• BMB Reports
• /
• 제42권8호
• /
• pp.506-510
• /
• 2009

The Toll signalling pathway in invertebrates is responsible for defense against Gram-positive bacteria and fungi, leading to the expression of antimicrobial peptides via NF-$\kappa$B-like transcription factors. Gram-negative binding protein 3 (GNBP3) detects beta-1,3-glucan, a fungal cell wall component, and activates a three step serine protease cascade for activation of the Toll signalling pathway. Here, we showed that the recombinant N-terminal domain of Tenebrio molitor GNBP3 bound to beta-1,3-glucan, but did not activate down-stream serine protease cascade in vitro. Reversely, the N-terminal domain blocked GNBP3-mediated serine protease cascade activation in vitro and also inhibited beta-1,3-glucan-mediated antimicrobial peptide induction in Tenebrio molitor larvae. These results suggest that the N-terminal GNBP homology domain of GNBP3 functions as a beta-1,3-glucan binding domain and the C-terminal domain of GNBP3 may be required for the recruitment of immediate down-stream serine protease zymogen during Toll signalling pathway activation.

• International Journal of Internet, Broadcasting and Communication
• /
• 제11권4호
• /
• pp.1-10
• /
• 2019

This Dietary cholesterol augments lipid profile and primes production and activation of platelets, leading to development of atherosclerosis which produce several detrimental effects on cardiovascular health. Ethnomedicine and Mediterranean diet are natural sources and cost effective modes against several ailments including cardiovascular diseases while fermented foods have gained interest due to their increased nutrient profile, enhanced bioavailability and efficacy. Garlic has been known to reduce cholesterol and inhibit platelet activation. We examined whether fermented garlic ameliorates effects of hypercholesterolemia and platelet functions in rats. Methodology: Male SD rats were fed with hypercholesterolemia diet and treated with spirulina, fermented and non-fermented preparations of garlic for one month. Platelet aggregation and granule secretion were assessed to evaluate platelet activation. Liver and kidney weights, lipid and enzymatic profile of serum and whole blood analysis was performed. Expressions of SREBP, ACAT-2 and HMG-CoA were assessed using RT-PCR while liver and adipose tissues were analyzed for histological changes. Both fermented and non-fermented garlic inhibited platelet aggregation and granule secretion while fermented garlic showed greater inhibitor tendency. Fermented garlic significantly reduced liver weight and triglycerides concentrations than non-fermented garlic. Similarly, fermented garlic greatly abrogated the detrimental effects of steatosis on liver and adipose tissues. Fermented garlic significantly improved lipid profile and modulated platelet functions, thereby inhibiting atherosclerosis and platelet related cardiovascular disorders.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1143-1154
• /
• 2021

활성화함수의 선택은 인공신경망(Artificial Neural Network, ANN) 모델의 지하수위 예측성능에 큰 영향을 미친다. 특히 제주도의 중산간 지역과 같이 지하수위의 변동폭이 크고 변동양상이 복잡한 경우 적절한 지하수위 예측을 위해서는 다양한 활성화함수의 비교분석을 통한 최적의 활성화함수 선택이 반드시 필요하다. 본 연구에서는 지하수위의 변동폭이 크고 변동양상이 복잡한 제주도 표선유역 중산간지역 2개 지하수위 관측정을 대상으로 5개의 활성화함수(sigmoid, hyperbolic tangent (tanh), Rectified Linear Unit (ReLU), Leaky Rectified Linear Unit (Leaky ReLU), Exponential Linear Unit (ELU))를 ANN 모델에 적용하여 지하수위 예측결과를 비교 및 분석하고 최적 활성화함수를 도출하였다. 그리고 최근 널리 사용되고 있는 순환신경망 모델인 Long Short-Term Memory (LSTM) 모델의 결과와 비교분석하였다. 분석결과 지하수위 변동폭이 상대적으로 큰 관측정과 상대적으로 작은 관측정에 대한 지하수위 예측에 대해서는 각각 ELU와 Leaky ReLU 함수가 최적의 활성화함수로 도출되었다. 반면 sigmoid 함수는 학습기간에 대해 5개 활성화함수 중 예측성능이 가장 낮았으며 첨두 및 최저 지하수위 예측에서 적절하지 못한 결과를 도출하였다. 따라서 ANN-sigmoid 모델은 가뭄기간의 지하수위 예측을 통한 지하수자원 관리목적으로 사용할 경우 주의가 필요하다. ANN-ELU와 ANN-Leaky ReLU 모델은 LSTM 모델과 대등한 지하수위 예측성능을 보여 활용가능성이 충분히 있으며 LSTM 모델은 ANN 모델들 보다 예측성능이 높아 인공지능 모델의 예측성능 비교분석 시 참고 모델로 활용될 수 있다. 마지막으로 학습기간의 정보량에 따라 학습기간의 지하수위 예측성능이 검증 및 테스트 기간의 예측성능보다 낮을 수 있다는 것을 확인하였으며, 관측지하수위의 변동폭이 크고 변동양상이 복잡할수록 인공지능 모델별 지하수위 예측능력의 차이는 커졌다. 본 연구에서 제시한 5개의 활성화함수를 적용한 연구방법 및 비교분석 결과는 지하수위 예측뿐만 아니라 일단위 하천유출량 및 시간단위 홍수량 등 지표수 예측을 포함한 다양한 연구에 유용하게 사용될 수 있다.

