• 한국농림기상학회지
• /
• 제20권1호
• /
• pp.5-17
• /
• 2018

KoFlux의 표준화된 에디 공분산 플럭스 자료 처리과정이 갱신되는 과정에서 그 처리 방법에 따른 결과도 조금씩 달라져 왔다. 대부분의 자료 사용자들은 자료 처리 결과의 차이와 이러한 차이가 자신들의 분석결과에 미칠 수 있는 영향에 대해 명확히 인지하지 못하고 자료를 사용하고 있는 실정이다. 본 총설에서는 KoFlux 데이터베이스를 사용하는 연구자들에게 자료처리 과정을 투명하게 정리하여 자료에 대한 신뢰성과 활용성을 확보하기 위해, 과거의 자료 처리 방법이 어떻게 변화되고 개선되었는지를 평탄하고 균질한 해남 논 관측지(HPK)와 복잡하고 비균질한 광릉 활엽수림 관측지(GDK) 자료를 처리하고 그 차이를 확인하여 문서화하였다. 관측 대상지와 관측 장비의 다양화로 인해, 기존에 무시되거나 간소화 되었던 자료 처리 과정(예, 주파수 반응 보정, 정상성 검정 등)을 다시 적용하였고, 메탄 플럭스 결측 메우기와 이산화탄소 플럭스 보정 및 배분 방법을 새롭게 개선하였다. 본 연구결과로부터 에디 공분산 플럭스 관측 자료의 품질에 주파수 반응 보정(HPK: 연적산값의 11~18%의 편향 발생, GDK: 6~10%)과 정상성 점검(HPK: 연적산값의 4~19%의 편향 발생, GDK: 9~23%)이 매우 중요하고, 결측 메우기 및 배분 과정에 있어서 우선적으로 결측을 최소화하는 것이 최선이며, 대상 플럭스의 변동을 설명할 수 있는 적절한 조절 인자의 선택이 처리방법의 선택보다 중요함을 확인 하였다. 장기 KoFlux 관측 자료의 정확성, 투명성 및 연속성 확보를 위해 위의 결과를 반영하는 자료 처리 기술 개발과 문서화를 지속적으로 추진해 나갈 것이다.

• 한국식품과학회지
• /
• 제39권4호
• /
• pp.438-446
• /
• 2007

콩 발효식품인 청국장은 어느 정도는 그 기능성 때문에 많은 사람들이 선호하고 있다. 청국장의 발효 과정은 발효미생물이 분비하는 단백질 분해 효소를 포함하는 여러 효소들에 의해 이루어지기 때문에 발효기간 동안 청국장의 단백질체 분석은 발효의 최적화를 이루기 위해서 그리고 청국장에 생성되는 기능성물질 생성 과정을 이해하는 데 도움이 된다. 청국장의 수용성 단백질을 phenol/chloroform 추출 방법으로 분리하여 2-D gel 분석에 방해되는 물질들을 제거하였다. 각 발효 단계에서 단백질 분석을 하였을 때 20시간 안에 대부분의 단백질들이 작은 분자로 분해되었고 수용성 단백질에는 미생물 유래 단백질들이 점차 증가하였다. 청국장의 단백질 프로파일은 natto의 것과는 매우 다른 양상을 2-D gel 상에서 보였다. 각 gel에서 50개의 단백질을 임의로 선발하여 MALDI-TOF MS 분석을 하고 PMF로 단백질을 동정하였다. 결과는 콩이나 발효 미생물들의 유전체 정보가 부족하여 청국장에서 9종 natto에서 15종의 단백질만을 동정할 수 있었다. MS/MS 분석을 통한 아미노산 서열 분석을 통해 얻은 정보를 가지고 BLASTP 검색엔진으로 database를 검색한 결과 제한된 수의 단백질이 낮은 신뢰도 범위에서 동정되었다. 그렇지만 청국장과 같이 복잡한 단백질체를 분석하기에는 본 연구에서 고안한 전체 단백질 분리 기술과 2-D gel 분석적 접근은 단백질을 전체적으로 분석함에 있어 훌륭한 방법이다. 앞으로 청국장의 단백질 변화에 대한 연구는 의미 있는 변화를 보이는 소수의 단백질을 선발하고 이들에 대해 집중적으로 질량분석 하여 단백질을 동정하는 것이 필요하다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.127-148
• /
• 2020

