machines, SVMs)와 나이브 베이즈(Naive Bayes)를 이용하였다. 실험 데이터로는 다음 영화 사이트로부터 영화평을 수집하였으며, 수집한 영화평은 총 2,385건이다. 수집된 영화평으로부터 감성 어휘를 수작업을 통해 수집하였으며 총 778개 어휘가 선별되었다. 실험에서는 감성 어휘에 레빈쉬타인 거리를 적용한 BOW를 이용하여 기계학습을 수행하였으며, 10-fold-cross validation 방식으로 분류기의 성능을 평가하였다. 평가 결과는 레빈쉬타인 거리가 3일 때 다항 나이브 베이즈(Muitinomial Naive Bayes) 분류기에서 85.46%의 가장 높은 정확도를 보였다. 실험을 통하여 본 논문에서 제안하는 방법이 문서 내의 철자 오류에 대해서도 분류 성능에 영향을 적게 받음을 알 수 있었다.

• 컴퓨터교육학회논문지
• /
• 제7권4호
• /
• pp.51-60
• /
• 2004

본 논문은 통계청에서 실시하는 인구 주택 총조사와 사업체 기초통계조사 시 실시되는 수작업에 의한 표준 산업/직업 코드 분류 시 발생하는 막대한 비용과 시간, 일관성의 결여 등을 해소하기 위한 표준 산업/직업 코드 자동 분류 시스템을 제안한다. 제안한 시스템은 정보 검색 기법과 문서 분류 기법을 이용하여 자연어로 기술된 레코드를 입력 받아 입력 레코드에 해당하는 분류 코드를 생성한다. 수작업으로 올바른 코드가 할당되어 있는 산업 분류 레코드 46,762개와 직업 분류 코드 36,286개를 이용하여 10-fold cross-validation evaluation을 수행한 결과, 제안한 시스템은 완전 자동 모드에서 2수준의 산업 분류에 대해서 87.08%, 5수준에 대해서는 66.08%의 생성률을 보였으며 반자동 모드에서는 각각 99.10%와 92.88%의 성능을 보였다. 직업 분류 코드에 대한 성능은 산업 분류 코드에 대한 성능보다는 약간 저하된 성능을 보였다. 제안한 시스템은 아직 수작업을 완전히 대체할 수 있는 완전 자동 분류기로서는 많은 개선의 여지를 가지고 있지만 수작업을 최소화할 수 있는 반자동 도구나 수작업의 정확도를 검증할 수 있는 보조 도구로써 충분히 활용될 수 있을 것으로 기대된다.

• 정보처리학회논문지D
• /
• 제19D권1호
• /
• pp.21-28
• /
• 2012

모노머 단백질의 상호작용 사이트 예측은 기능을 알지 못하는 단백질에 대해서 이것과 상호작용하는 단백질로부터 기능을 예측하거나 단백질 도킹을 위한 검색 공간의 감소에 중요한 역할을 한다. 그러나 상호작용사이트 예측은 대부분 단백질 상호작용이 세포 내에서 순간적 반응에 일어나는 약한 상호작용으로 실험에 의한 3차원 결정 구조 식별의 어려움이 따르며 이로 인해 3차원의 복합체 데이터가 제한적으로 양산된다. 이 논문에서는 모노머 단백질의 3차원 패치 계산을 통하여 구조가 알려진 복합체의 상호작용사이트와 비상호작용사이트에 대한 패치 속성을 추출하고 이를 기반으로 Support Vector Machine (SVM) 분류기법을 이용한 예측 모델 개발을 제시한다. 타겟 클래스의 데이터 불균형 문제 해결을 위해 under-sampling 기법을 이용한다. 사용된 패치속성은 2차 구조 요소와 아미노산 구성으로부터 총 9개가 추출된다. 147개의 단백질 복합체에 대해서 10 fold cross validation을 통해서 다양한 분류모델의 성능 평가를 하였다. 평가한 분류 모델 중 SVM은 92.7%의 높은 정확성을 보이고 이를 이용하여 분류 모델을 개발하였다.

• 한국수자원학회논문집
• /
• 제48권6호
• /
• pp.439-449
• /
• 2015

본 연구에서는 SWAT 모형을 이용해 용담댐 유역을 대상으로 k-fold cross validation 기법을 사용하여 신뢰성 있는 RCP 기반의 미래 유출량을 산정하고 이를 과거 연구와 비교하여 SWAT 모형을 이용한 기후변화 유량 전망 결과의 차이의 요인에 대해 살펴보았다. 그 결과, 총유출량은 baseline 대비 2040s, 2080s 기간에 RCP8.5 시나리오에서는 17.7%, 26.1% 증가, RCP4.5 시나리오의 경우에는 21.9%, 44.6% 증가할 것으로 전망되었다. 이를 선행 연구와 비교해 본 결과 같은 모형을 사용했음에도 불구하고 유량 전망치의 경우 연구결과 간 최저 10.3%에서 최대 53.2% 차이를 보였다. SWAT 모형에는 물리적 기반 모형으로 27개의 많은 매개변수가 존재하고 사용자마다 모형을 구축하는 과정에서 차이가 많이 발생할 수 있다. 향후 이러한 차이요인을 저감하여 표준화된 유량시나리오 생성을 위한 노력이 필요하다.

