• Molecules and Cells
• /
• 제37권1호
• /
• pp.24-30
• /
• 2014

Inductive expression of early growth response 1 (Egr-1) in neurons is associated with many forms of neuronal activity. However, only a few Egr-1 target genes are known in the brain. The results of this study demonstrate that Egr-1 knockout (KO) mice display impaired contextual extinction learning and normal fear acquisition relative to wild-type (WT) control animals. Genome-wide microarray experiments revealed 368 differentially expressed genes in the hippocampus of Egr-1 WT exposed to different phases of a fear conditioning paradigm compared to gene expression profiles in the hippocampus of KO mice. Some of genes, such as serotonin receptor 2C (Htr2c), neuropeptide B (Npb), neuronal PAS domain protein 4 (Npas4), NPY receptor Y1 (Npy1r), fatty acid binding protein 7 (Fabp7), and neuropeptide Y (Npy) are known to regulate processing of fearful memories, and promoter analyses demonstrated that several of these genes contained Egr-1 binding sites. This study provides a useful list of potential Egr-1 target genes which may be regulated during fear memory processing.

• Journal of Information Processing Systems
• /
• 제17권4호
• /
• pp.818-833
• /
• 2021

To address the problems of low precision rate, insufficient feature extraction, and poor contextual ability in existing text sentiment analysis methods, a mixed model account of a CNN-BiLSTM-TE (convolutional neural network, bidirectional long short-term memory, and topic extraction) model was proposed. First, Chinese text data was converted into vectors through the method of transfer learning by Word2Vec. Second, local features were extracted by the CNN model. Then, contextual information was extracted by the BiLSTM neural network and the emotional tendency was obtained using softmax. Finally, topics were extracted by the term frequency-inverse document frequency and K-means. Compared with the CNN, BiLSTM, and gate recurrent unit (GRU) models, the CNN-BiLSTM-TE model's F1-score was higher than other models by 0.0147, 0.006, and 0.0052, respectively. Then compared with CNN-LSTM, LSTM-CNN, and BiLSTM-CNN models, the F1-score was higher by 0.0071, 0.0038, and 0.0049, respectively. Experimental results showed that the CNN-BiLSTM-TE model can effectively improve various indicators in application. Lastly, performed scalability verification through a takeaway dataset, which has great value in practical applications.

• 융합신호처리학회논문지
• /
• 제4권4호
• /
• pp.30-39
• /
• 2003

본 논문에서는 한국어 음성 데이터를 대상으로 HM-Net(Hidden Markov Network) 음성인식 시스템의 성능평가를 수행하였다. 음향모델 작성은 음성인식에서 널리 사용되고 있는 통계적인 모델링 방법인 HMM(Hidden Markov Model)을 개량한 HM-Net을 도입하였다. HM-Net은 기존의 SSS(Successive State Splitting) 알고리즘을 개량한 PDT(Phonetic Decision Tree)-SSS 알고리즘에 의해 문맥방향과 시간방향의 상태분할을 수행하여 생성되는데, 특히 문맥방향 상태분할의 경우 학습 음성데이터에 출현하지 않는 문맥정보를 효과적으로 표현하기 위해 음소결정트리를 채용하고 있으며, 시간방향 상태분할의 경우 학습 음성데이터에서 각 음소별 지속시간 정보를 효과적으로 표현하기 위한 상태분할을 수행하며, 마지막으로 파라미터의 공유를 통해 triphone 형태의 최적인 모델 네트워크를 작성하게 된다. 인식에 사용된 알고리즘은 음소 및 단어인식의 경우에는 One-Pass Viterbi 빔 탐색을 사용하며 트리 구조 형태의 사전과 phone/word-pair 문법을 채용하고 있다. 연속음성인식의 경우에는 단어 bigram과 단어 trigram 언어모델과 목구조 형태의 사전을 채용한 Multi-Pass 빔 탐색을 사용하고 있다. 전체적으로 본 논문에서는 다양한 조건에서 HM-Net 음성인식 시스템의 성능평가를 수행하였으며, 지금까지 소개된 음성인식 시스템과 비교하여 매우 우수한 인식성능을 보임을 실험을 통해 확인할 수 있었다.