데이터 센터는 컴퓨터 시스템과 관련 구성요소를 수용하기 위한 물리적 환경시설로, 빅데이터, 인공지능 스마트 공장, 웨어러블, 스마트 홈 등 차세대 핵심 산업의 필수 기반기술이다. 특히, 클라우드 컴퓨팅의 성장으로 데이터 센터 인프라의 비례적 확장은 불가피하다. 이러한 데이터 센터 설비의 상태를 모니터링하는 것은 시스템을 유지, 관리하고 장애를 예방하기 위한 방법이다. 설비를 구성하는 일부 요소에 장애가 발생하는 경우 해당 장비뿐 아니라 연결된 다른 장비에도 영향을 미칠 수 있으며, 막대한 손해를 초래할 수 있다. 특히, IT 시설은 상호의존성에 의해 불규칙하고 원인을 알기 어렵다. 데이터 센터 내 장애를 예측하는 선행연구에서는, 장치들이 혼재된 상황임을 가정하지 않고 단일 서버를 단일 상태로 보고 장애를 예측했다. 이에 본 연구에서는, 서버 내부에서 발생하는 장애(Outage A)와 서버 외부에서 발생하는 장애(Outage B)로 데이터 센터 장애를 구분하고, 서버 내에서 발생하는 복합적인 장애 분석에 중점을 두었다. 서버 외부 장애는 전력, 냉각, 사용자 실수 등인데, 이와 같은 장애는 데이터 센터 설비 구축 초기 단계에서 예방이 가능했기 때문에 다양한 솔루션이 개발되고 있는 상황이다. 반면 서버 내 발생하는 장애는 원인 규명이 어려워 아직까지 적절한 예방이 이뤄지지 못하고 있다. 특히 서버 장애가 단일적으로 발생하지 않고, 다른 서버 장애의 원인이 되기도 하고, 다른 서버부터 장애의 원인이 되는 무언가를 받기도 하는 이유다. 즉, 기존 연구들은 서버들 간 영향을 주지 않는 단일 서버인 상태로 가정하고 장애를 분석했다면, 본 연구에서는 서버들 간 영향을 준다고 가정하고 장애 발생 상태를 분석했다. 데이터 센터 내 복합 장애 상황을 정의하기 위해, 데이터 센터 내 존재하는 각 장비별로 장애가 발생한 장애 이력 데이터를 활용했다. 본 연구에서 고려되는 장애는 Network Node Down, Server Down, Windows Activation Services Down, Database Management System Service Down으로 크게 4가지이다. 각 장비별로 발생되는 장애들을 시간 순으로 정렬하고, 특정 장비에서 장애가 발생하였을 때, 발생 시점으로부터 5분 내 특정 장비에서 장애가 발생하였다면 이를 동시에 장애가 발생하였다고 정의하였다. 이렇게 동시에 장애가 발생한 장비들에 대해서 Sequence를 구성한 후, 구성한 Sequence 내에서 동시에 자주 발생하는 장비 5개를 선정하였고, 선정된 장비들이 동시에 장애가 발생된 경우를 시각화를 통해 확인하였다. 장애 분석을 위해 수집된 서버 리소스 정보는 시계열 단위이며 흐름성을 가진다는 점에서 이전 상태를 통해 다음 상태를 예측할 수 있는 딥러닝 알고리즘인 LSTM(Long Short-term Memory)을 사용했다. 또한 단일 서버와 달리 복합장애는 서버별로 장애 발생에 끼치는 수준이 다르다는 점을 감안하여 Hierarchical Attention Network 딥러닝 모델 구조를 활용했다. 본 알고리즘은 장애에 끼치는 영향이 클 수록 해당 서버에 가중치를 주어 예측 정확도를 높이는 방법이다. 연구는 장애유형을 정의하고 분석 대상을 선정하는 것으로 시작하여, 첫 번째 실험에서는 동일한 수집 데이터에 대해 단일 서버 상태와 복합 서버 상태로 가정하고 비교분석하였다. 두 번째 실험은 서버의 임계치를 각각 최적화 하여 복합 서버 상태일 때의 예측 정확도를 향상시켰다. 단일 서버와 다중 서버로 각각 가정한 첫 번째 실험에서 단일 서버로 가정한 경우 실제 장애가 발생했음에도 불구하고 5개 서버 중 3개의 서버에서는 장애가 발생하지 않은것으로 예측했다. 그러나 다중 서버로 가정했을때에는 5개 서버 모두 장애가 발생한 것으로 예측했다. 실험 결과 서버 간 영향이 있을 것이라고 추측한 가설이 입증된 것이다. 연구결과 단일 서버로 가정했을 때 보다 다중 서버로 가정했을 때 예측 성능이 우수함을 확인했다. 특히 서버별 영향이 다를것으로 가정하고 Hierarchical Attention Network 알고리즘을 적용한 것이 분석 효과를 향상시키는 역할을 했다. 또한 각 서버마다 다른 임계치를 적용함으로써 예측 정확도를 향상시킬 수 있었다. 본 연구는 원인 규명이 어려운 장애를 과거 데이터를 통해 예측 가능하게 함을 보였고, 데이터 센터의 서버 내에서 발생하는 장애를 예측할 수 있는 모델을 제시했다. 본 연구결과를 활용하여 장애 발생을 사전에 방지할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제18권2호
• /
• pp.157-175
• /
• 2012