• 한국산학기술학회논문지
• /
• 제15권3호
• /
• pp.1724-1733
• /
• 2014

본 논문에서는 비모노톤함수(non-monotone function)인 CosExp(cosine-modulated symmetric Exponential function) 함수와 모노톤함수(monotone function)인 시그모이드 함수를 캐스케이드 코릴레이션 알고리즘(Cascade Correlation algorithm)의 학습에 병행해서 사용하여 이중나선문제(two spirals problem)의 패턴인식에 어떠한 영향이 있는지 분석하고 이어서 알고리즘의 최적화를 시도한다. 첫 번째 실험에서는 알고리즘의 후보뉴런에 CosExp 함수를 그리고 출력뉴런에는 시그모이드 함수를 사용하여 나온 인식된 패턴을 분석한다. 두 번째 실험에서는 반대로 CosExp 함수를 출력뉴런에서 사용하고 시그모이드 함수를 후보뉴런에 사용하여 실험하고 결과를 분석한다. 세 번째 실험에서는 후보뉴런을 위한 8개의 풀을 구성하여 변형된 다양한 시그모이드 활성화 함수(sigmoidal activation function)를 사용하고 출력뉴런에는 CosExp함수를 사용하여 얻게 된 입력공간의 인식된 패턴을 분석한다. 네 번째 실험에서는 시그모이드 함수의 변위를 결정하는 세 개의 파라미터 값을 유전자 알고리즘을 이용하여 얻는다. 이 파라미터 값들이 적용된 시그모이드 함수들은 후보뉴런의 활성화를 위해서 사용되고 출력뉴런에는 CosExp 함수를 사용하여 실험한 최적화 된 결과를 분석한다. 이러한 알고리즘의 성능평가를 위하여 각 학습단계 마다 입력패턴공간에서 인식된 이중나선의 형태를 그래픽으로 보여준다. 최적화 과정에서 은닉뉴런(hidden neuron)의 숫자가 28에서 15로 그리고 최종적으로 12개로 줄어서 학습 알고리즘이 최적화되었음을 확인하였다.

• BMB Reports
• /
• 제48권12호
• /
• pp.677-684
• /
• 2015

Cardiovascular function is regulated by the rhythmicity of circadian, infradian and ultradian clocks. Specific time scales of different cell types drive their functions: circadian gene regulation at hours scale, activation-inactivation cycles of ion channels at millisecond scales, the heart's beating rate at hundreds of millisecond scales, and low frequency autonomic signaling at cycles of tens of seconds. Heart rate and rhythm are modulated by a hierarchical clock system: autonomic signaling from the brain releases neurotransmitters from the vagus and sympathetic nerves to the heart's pacemaker cells and activate receptors on the cell. These receptors activating ultradian clock functions embedded within pacemaker cells include sarcoplasmic reticulum rhythmic spontaneous Ca²⁺ cycling, rhythmic ion channel current activation and inactivation, and rhythmic oscillatory mitochondria ATP production. Here we summarize the evidence that intrinsic pacemaker cell mechanisms are the end effector of the hierarchical brain-heart circadian clock system.