• 과학교육연구지
• /
• 제42권2호
• /
• pp.165-181
• /
• 2018

본 연구에서는 PISA 2015의 과학 영역 결과를 토대로 우리나라 학생의 성취수준 집단 및 성별 집단에 따른 다양한 교육맥락 변인의 특성과 학생들의 성취에 미치는 영향력을 비교 분석하였다. PISA 2015는 과학이 주영역이었기 때문에 과학 영역과 관련된 교수 학습 변인 및 정의적 특성 관련 변인들이 다수 포함되었다. 다집단 구조방정식 모형을 통해서 분석한 결과, 학생들의 수업 환경, 교사의 피드백 등과 같은 교수 학습 특성은 과학 교과의 정의적 특성에 긍정적인 영향을 미치는 것으로 나타났으며, 정의적 특성을 매개로 과학 성취에도 간접적으로 통계적으로 유의하게 정적인 영향을 미치는 것이 확인되었다. 특히 교사의 지지와 맞춤식 수업 등의 교수 방법은 성취수준이 낮은 집단의 정의적 특성향상에 상대적으로 효과가 있었다. 또한 성취수준 집단 간에는 차이가 나타났으나, 성별 집단에서는 차이가 발생하지 않았다. 따라서 학생들의 인지적, 정의적 성취를 향상시키기 위해서 적절한 교수 학습 환경과 전략을 제공하는 것에 대해 지속적으로 강조할 필요가 있을 것이다. 연구 결과를 바탕으로 한 우리나라 교육 개선을 위한 시사점과 학생들의 인지적, 정의적 특성을 향상할 수 있는 방안이 논의되었다.

• 한국IT서비스학회지
• /
• 제8권1호
• /
• pp.203-215
• /
• 2009

This paper illustrates the application of co-occurrence theory to generate lightweight ontologies semi-automatically. The proposed model includes three steps of a (Semi-) Automatic creation of Ontology; (they are conceptually named as) the Syntactic-based Ontology, the Semantic-based Ontology and the Ontology Refinement. Each of these three steps are designed to interactively work together, so as to generate Lightweight Ontologies. The Syntactic-based Ontology step includes generating Association words using co-occurrence in web documents. The Semantic-based Ontology step includes the Alignment large Association words with small Ontology, through the process of semantic relations by contextual terms. Finally, the Ontology Refinement step includes the domain expert to refine the lightweight Ontologies. We also conducted a case study to generate lightweight ontologies in specific domains(news domain). In this paper, we found two directions including (1) employment co-occurrence theory to generate Syntactic-based Ontology automatically and (2) Alignment large Association words with small Ontology to generate lightweight ontologies semi-automatically. So far as the design and the generation of big Ontology is concerned, the proposed research will offer useful implications to the researchers and practitioners so as to improve the research level to the commercial use.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권8호
• /
• pp.319-330
• /
• 2021

최근 오픈 도메인 자연어 질문 응답 분야에서는 다중 작업, 다중 홉 질문 응답에 관한 연구들이 활발히 진행되어 오고 있다. 본 논문에서는 이러한 다중 작업, 다중 홉 질문들에 효과적으로 응답하기 위해, 계층적 그래프 기반의 새로운 심층 신경망 모델을 제안한다. 제안 모델에서는 계층적 그래프와 그래프 신경망을 이용해 여러 문단들로부터 서로 다른 수준의 맥락 정보를 얻어낸 후, 이들을 활용하여 답변 유형, 뒷받침 문장들과 답변 영역 등을 동시에 예측해낸다. 본 논문에서는 오픈 도메인 자연어 질문 응답 데이터 집합인 HotpotQA를 이용한 실험들을 통해, 제안 모델의 높은 성능과 긍정적 효과를 입증한다.

• 컴퓨터교육학회논문지
• /
• 제9권6호
• /
• pp.29-39
• /
• 2006

웹은 양적으로 폭발적인 성장을 이루게 되었지만 맥락적 의미의 결여로 사용자에게 검색에 대한 지적 부담을 높이고 있다. 정보의 양은 많으나 사용자에게 적합한 정보를 얻기 위하여 많은 노력을 기울여 검색 용어를 찾고 검색된 각 웹 문서들을 다시 살펴보아야 한다. 본 연구에서는 시맨틱 웹(Semantic Web)에서 중요하게 다루어지고 있는 온툴로지를 이용하여 특정 도메인 컴퓨터 하드웨어 - 에 관한 맥락적 지식을 표현하고, 이를 이용한 e-Learning 학습 자료 검색 시스템을 설계 및 구현함으로써 검색의 주체인 학습자에게 적합한 교수-학습 자료와 그에 연관된 멀티미디어 자료들을 제공하도록 하였다. 또한 유사어나 철자 오류를 보정하여 검색하는 기능, 온톨로지 상의 클래스, 인스턴스, 프로퍼티를 이용하여 검색하는 등 다양한 부가 기능들을 추가함으로써 학습자 중심의 효율적인 검색시스템을 구현하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2012년도 제46차 하계학술발표논문집 20권2호
• /
• pp.87-88
• /
• 2012