방대한 규모와 복잡한 프로세스로 구성된 공공조달의 혁신성과를 평가하기란 매우 어려운 문제이다. 기존의 프로세스 혁신 평가는 주로 설문 및 인터뷰, 그리고 운영데이터를 분석한 정성적, 또는 통계적인 정량적 방법들이었다. 이에 본 연구에서는 공공조달 프로세스를 복잡계로 보고 이에 대한 시뮬레이션 방법으로 멀티에이전트시스템(MAS)을 이용하여 공공조달 프로세스 혁신효과 평가모델을 개발하였다. 그리고, 개발된 MAS 기반의 공공조달 혁신평가 모델을 우리나라 조달청의 G2B(나라장터, KONEPS) 시스템에 적용하여 혁신효과를 평가하였다. MAS 시뮬레이션 도구는 Northwestern University에서 개발된 Netlogo Version 4.1.3을 사용하였고, 모델링에서는 에이전트 정의, 에이전트 행동특성 정의, 에이전트 관계 정의의 세단계로 진행하였다. 첫째, 에이전트 정의에서는 에이전트가 될 대상을 선정하고, 에이전트가 가진 속성과 변수들을 정의하였다. 둘째, 행동특성 정의에서는 각 에이전트의 행동계획 및 자원할당을 설정하였고, 셋째, 관계정의 단계에서는 상태변화에 따른 행동 규칙을 설정하였다. 또한 프로세스 혁신의 목적에 맞는 성과를 측정하기 위하여 혁신 효과평가항목을 선정하였고, 데이터는 조달청의 협조를 통해 DB 데이터와 설문데이터를 활용하였다. 이를 통해 프로세스 전체 및 프로세스별 절감시간과 업무량의 절감율을 측정하였다. 실험결과 전체 프로세스의 효율성이 증대되었으며 '평균 업무처리 건수'의 절감율이 92.7%, '평균 업무처리 시간'의 절감율이 95.4%로 나타났다. 즉 공공조달분야는 G2B 시스템 도입을 통해 프로세스 혁신을 추진한 결과 매우 높은 효율성이 제고된 것으로 분석되었다. 또한 본 연구를 통해 '계약'과 관련한 업무프로세스에서 추가적인 개선이 이루어질 경우 프로세스 혁신효과가 더욱 향상될 수 있는 것으로 분석되었다. 본 연구는 MAS를 이용하여 프로세스 개선효과에 대한 평가모델을 제시하고 분석했다는데 의의가 있다.

