• 제목/요약/키워드: Interdisciplinary Program

검색결과 2,062건 처리시간 0.045초

The Autophagy Protein CsATG8 is Involved in Asexual Development and Virulence in the Pepper Anthracnose Fungus Colletotrichum scovillei

  • Kwang Ho Lee;Adiyantara Gumilang;Teng Fu;Sung Wook Kang;Kyoung Su Kim
    • Mycobiology
    • /
    • 제50권6호
    • /
    • pp.467-474
    • /
    • 2022

  • Autophagy serves as a survival mechanism and plays important role in nutrient recycling under conditions of starvation, nutrient storage, ad differentiation of plant pathogenic fungi. However, autophagy-related genes have not been investigated in Colletotrichum scovillei, a causal agent of pepper fruit anthracnose disease. ATG8 is involved in autophagosome formation and is considered a marker of autophagy. Therefore, we generated an ATG8 deletion mutant, ΔCsatg8, via homologous recombination to determine the functional roles of CsATG8 in the development and virulence of C. scovillei. Compared with the wild-type, the deletion mutant ΔCsatg8 exhibited a severe reduction in conidiation. Conidia produced by ΔCsatg8 were defective in survival, conidial germination, and appressorium formation. Moreover, conidia of ΔCsatg8 showed reduced lipid amount and PTS1 selectivity. A virulence assay showed that anthracnose development on pepper fruits was reduced in ΔCsatg8. Taken together, our results suggest that CsATG8 plays various roles in conidium production and associated development, and virulence in C. scovillei.

  • https://doi.org/10.1080/12298093.2022.2148393 인용 PDF KSCI

100 K-Poison: 한국어 생성 모델을 위한 독성 텍스트 저항력 검증 데이터셋 (100 K-Poison: Poisonous Texts Resistance Test Dataset For Korean Generative Models)

  • 비립;강예지;박서윤;장연지;김한샘
    • 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
    • /
    • 한국정보과학회언어공학연구회 2023년도 제35회 한글 및 한국어 정보처리 학술대회
    • /
    • pp.149-154
    • /
    • 2023

  • 본고는 한국어 생성 모델의 독성 텍스트 저항 능력을 검증하기 위해 'CVALUE' 데이터셋에서 추출한 고난도 독성 질문-대답 100쌍을 바탕으로 한국어 생성 모델을 위한 '100 K-Poison' 데이터셋을 시범적으로 구축했다. 이 데이터셋을 토대로 4가지 대표적인 한국어 생성 모델 'ZeroShot TextClassifcation'과 'Text Generation7 실험을 진행함으로써 현재 한국어 생성 모델의 독성 텍스트 식별 및 응답 능력을 종합적으로 고찰했고, 모델 간의 독성 텍스트 저항력 격차 현상을 분석했으며, 앞으로 한국어 생성 모델의 독성 텍스트 식별 및 웅대 성능을 한층 더 강화하기 위한 '이독공독(以毒攻毒)' 학습 전략을 새로 제안하였다.

  • PDF

개인정보 특화 개체명 주석 대화 데이터셋 기반 생성AI 활용 개체명 탐지 (Named Entity Detection Using Generative Al for Personal Information-Specific Named Entity Annotation Conversation Dataset)

  • 강예지;비립;장연지;박서윤;김한샘
    • 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
    • /
    • 한국정보과학회언어공학연구회 2023년도 제35회 한글 및 한국어 정보처리 학술대회
    • /
    • pp.499-504
    • /
    • 2023

  • 본 연구에서는 민감한 개인정보의 유출과 남용 위험이 높아지고 있는 상황에서 정확한 개인정보 탐지 및 비식별화의 효율을 높이기 위해 개인정보 항목에 특화된 개체명 체계를 개발하였다. 개인정보 태그셋이 주석된 대화 데이터 4,981세트를 구축하고, 생성 AI 모델을 활용하여 개인정보 개체명 탐지 실험을 수행하였다. 실험을 위해 최적의 프롬프트를 설계하여 퓨샷러닝(few-shot learning)을 통해 탐지 결과를 평가하였다. 구축한 데이터셋과 영어 기반의 개인정보 주석 데이터셋을 비교 분석한 결과 고유식별번호 항목에 대해 본 연구에서 구축한 데이터셋에서 더 높은 탐지 성능이 나타났으며, 이를 통해 데이터셋의 필요성과 우수성을 입증하였다.

  • PDF