• 미생물학회지
• /
• 제51권3호
• /
• pp.263-270
• /
• 2015

탄소원으로 Avicel이 첨가된 배지에서 공주에 소재한 밤 나무 농장의 토양 미생물을 증균 배양하여 mannanase를 생산하는 미생물을 분리하였다. 분리균 YB-43의 16S rDNA 서열은 Cellulosimicrobium 속 균주와 유사도가 99.6% 이상으로 가장 높게 나타났다. Locust bean gum (LBG)이나 konjac이 첨가된 배지에서 분리균의 mannanase 생산성이 크게 증가하였다. 0.7% LBG가 첨가된 LB 배지에서 Cellulosimicrobium sp. YB-43이 균체외로 생산한 mannanase를 DEAE-Sepharose와 Q-Sepharose 컬럼 크로마토그래피로 부분 정제하여 mannanase A (ManA)와 mannanase C (ManC)로 분획하였다. ManA는 $55^{\circ}C$와 pH 6.5, ManC는 $65^{\circ}C$ pH 7.5에서 최대활성을 보였으며, ManA는 $40^{\circ}C$ 이하에서 1시간 동안 실활되지 않았으나 ManC는 $20^{\circ}C$에서도 상당량 실활되었다. 또한 ManA와 ManC는 기질특이성과 mannooligosaccharides의 최종 분해산물에도 차이가 있는 것으로 나타났다. 이로 보아 Cellulosimicrobium sp. YB-43은 특성이 서로 다른 2종류 mannanases를 생산하는 것으로 판단된다.

• 미생물학회지
• /
• 제52권3호
• /
• pp.336-343
• /
• 2016

두 종류의 mannanases를 생산하는 Cellulosimicrobium sp. YB-43로부터 mannanase 유전자를 클로닝하고 그 염기서열을 결정하였다. Mannanase 유전자는 manB로 명명되었으며, 427 아미노 잔기로 구성된 단백질을 코드하는 1,284개 염기로 구성되었다. ManB는 추론된 아미노산 배열에 근거해서 glycosyl hydrolase family 5에 속하는 mannanase와 상동성이 높은 활성영역과 함께 2개의 탄수화물 결합영역을 포함하고 있는 다영역 효소로 확인되었다. Cellulosimicrobium sp. YB-43의 manB 유전자를 함유한 재조합 대장균의 균체 파쇄상등액으로부터 정제된 ManB의 아미노 말단 배열이 QGASAASDG로 결정되었으며 이는 SignalP4.1 server로 그람 음성균을 기준으로 예측된 signal peptide의 결과와 정확하기 일치하였다. 정제된 ManB의 최적 반응조건은 $55^{\circ}C$와 pH 6.5-7.0이며 locust bean gum (LBG), konjac과 guar gum을 가수분해 하였으며, 셀룰로스, 자일란, 전분과 para-nitrophenyl-${\beta}$-mannopyranoside에 대해서는 분해활성이 없었다. ManB의 활성은 $Mg^{2+}$, $K^+$와 $Na^+$에 의해 약간 저해되었으며 $Cu^{2+}$, $Zn^{2+}$, $Mn^{2+}$과 SDS에 의해서는 크게 저해되었다. 또한 이 효소는 mannobiose 보다 큰 중합도를 갖는 만노올리고당을 가수분해하였으며, LBG와 만노올리고당을 가수분해하였을 때 mannobiose가 가장 많은 양으로 생성되었다.

• 한국음향학회지
• /
• 제18권3호
• /
• pp.35-42
• /
• 1999

본 논문에서는 이산적인 HMM(Hidden Markov Model)을 이용한 고립단어 인식 시스템에서 입력특징벡터의 변별력을 향상시키기 위해 수정된 집단화 알고리듬을 제안하므로써 K-means나 LBG 알고리듬을 이용한 기존의 HMM에 비해 2.16%의 인식율을 향상시켰다. 또한 HMM학습과정에서 불충분한 학습데이타로 인해 발생되는 인식율저하의 문제를 해소하기 위해 확률적으로 개선된 smoothing 기법을 제안하므로써 화자독립 실험에서 3.07%의 인식율을 향상시켰다. 본 논문에서 제안한 두 가지 알고리듬을 모두 적용하여 최종적으로 실험한 VQ/HMM에서는 기존의 방식에 비해 화자독립 인식실험 결과 평균 인식율이 4.66% 개선되었다.