• 지능정보연구
• /
• 제27권2호
• /
• pp.55-78
• /
• 2021

최근 인간과 상호작용할 수 있는 '소셜로봇'을 활용하여 복잡하고 다양한 사회문제를 해소하고 개인의 삶의 질을 제고하려는 시도가 주목받고 있다. 과거 로봇은 인간을 대신해서 산업 현장에 투입되고 노동력을 제공해주는 존재로 인식되었다. 그러나 오늘날의 로봇은 각종 산업분야를 관통하는 핵심 키워드인 'Smart'의 등장을 기점으로 인간과 함께 공존하며 사회적 교감이 가능한 '소셜로봇(Social Robot)'으로 그 개념이 확장되고 있다. 구체적으로 고객을 응대하는 서비스 로봇, 에듀테인먼트(Edutainment) 성격의 로봇, 그리고 인간과의 교감, 상호작용에 주목한 감성로봇 등이 출시되고 있다. 그러나 4차 산업혁명을 계기로 ICT 서비스 환경이 급격한 발전을 이룬 현재까지 소셜로봇의 대중화는 체감되지 않고 있다. 소셜로봇의 핵심 기능이 사용자와의 사회적 교감임을 고려하면, 소셜로봇의 대중화를 촉진하기 위해서는 기기에 적용되는 기술 이외의 요소들도 중요하게 고려할 필요가 있다. 본 연구는 로봇의 디자인 요소가 소셜로봇에 대한 소비자들의 구매를 이끌어내는데 중요하게 작용할 것으로 판단한다. 로봇의 외형이 유발하는 감성은 사용자의 인지, 추론, 평가와 기대를 형성하는 과정에서 중요한 영향을 미치며 나아가 로봇에 대한 태도와 호감 그리고 성능 추론 등에도 영향을 줄 수 있다. 그러나 소셜로봇에 대한 기존 연구들은 로봇의 개발방법론을 제안하거나, 소셜로봇이 사용자에게 제공하는 효과를 단편적으로 검증하는 수준에 머무르고 있다. 따라서 본 연구는 소셜로봇의 외형으로부터 사용자가 느끼는 감성이 소셜로봇에 대한 사용자의 태도에 미치는 영향을 검증해보고자 한다. 이때 서로 다른 출처의 이종 데이터 간 결합을 통하여 소셜로봇 디자인평가 모형을 구성한다. 구체적으로 소셜로봇의 외형에 대하여 사전에 구축된 ABOT Database로부터 다수의 소셜로봇에 대한 세 가지 정량적 지표 데이터를 확보하였다. 소셜로봇의 디자인 감성은 (1) 기존의 디자인평가 문헌과 (2) 소셜로봇 제품 후기와 블로그 등의 온라인 구전, (3) 소셜로봇 디자인에 대한 정성적인 인터뷰를 통해 도출하였다. 이후 사용자 설문을 통하여 각각의 소셜로봇에 대해 사용자가 느끼는 감성과 태도에 대한 평가를 수집하였다. 세부적인 감성 평가항목 23개에 대하여, 차원 축소 방법론을 통해 6개의 감성 차원을 도출하였다. 이어서 도출된 감성 차원들이 사용자의 소셜로봇에 대한 태도에 미치는 영향을 검증하기 위해 회귀분석을 수행하여 감성과 태도 간의 관계를 파악해 보았다. 마지막으로 정량적으로 수집된 소셜로봇의 외형에 대한 지표가 감성과 태도 간의 관계에 영향을 줄 수 있음을 검증하기 위해 조절회귀분석을 수행하였다. 기술적인ABOT Database 속성 지표들과 감성 차원들 간의 순수조절효과를 확인하고, 도출된 조절효과에 대한 시각화를 수행하여 외형, 감성, 그리고 태도 간의 관계를 다각적인 관점에서 해석하였다. 본 연구는 이종간 데이터를 연결하여 소셜로봇의 기술적 속성과 소비자 감성, 태도까지 변수 간 관계를 총체적으로 실증 분석했다는 점에서 이론적 공헌을 가지며, 소셜로봇 디자인 개발 전략에 대한 의사결정을 지원하기 위한 기준으로 소비자 감성의 활용 가능성을 제안하였다는 실무적 의의를 가진다.

