• 자연과학논문집
• /
• 제4권
• /
• pp.103-142
• /
• 1991

표식 유전자를 이용하여 체세포 잡종체를 선발하기 위한 연구의 일환으로 감자조직에는 T-DNA를 도입하여 식물호르몬 무첨가 배지에서도 생장가능한 형질전환체을 획득하고, 담배조직에는 NPT H gene을 도입하여 kanamycin에 대해서 저항성을 나타내는 형질전환체를 획득하여 각각의 특성구명과 원형질체를 유리하여 도입된 유전자 marker를 이용해서 융합을 시도한 바 그 결과는 다음과 같다. 1. 감자 괴경에서 Agrobacterium tumefaciens Ach5와 A. rhizogenes ATCC15834를 접종하여 crown gall tumor 및 hairy root를 유기하였으며 이러한 tumor조직은 식물 호르몬 무첨가 배지에서 생장이 가능하였다. 2. 감자에서 유기된 hairy root로부터 callus 형성은 2.4-D 2mg/1 첨가된 MS 배지에서 가장 양호하였으며 casein hydrolysate 1g/1가 첨가하면 유연 한 callus의 증식이 더욱 왕성하였다. 3. Activated charcoal이 0.5~2.0g/1 첨가된 배지에서는 crown gall tumor callus의 절단면이 갈변되는 것을 방지 할 수 있어 생존률을 높일 수 있었으나 hairy root에서는 갈변되어 고사되었다. 4. 2, 4-D 2mg/1와 casein hydrolysate 1g/1를 첨가한 배지에 hairy root callus를 현탁배의한 결과 양호한 많은 callus 덩어리들을 단시간에 얻을 수 있었다. 5. $Tri^-$parental mating으로 NPTII gene이 coding되어있는 binary vector인 pGA643을 wild type 및 disarmid된 Agrobacterium 내에 도입하여 Agrobacterium tumefaciens Ach5/pGA643, A.tumefaciens $A_4T$/pGA643, A. tumefaciens LBA4404/pGA643를 획득하였다. 이 세 개의 conjugant를 사용하여 0.7% agarose gel 상에서 pGA643을 확인하였다. 6. pGA643이 도입왼 Agrobacterium tumefaciens LBA4404와 담배 조직과 동시배양하여 kanamycin $100\mug$/ml 첨가된 배지에 생존하는 callus를 선발하였으며 동일배지에서 callus의 증식이 가능하였다. 7.형질전환된 담배 callus로부터 식물체 형성은 BA 2mg/1를 첨가한 배지에서 가능하였다. 8. 재분화된 담배의 엽조직은 kanamycin.이 $1000\mug$/ml 첨가된 MS 배지에서도 왕성히 callus가 유기되어, 이는 재분화체에서도 NPTII gene이 그대로 유지되고 있음을 확인할 수 있었다. 9. 담배의 정상 shoot와 형질전환된 shoot를 kanamycin이 $100\mug$/ml이 함유된 MS배지에 기내삽목한 결과, 정상 shoot는 발근이 되지 않고 황화 되었으나 형질전환된 shoot는 발근이되었으며 정상적으로 생장을 하였다. 10. 감자의 T-DNA가 도입된 현탁배양 callus는 cellulase 2%, macerozyme 2%, dricelase 1%에서 양호하게 유리되었다. 11. Osmoticum으로서 mannitol 농도 0.8M에서 담배와 감자의 두 조직 모두 원형질체유리가 가장 효과적이었다. 생존력은 T-DNA가 도입된 감자의 hairy root를 callus로 탈분화 시킨 후 현탁배양한 callus가 mannitol 0.5M에서 97%를 나타냈고, 그리고 NPTII gene이 도입된 담배의 엽조직은 mannitol 0.7M에서 94%로 최고를 타나냈다. 12. 원형질체 융합은 PEG solution 처리 15분 후부터 관찰되기 시작하여 20분에 완전히 융합되었고, 융합된 원형질체는 선발 marker인 호르몬 무첨가 및 kanamycin 첨가배지에서 배양 5일 후에 세포벽이 재생되었으며 4주일 후부터 colony들이 관찰되었다.