• 한국음향학회지
• /
• 제21권2호
• /
• pp.167-172
• /
• 2002

음성부호화 알고리즘인 EVRC (Enhanced Variable Rate Codec)는 현재 북미 및 한국 CDMA 디지털 셀룰러 시스템에 사용되고 있다. EVRC음성부호화기에서 음성의 주파수영역에서의 에너지 분포와 관련되어 있는 LSP (Line Spectral Pairs)값은 가중분할 벡터 양자화 (Weighted Split Vector Quantization)에 의해 코딩된다. 이러한 코딩 과정에 사용되는 LSP 코드북이 개발국 언어 혹은 영어로 설계되었음을 감안하면 한국어통화에 대해서는 한국어로 설계된 LS 코드북에 의해 향상된 성능을 기대할 수 있다. 본 논문에서는 한국어로 BVRC의 LSP 코드북을 LBG알고리즘을 기반으로 한 벡터 양자화기법으로 설계하였으며 이 코드북에 의한 벡터양자화 성능향상 및 그에 따른 음질향상을 각각 SD (Spectral Distortion) 및 신호대 잡음비 (SNR), SegSNR측정으로 입증하였다.

• 한국식품조리과학회지
• /
• 제12권1호
• /
• pp.20-26
• /
• 1996

The present study was attempted to investigate and to evaluate various hydrocolloids as a stabilizer in improving texture of the frozen yogurt. Four kinds of hydrocolloids used in this study were CMC (carboxymethyll cellulose), PGA(propylene glycol alginate), LMP(low methoxyl pectin), and the combination of LBG(locust bean gum) and GG(guar gum). The viscosity of frozen yogurt mixes did not show any significant differences among four samples at 5$^{\circ}C$. However, as the temperature increased up to 50$^{\circ}C$, theviscosity of frozen yogurt mixes containing CMC, LMP, PGA decreased drastically except frozen yogurt containing the combination of LBG+GG. The overrun of frozen yogurt containing each hydrocolloid gradually increased and reached to about 53, 50, 54, and 35%, respectively, after 40 min of operating ice cream freezer. As the result of sensory evaluation in the texture of frozen yogurt and melt-down quality, the sample containing LMP was described as the most coarce & icy, crumbly, and sand-like characters. On the other hand, PGA sample was evaluated as not being icy, crumbly, but being chewy and soft in texture. However, any significant differences among four samples were not shown in melt-down quality.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1997년도 추계학술대회 논문집 학회본부
• /
• pp.600-602
• /
• 1997

In this study, a hybrid neural net consisting of an Adaptive LVQ(ALVQ) algorithm and MLP is proposed to perform speaker identification task. ALVQ is a new learning procedure using adaptively feature vector sequence instead of only one feature vector in training codebooks initialized by LBG algorithm and the optimization criterion of this method is consistent with the speaker classification decision rule. ALVQ aims at providing a compressed, geometrically consistent data representation. It is fit to cover irregular data distributions and computes the distance of the input vector sequence from its nodes. On the other hand, MLP aim at a data representation to fit to discriminate patterns belonging to different classes. It has been shown that MLP nets can approximate Bayesian "optimal" classifiers with high precision, and their output values can be related a-posteriori class probabilities. The different characteristics of these neural models make it possible to devise hybrid neural net systems, consisting of classification modules based on these two different philosophies. The proposed method is compared with LBG algorithm, LVQ algorithm and MLP for performance.

• 방송공학회논문지
• /
• 제1권1호
• /
• pp.29-34
• /
• 1996

차등적 오류 방지는 전송되는 정보에 따라 채널에서 오류가 발생했을 때 미치는 영향이 다른 것을 이용하여 채널 오류에 민감한 정보를 다른 정보보다 강력하게 채널 오류로부터 보호하는 방법이다. 그러나 채널에서 오류가 없다는 가정하에 LBG 알고리듬으로 설계한 벡터 양자화 신호에 차등적 오류 방지를 그대로 적용할 수 없다. 따라서 본 논문에서는 이러한 벡터 양자화 신호의 전송에서 차등적 오류 방지를 적용할 수 있도록 부호 벡터에 체계적으로 이진 인덱스를 할당하는 기법을 제안하였다. 또한 제안한 기법을 벡터 양자화 한 1차 Gauss-Marcov 신호의 전송에 중요한 정보의 비율을 50%로 하여 적용하였다.