• 한국산학기술학회논문지
• /
• 제13권11호
• /
• pp.5350-5355
• /
• 2012

사람의 티로시나제는 사람의 피부색을 결정하는 멜라닌 생합성의 첫 번째 반응을 촉매하며, 이 단계는 반응 속도를 결정하는 가장 중요한 단계이다. 따라서, 많은 화장품 회사들은 hTyr의 저해제를 찾고자 하였으나 사람 티로시나제의 3차원구조의 부재로 구조기반의 가상탐색은 불가능하다. 따라서 본 연구에서는 구조기반의 저해제 탐색을 위하여 기존에 그 구조가 알려진 Bacillus megaterium의 티로시나제의 3차 구조를 이용하여 인간 티로시나제의 3차원 구조를 상동모델링법으로 예측하였다. 3차원 구조 분석 결과 인간 티로시나제의 활성부위에 위치한 여섯 개의 히스티딘 잔기가 2개의 구리원자와 결합할 수 있으며, 이 활성부위는 단백질의 안쪽에 위치함을 알 수 있었다. 기질 또는 저해제가 결합할 수 있는 결합부위는 단백질의 표면에서 안쪽 깊은 곳의 활성부위와 연결되어 있으며 입구 쪽은 넓고 납작했으며 활성부위로 갈수록 좁아지는 깔대기와 같은 모양의 구조를 하고 있었다. 자체 제작 소프트웨어를 활용하여 solvent accessible surface를 만들고 여기에 가장 최적의 위치 및 형태를 갖는 모델을 티로신과 저해제로 가장 잘 알려진 코직산의 결합모델을 제안하였다. 이 결과 티로신과 코직산의 페놀그룹의 히드록시 기능단의 산소가 정확히 구리와 배위결합하는 것을 알 수 있었다. 결론적으로 본 연구 결과는 새로운 미백제를 설계하고 스크리닝하는데 유용한 정보를 제공할 수 있을 것으로 사료된다.

• 해양환경안전학회지
• /
• 제17권4호
• /
• pp.375-382
• /
• 2011

기초자료의 획득 체계 및 가공 체계의 부재와 복잡한 사용자 입력 체계로 인해서 유출유 확산 예측 모델의 활용에 제약이 따른다. 이러한 상황에서 유류오염사고에 신속하게 대응하기 위한 과학적 방제 전략 수립은 어렵다. 본 연구에서는 현재 실정을 고려하여 유출유 확산 예측 모델 구동을 위한 최선의 상시 활용 체계를 수립하였다. 모든 기초자료를 직접 구축하고 관리하는 것이 불가능하기 때문에 외부 기관의 실시간 동적 자료를 연계하고 최소한의 데이터베이스만을 직접 구축하여 실시간 유출유 확산 예측의 상시 활용이 가능함을 확인하였다. 또한 사용자와 모델간 인터페이스부분에서 발생하는 오류를 최소화하는 사용자 입력 인터페이스와 모델 연산 결과를 시공간 측면에서 다차원적으로 분석할 수 있는 결과 표출 인터페이스를 제안하였다. 본 연구 결과로 구축된 유출유 확산 예측 모델의 상시 운용 체계는 외부 자료에 의존하기 때문에 모델 결과의 불확실성이 존재하지만, 유류오염사고 발생시 신속하게 모델을 구동하여 유출유 확산 예측을 수행할 수 있다는 측면에서 실제 방제 현장에서 의미있게 활용될 수 있다.

• IMMUNE NETWORK
• /
• 제1권1호
• /
• pp.77-86
• /
• 2001

Background: Hepatitis C virus(HCV), a family of Flaviviridae, has a host cell-derived envelope containing a positive-stranded RNA genome, and has been known as the maj or etiological agent for chronic hepatitis, hepatic cirrhosis, and hepatocellular carcinoma. There remains a need to dissect a molecular mechanism of pathogenesis for the development of therapeutic and effective preventive measure for HCV. Identification of cellular receptor is of central importance not only to understand the viral pathogenesis, but also to exploit strategies for prevention of HCV. This study was aimed at identifying peptide mimotopes inhibiting the binding of E2 protein of HCV to MOLT-4 cell. Methods: In this study, phage peptide library displaying a random peptides consisting of 7 or 12 random peptides was employed in order to pan against E2 protein. Free HCV particles were separated from the immune complex forms by immunoprecipitation using anti-human IgG antibody, and used for HCV-capture ELISA. To identify the peptides inhibiting E2-binding to MOLT-4 cells, E2 protein was subj ect to bind to MOLT-4 cells under the competition with phage peptides. Results: Several phage peptides were selected for their specific binding to E2 protein, which showed the conserved sequence of SHFWRAP from 3 different peptide sequences. They were also able to recognize the HCV particles in the sera of HCV patients captured by monoclonal antibody against E2 protein. Two of them, showing peptide sequence of HLGPWMSHWFQR and WAPPLERSSLFY respectively, were revealed to inhibit the binding of E2 protein to MOLT-4 cell efficiently in dose dependent mode. However, few membrane-associated receptor candidates were seen using Fasta3 programe for homology search with these peptides. Conclusion: Phage peptides containing HLGPWMSHWFQR and WAPPLERSSLFY respectively, showed the inhibition of E2-binding to MOLT-4 cells. However, they did not reveal any homologues to cellular receptors from GenBank database. In further study, cellular receptor could be identified through the screening of cDNA library from MOLT-4 or hepatocytes using antibodies against these peptide mimotopes.