Because intra prediction modes in H.264 are determined by the brightness continuity between neighboring blocks, they can be used as a method for extracting edge information in the compression domain. However, if we just consider 9 intra prediction modes in H.264 as 9 different edge directions, we have the following two problems. First, intra prediction modes tend to yield too many edge blocks, generating unnecessary edge information. Second, we may not need all 9 directional edges (including the DC type) in H.264 intra prediction modes. For example, the EHD (edge histogram descriptor) in MPEG-7 defines only 4 directional edge types, namely horizontal, vertical, diagonal (HVD) edges with $0^{\circ}$, $90^{\circ}$, $45^{\circ}$, and $135^{\circ}$. Here, semi-diagonal (SD) edge types with $112.5^{\circ}$, $157.5^{\circ}$, $22.5^{\circ}$, and $67.5^{\circ}$ in the intra prediction modes in H.264 are not used. In this paper. we prepose a method that removes unnecessary edges from the intra prediction modes by utilizing the total average coefficient of 4x4 blocks in each slice and assign SD edges to HVD (horizontal, vertical, diagonal, $0^{\circ}$, $90^{\circ}$, $45^{\circ}$, $135^{\circ}$) edges by the contextual information of the neighboring blocks. Experimental results show that the edges determined by the proposed method in the compression domain are comparable to those of the previous edge detection methods in the spatial domain.

• 정보처리학회논문지D
• /
• 제13D권6호
• /
• pp.789-796
• /
• 2006

센서네트워크의 유비쿼터스 환경에서는 지능적이며 상황적응적인 서비스를 제공하기 위한 상황인식 기술이 핵심이다. 상황인식 응용을 지원하기 위해 특정 응용에 종속되지 않고 같은 환경 안에서 응용들이 공유하여 인식할 수 있는 새로운 상황정보 모델이 요구된다. 또한 상황정보모델은 다양한 상황표현과 복잡한 상황인식을 지원하여야 한다. 따라서 이 연구에서 상황인식 과정에 따라 상황정보를 정의하고 도메인 지식과 응용 지식을 온톨로지와 규칙을 이용하여 설계하였다. 공간객체모델을 이용하여 도메인의 공간 온톨로지를 표현하였으며 온톨로지를 확장한 규칙으로 응용 지식을 표현하였다. 풍부한 공간 온톨로지의 표현은 객체의 위치뿐만 아니라 객체사이의 거리와 인접한 객체에 대한 상황정보도 표현하였다. 제안한 상황정보 모델은 확장성과 유연성 및 상호교환을 가능하게 하며 기존의 GIS와 연동하여 다양한 공간상황을 표현하고 복잡한 공간상황을 인식할 수 있는 모델이다. 이 모델을 기반으로 한 시스템구조는 다양한 상황인식 응용뿐 아니라 대규모 실외 상황인식 응용인 대기오염과 재난재해방재 서비스에 적용 가능함을 제시하였다.

• 한국콘텐츠학회논문지
• /
• 제10권1호
• /
• pp.267-274
• /
• 2010

오늘날 경제 환경과 기업 활동은 디자인의 가치를 새롭게 인식하고 있으며 디자인교육도 기술적방법과 표현력 중심에서 벗어나고 있다. 이런 디자인의 교육적 환경으로 디자인 매니지먼트의 교육프로그램에도 관심과 기대가 높아가고 있다. 디자인 매니지먼트교육의 새로운 프로그램을 제안하기위해 디자인 매니지먼트의 활동내용을 연도별로 설명하였고, 우리나라 디자인대학과 매니지먼트의 명문교육 기관과의 교육내용을 비교 분석하였다. 외국대학의 매니지먼트 디자인 교육은 경영대학원 중심으로 철저한 실무교육을 바탕으로 하고 있었으며 기본적으로 리더십교육을 강조하고 있었다. 디자인 매니지먼트의 영역은 창의적 요소와 리더십의 요소가 있으며 리더십은 개인의 리더십과 대인의 리더십이 있으며 인간관계성의 스킬이 리더십의 핵심요소가 된다. 이런 디자인의 리더십은 창의력을 조직 내에서 발생시키고 성장시켜나가는 것이므로 디자인 매니지먼트에서는 창의력개발과 리더십을 분리할 수는 없을 것이다. 우리의 창의력 교육은 감성적 기법과 분석적 기법을 통합함은 물론 개인과 그룹의 창의력을 향상시킬 수 있는 다양한 학습 프로그램으로 개발해야 한다. 이런 창의력 향상교육은 우리의 교육과 기업문화에도 활용 될 수 있는 디자인 매니지먼트 교육 프로그램이다.