• 한국미생물·생명공학회지
• /
• 제32권4호
• /
• pp.347-351
• /
• 2004

Hydrolysis of manno-oligosaccharides and galactomannan was studied with the purified Bacillus subtilis WL-7 mannanase from recombinant Eschericoli. The predominant products of hydrolysis were mannose, mannobiose and mannotriose. The enzyme could hydrolyze $\beta$-1 A-linked manno-oligosaccharides larger than mannobiose, but was not active on mannobiose. When the mannanase hydrolyzed manno-oligo saccharides of degree of polymerization(DP) 4-6, it was more active on the substrate of higher DP. Based on analysis of transient reaction products by TLC, the enzyme was found to have a preference for internal $\beta$-IA-mannosidic linkages, which are the central mannosidic bond of mannotetraose and the two middle mannosidic bonds of mannopentaose. The $\beta$-l A-mannosidic bonds situated at the second and fourth positions from the nonreducing end of mannohexaose were preferenhydrolyzed by the mannanase. Locust bean gum(LBG) was enzymatically hydrolyzed with higher efficiency than guar gum, resulting that amount of reducing sugars was liberated more efficiently from LBG than guar gum with same activity of mannanase.

• The Korean Journal of Physiology
• /
• 제28권1호
• /
• pp.91-97
• /
• 1994

In order to produce a specific bombesin antiserum far very sensitive radioimmunoassay, synthetic $[lys^3]-bombesin$ conjugated to bovine serum albumin was subcutaneously injected into guinea pigs. The conjugation was performed using either carbodiimide or gIutaraldehyde as a coupling agent. The antisera were characterized by analysis of Scatchard and Sips plots. The antiserum LBE 2G/2 raised by repeat injection of the immunogen conjugated with carbodiimide showed the titer of 1 : 188,000, very low cross-reactivity to bombesin-like peptides except bombesin, with high affinity constant $(1.64{\times}10^{11}\;M^{-1})$ and high heterogeneity index (0.91). The antiserum LBG 1G/2 produced by repeat injection of the immunogen conjugated with glutaraldehyde possessed the titer of 1 : 43,000, high cross-reactivity to some bombesin-like peptides, high affinity constant $(1.19{\times}10^{11}\;M^{-1})$ and high heterogeneity index (0.79). These results indicate that the antiserum LBE 2G/2 is specific only to bombesin and that the antiserum LBG IG/2 binds to some bombesin-like peptides such as alytesin, gastrin releasing peptide and neuromedin C. The antiserum LBE 2G/2 is sufficient for the very sensitive radioimmunoassay of bombesin.

• 융합신호처리학회논문지
• /
• 제17권2호
• /
• pp.67-70
• /
• 2016

본 논문에서 8mm 파장영역에서 획득한 수동형 밀리미터파 영상을 이용하여 위험물체를 은닉한 대상으로부터 금속표적(권총)을 자동으로 분할하고 식별하는 실시간 그래픽 사용자 인터페이스(Graphic User Interface)를 구현한다. 은닉된 표적의 분할 방법은 다단계 영상 분할 방법을 이용한다. 다단계 영상 분할의 각 단계는 밀리미터파 영상의 히스토그램을 가우시안 혼합 모델(Gaussian Mixture Model)로 가정하고 LBG 양자화(Vector-Quantization)과 추정(Expectation)-최대화(Maximization) 알고리즘으로 구성된다. 첫 번째 단계에서 배경으로부터 몸체 영역을 분할하고 두 번째 단계에서 몸체로부터 은닉된 물체 영역을 순차적으로 분할한다. 실험 및 시뮬레이션에서는 그래픽 사용자 인터페이스 프로그램을 이용하여 분석된 결과를 보여준다.