• 한국가스학회지
• /
• 제21권4호
• /
• pp.84-91
• /
• 2017

다양한 산업분야의 첨단제품들의 기능향상이나 디자인 등을 위해 알루미늄이나 마그네슘과 같은 가연성 금속의 사용량이 증가하고 있으며, 이러한 금속의 가공공정의 증가로 인한 금속분진이 발생할 가능성이 증가되며 이는 금속분진으로 인한 폭발사고의 증가로 이어지고 있다. 금속분진에 의한 폭발의 경우 고체 및 열분해에 의해 발생된 증기의 혼합 상태에서의 연소라는 점에서 실험적인 해석이 가스폭발이나 증기운 연소에 비해 매우 복잡하기 때문에 국내 외적으로 분진폭발에 대한 연구가 현재로서는 부족한 실정이다. 본 연구에서는 가연성 금속분진의 폭발에 대한 리스크 분석을 위한 기반구조를 마련하고, 이러한 기반을 토대로 효율적인 분석방법을 제시하기 위해 분진폭발에 대한 폭발이론과 특성에 대하여 정리 및 제시하였으며, 금속성분진 별 폭발특성을 데이터베이스화 하여 분진폭발에 대한 리스크 분석과 연구에 사용할 수 있는 기반을 마련하였다.

• 한국데이타베이스학회:학술대회논문집
• /
• 한국데이타베이스학회 1999년도 춘계공동학술대회: 지식경영과 지식공학
• /
• pp.175-186
• /
• 1999

Detecting the features of significant patterns from their own historical data is so much crucial to good performance specially in time-series forecasting. Recently, a new data filtering method (or multi-scale decomposition) such as wavelet analysis is considered more useful for handling the time-series that contain strong quasi-cyclical components than other methods. The reason is that wavelet analysis theoretically makes much better local information according to different time intervals from the filtered data. Wavelets can process information effectively at different scales. This implies inherent support fer multiresolution analysis, which correlates with time series that exhibit self-similar behavior across different time scales. The specific local properties of wavelets can for example be particularly useful to describe signals with sharp spiky, discontinuous or fractal structure in financial markets based on chaos theory and also allows the removal of noise-dependent high frequencies, while conserving the signal bearing high frequency terms of the signal. To date, the existing studies related to wavelet analysis are increasingly being applied to many different fields. In this study, we focus on several wavelet thresholding criteria or techniques to support multi-signal decomposition methods for financial time series forecasting and apply to forecast Korean Won / U.S. Dollar currency market as a case study. One of the most important problems that has to be solved with the application of the filtering is the correct choice of the filter types and the filter parameters. If the threshold is too small or too large then the wavelet shrinkage estimator will tend to overfit or underfit the data. It is often selected arbitrarily or by adopting a certain theoretical or statistical criteria. Recently, new and versatile techniques have been introduced related to that problem. Our study is to analyze thresholding or filtering methods based on wavelet analysis that use multi-signal decomposition algorithms within the neural network architectures specially in complex financial markets. Secondly, through the comparison with different filtering techniques' results we introduce the present different filtering criteria of wavelet analysis to support the neural network learning optimization and analyze the critical issues related to the optimal filter design problems in wavelet analysis. That is, those issues include finding the optimal filter parameter to extract significant input features for the forecasting model. Finally, from existing theory or experimental viewpoint concerning the criteria of wavelets thresholding parameters we propose the design of the optimal wavelet for representing a given signal useful in forecasting models, specially a well known neural network models.