• 대한원격탐사학회지
• /
• 제37권6_2호
• /
• pp.1891-1900
• /
• 2021

직경 2.5 ㎛ 이하인 초미세먼지는 급격한 도시화와 인구 증가로 인해 대도시에서 많이 발생하며, 유아 및 청소년기는 성인에 비해 초미세먼지에 취약하고 만성 질환으로 이어질 가능성이 높다. 특히 대부분의 청소년들은 학교에서 가장 많은 시간을 보내고 있으며, 다양한 이유에 의해 실외에서 발생한 초미세먼지가 실내로 유입된다. 본 연구는 외부 요인에 의해 발생하는 학교 초미세먼지를 예측하고 학교별 초미세먼지 범주화를 수행하였다. 10-fold cross validation과 grid-search method를 적용한 random forest (RF) 모델에 화학과 기상 인자, 위성 기반의 aerosol optical depth (AOD)를 입력 자료로 하여 학교 초미세먼지를 예측하고 정확도 평가를 위해 4가지 통계 지표를 이용하였다. 학교 미세먼지 범주화를 위해 6가지 유형을 가진 느슨한 기준과 엄격한 기준을 정의하였으며, 범주화 결과 느슨한 기준의 경우 유형 2와 3에, 엄격한 기준의 경우 유형 3과 4에 가장 많은 학교가 포함되었다.

• 한국음향학회지
• /
• 제27권3호
• /
• pp.111-118
• /
• 2008

본 논문에서는 음악 장르 분류를 위한 새로운 자동 Taxonomy 구축 알고리즘을 제안한다. 제안된 알고리즘은 모든 가능한 노드들의 분류 확률을 예측하여 예측된 분류 성능값이 가장 좋은 조합을 Taxonomy로 구축하는 것이다. 제안된 알고리즘에서의 분류 확률 예측은 훈련 데이터를 k-fold cross validation을 이용하여 분류기에 적용함으로써 이루어진다. 제안된 알고리즘을 기반으로 한 분류 성능 측정은 2 클래스로 이루어진 각각의 노드에 2개 범주 분류에 효과적인 support vector machine을 적용함으로써 이루어진다. 제안된 알고리즘의 성능 검증을 위해 음색, 리듬, 피치 등 오디오 신호의 특징을 나타내는 다양한 파라미터를 오디오 신호로부터 추출하여 제안된 알고리즘과 기존의 다중 범주 분류기들을 이용하여 분류성능을 평가하였다. 다양한 실험결과 제안된 알고리즘은 기존의 알고리즘에 비하여 5%에서 25%정도의 분류 성능이 향상된 것을 확인할 수 있었고 특히 낮은 차원의 특징벡터를 이용한 분류 실험에서는 10% 에서 25% 향상된 좋은 성능을 보였다.

• 문화기술의 융합
• /
• 제10권1호
• /
• pp.489-493
• /
• 2024

행복 지수는 집단적인 행복 정도를 직관적으로 파악하는데 효과적인 측정 시스템이다. 가치관의 변화에 따라행복 지수에 행동의 가치를 추가한 연구들이 제안되고 있으나, 개인이 느끼는 감정을 활용하여 관계성을 분석한 연구는 부족한 실정이다. 따라서 본 연구는 행동의 가치를 나타내는 사회적 변수와 개개인의 감정지수를 함께 고려해 행복 지수를 예측하는 딥러닝 모델을 설계한다. 첫째, 2005년 1월 ~ 2020년 12월의 사회적, 감정적 변수를 수집한다. 둘째, 데이터 전처리 및 유의변수 탐색을 수행한다. 셋째, 딥러닝 기반의 회귀 모델로 학습하고, 5-Fold 교차 검증(Cross Validation)으로 학습 모델을 평가한다. 본 연구의 제안 모델은 테스트 데이터에서 90.65%의 높은 예측 정확도를 보인다. 향후 이 연구는 국가별 데이터로 확대 적용하여 행복 지수 주요 요인 분석 등의 연구에 활용될 수 있을 것으로 기대된다.