• 대한전기학회논문지
• /
• 제43권6호
• /
• pp.991-1000
• /
• 1994

To control nonlinear systems adaptively, we improve learning speed of neural networks and present a novel control algorithm characterized by compensation of control inputs. In an error-backpropagation algorithm for tranining multilayer neural networks(MLNN's) the effect of the slope of activation functions on learning performance is investigated and the learning speed of neural networks is improved by auto-adjusting the slope of activation functions. The control system is composed of two MLNN's, one for control and the other for identification, with the weights initialized by off-line training. The control algoritm is modified by a control strategy which compensates the control error induced by the indentification error. Computer simulations show that the proposed control algorithm is efficient in controlling a nonlinear system with abruptly changing parameters.

• 생명과학회지
• /
• 제18권6호
• /
• pp.891-896
• /
• 2008

The function of mast cells as effector cells in allergy has been extensively studied. Mast cells activated through high affinity IgE-receptor ($Fc{\varepsilon}RI$) release diverse mediators, and lead to smooth muscle constriction, vasodilation, increase of vascular permeability, leukocyte recruitment and activation, mucus secretion, and tissue proliferation and remodeling. However, various other immunological and non-immunological signals can lead to the activation of mast cells. In resent years, mast cells have been identified to be involved in a complex range of immune functions. Mast cells can be important as key players in the regulation of innate as well as adapted immune responses, and may influence the development of allergy, autoimmune disorder and peripheral tolerance. This review summarizes the recent advances in the understanding of effector functions of mast cells in immune responses.

• Steel and Composite Structures
• /
• 제42권4호
• /
• pp.459-475
• /
• 2022

In this paper a model for the prediction of the ultimate axial compressive capacity of square and rectangular Concrete Filled Steel Tubes, based on an Artificial Neural Network modeling procedure is presented. The model is trained and tested using an experimental database, compiled for this reason from the literature that amounts to 1193 specimens, including long, thin-walled and high-strength ones. The proposed model was selected as the optimum from a plethora of alternatives, employing different activation functions in the context of Artificial Neural Network technique. The performance of the developed model was compared against existing methodologies from design codes and from proposals in the literature, employing several performance indices. It was found that the proposed model achieves remarkably improved predictions of the ultimate axial load.

• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2022년도 가을 학술논문 발표대회
• /
• pp.121-122
• /
• 2022

In this study, compared and analyzed various Activation Functions to present a methodology for developing a natural intelligence-based prediction system. As a result of the analysis, ELU was the best with RMSE: 62.87, R²: 0.96, and the error rate was 4%. However, it is considered desirable to construct a prediction system by combining each algorithm model for optimization.

• 센서학회지
• /
• 제8권1호
• /
• pp.45-52
• /
• 1999

이 논문에서는 오차 역전파 학습 알고리듬의 학습 속도를 향상시키기 위한 새로운 학습 방법을 제안한다. 제안하고자 하는 방법은 시그모이드 형태를 갖는 신경회로망의 활성화 함수(activation function) 자체에 고차항(higher order)을 적절히 이용하여 초기 학습 단계에서 발생할 수 있는 조기 포화(premature saturation) 현상을 계산량의 큰 증가 없이 효과적으로 대처할 수 있다. 고차항을 이용함으로써 은닉층 활성화 함수의 도합수가 작은 값으로 감소함에 따라 신경망의 연결 강도를 학습시키는 학습율은 적응적으로 큰 값을 갖게 된다. 또한, 은닉층에 고차항을 이용하는 제안한 방법에 모멘텀(momentum) 학습 알고리듬을 결합하는 새로운 hybrid 학습 방법을 제안한다. 컴퓨터 모의 실험을 통해 제안하고자 하는 학습 방법과 기존의 방법들과의 학습 속도 성능을 비교한다.