• Journal of Microbiology and Biotechnology
• /
• 제26권2호
• /
• pp.233-240
• /
• 2016

FK506, a widely used immunosuppressant, is a 23-membered polyketide macrolide that is produced by several Streptomyces species. FK506 high-yielding strain Streptomyces sp. RM7011 was developed from the discovered Streptomyces sp. KCCM 11116P by random mutagenesis in our previous study. The results of transcript expression analysis showed that the transcription levels of tcsA, B, C, and D were increased in Streptomyces sp. RM7011 by 2.1-, 3.1-, 3.3-, and 4.1-fold, respectively, compared with Streptomyces sp. KCCM 11116P. The overexpression of tcsABCD g enes in Streptomyces sp. RM7011 gave rise to approximately 2.5-fold (238.1 μg/ml) increase in the level of FK506 production compared with that of Streptomyces sp. RM7011. When vinyl pentanoate was added into the culture broth of Streptomyces sp. RM7011, the level of FK506 production was approximately 2.2-fold (207.7 μg/ml) higher than that of the unsupplemented fermentation. Furthermore, supplementing the culture broth of Streptomyces sp. RM7011 expressing tcsABCD genes with vinyl pentanoate resulted in an additional 1.7-fold improvement in the FK506 titer (498.1 μg/ml) compared with that observed under non-supplemented condition. Overall, the level of FK506 production was increased approximately 5.2-fold by engineering the supply of allylmalonyl-CoA in the high-yielding strain Streptomyces sp. RM7011, using a combination of overexpressing tcsABCD genes and adding vinyl pentanoate, as compared with Streptomyces sp. RM7011 (95.3 μg/ml). Moreover, among the three precursors analyzed, pentanoate was the most effective precursor, supporting the highest titer of FK506 in the FK506 high-yielding strain Streptomyces sp. RM7011.

• The Journal of Korean Physical Therapy
• /
• 제27권4호
• /
• pp.214-220
• /
• 2015

Purpose: The purpose of this study was to investigate the availability of software for rehabilitation with the Kinect sensor by presenting an efficient algorithm based on machine learning when classifying the motion data of the PNF pattern if the subjects were wearing a patient gown. Methods: The motion data of the PNF pattern for upper extremities were collected by Kinect sensor. The data were obtained from 8 normal university students without the limitation of upper extremities. The subjects, wearing a T-shirt, performed the PNF patterns, D1 and D2 flexion, extensions, 30 times; the same protocol was repeated while wearing a patient gown to compare the classification performance of algorithms. For comparison of performance, we chose four algorithms, Naive Bayes Classifier, C4.5, Multilayer Perceptron, and Hidden Markov Model. The motion data for wearing a T-shirt were used for the training set, and 10 fold cross-validation test was performed. The motion data for wearing a gown were used for the test set. Results: The results showed that all of the algorithms performed well with 10 fold cross-validation test. However, when classifying the data with a hospital gown, Hidden Markov model (HMM) was the best algorithm for classifying the motion of PNF. Conclusion: We showed that HMM is the most efficient algorithm that could handle the sequence data related to time. Thus, we suggested that the algorithm which considered the sequence of motion, such as HMM, would be selected when developing software for rehabilitation which required determining the correctness of the motion.

• Asian Pacific Journal of Cancer Prevention
• /
• 제15권20호
• /
• pp.8893-8900
• /
• 2014

Dysregulated expression of microRNAs (miRNAs) has been shown to be closely associated with tumor development, progression, and carcinogenesis. However, their clinical implications for gastric cancer remain elusive. To investigate the hypothesis that genome-wide alternations of miRNAs differentiate gastric cancer tissues from those matched adjacent non-tumor tissues (ANTTs), miRNA arrays were employed to examine miRNA expression profiles for the 5-pair discovery stage, and the quantitative real-time polymerase chain reaction (qRTPCR) was applied to validate candidate miRNAs for 48-pair validation stage. Furthermore, the relationship between altered miRNA and clinicopathological features and prognosis of gastric cancer was explored. Among a total of 1,146 miRNAs analyzed, 16 miRNAs were found to be significantly different expressed in tissues from gastric cancer compared to ANTTs (p<0.05). qRT-PCR further confirmed the variation in expression of miR-193b and miR-196a in the validation stage. Down-expression of miR-193b was significantly correlated with Lauren type, differentiation, UICC stage, invasion, and metastasis of gastric cancer (p<0.05), while over-expression of miR-196a was significantly associated with poor differentiation (p=0.022). Moreover, binary logistic regression analysis demonstrated that the UICC stage was a significant risk factor for down-expression of miR-193b (adjusted OR=8.69; 95%CI=1.06-56.91; p=0.043). Additionally, Kaplan-Meier survival curves indicated that patients with a high fold-change of down-regulated miR-193b had a significantly shorter survival time (n=19; median survival=29 months) compared to patients with a low fold-change of down-regulated miR-193b (n=29; median survival=54 months) (p=0.001). Overall survival time of patients with a low fold-change of up-regulated miR-196a (n=27; median survival=52 months) was significantly longer than that of patients with a high fold-change of up-regulated miR-196a (n=21; median survival=46 months) (p=0.003). Hence, miR-193b and miR-196a may be applied as novel and promising prognostic markers in gastric cancer.