• Journal of the Korean Association of Oral and Maxillofacial Surgeons
• /
• 제30권6호
• /
• pp.465-473
• /
• 2004

Purpose : The essential triad for nerve regeneration is nerve conduit, supporting cell and neurotrophic factor. In order to improve the peripheral nerve regeneration, we used polyglycolic acid(PGA) tube and brain-derived neurotrophic factor(BDNF) gene transfected Schwann cells in sciatic nerve defects of SD rat. Materials and methods : Nerve conduits were made with PGA sheet and outer surface was coated with poly(lactic-co-glycolic acid) for mechanical strength and control the resorption rate. The diameter of conduit was 1.8mm and the length was 17mm Schwann cells were harvested from dorsal root ganglion(DRG) of SD rat aged 1 day. Schwann cells were cultured on the PGA sheet to test the biocompatibility adhesion of Schwann cell. Human BDNF gene was obtained from cDNA library and amplified using PCR. BDNF gene was inserted into E1 deleted region of adenovirus shuttle vector, pAACCMVpARS. BDNF-adenovirus was multiplied in 293 cells and purified. The BDNF-Adenovirus was then infected to the cultured Schwann cells. Left sciatic nerve of SD rat (250g weighing) was exposed and 14mm defects were made. After bridging the defect with PGA conduit, culture medium(MEM), Schwann cells or BDNF-Adenovirus infected Schwann cells were injected into the lumen of conduit, respectively. 12 weeks after operation, gait analysis for sciatic function index, electrophysiology and histomorphometry was performed. Results : Cultured Schwann cells were well adhered to PGA sheet. Sciatic index of BDNF transfected group was $-53.66{\pm}13.43$ which was the best among three groups. The threshold of compound action potential was between 800 to $1000{\mu}A$ in experimental groups which is about 10 times higher than normal sciatic nerve. Conduction velocity and peak voltage of action potential of BDNF group was the highest among experimental groups. The myelin thickness and axonal density of BDNF group was significantly greater than the other groups. Conclusion : BDNF gene transfected Schwann cells could regenerate the sciatic nerve gap(14mm) of rat successfully.

• 자원환경지질
• /
• 제34권1호
• /
• pp.1-12
• /
• 2001

본 연구에서는 층상규산염광물 중 삼팔면체 운모족에 속하는 흑운모-1Μ 시료를 대상으로 중성자분말회절분석을 수행하였다. 분말회절분석기의 저온 및 고온 시료장치를 이용하여 -263$^{\circ}C$, 상온, 30$0^{\circ}C$, $600^{\circ}C$, 90$0^{\circ}C$의 온도조건에서 중성자 회절자료를 취득하였으며 Rietveld법으로 구조분석을 실시하였다. 정밀화 지수 $R_{b}$는 5.06%-11.9%, S(Goodness of fitness)는 2.97~3.94로 수렴되었다. -263$^{\circ}C$부터 $600^{\circ}C$까지는 단위포상수 a, b, c가 온도의 증가에 따라서 팽창되는 경향을 뚜렷하게 관찰할 수 있었으며 90$0^{\circ}C$에서는 a와 b의 경우 오히려 감소하는 결과를 보여주었다. -263$^{\circ}C$~$600^{\circ}C$ 온도구간에서 c축의 팽창성은 a, b 축의 팽창성에 비하여 상대적으로 더 크며 이는 단위포의 부피증가가 이 온도 범위에서는 c축의 팽창에 의해 주도됨을 지시한다. 90$0^{\circ}C$에서 보이는 경향의 불일치성은 이 온도에서 탈수산기화-산화반응이 우세하게 발생함으로서 팔면체 구조내 $Fe^{2+}$ 이 $Fe^{3+}$ 로 산화되어 양이온 반경이 변화되었기 때문으로 해석된다. 저온조건(-263$^{\circ}C$)에서 결정된 수소원자의 위치는 O4자리로부터 0.9103$\AA$ 떨어져서 (x/a=0.138, y/b=0.5, z/c=0.305)의 위치에 존재하는 것으로 계산되었다. 각 온도조건에 대하여 사면체회전각($\alpha$*, 팔면체판 두께($t_{oct}$), M-O간 거리는 단위포축 팽창성 결과와 마찬가지로 90$0^{\circ}C$의 고온조건을 제외하고는 일반적으로 온도가 증가함에 따라서 $\alpha$*, $t_{oct}$, M-O간 거리가 증가하는 경향을 보이지만 그경향이 상대적으로 덜 분명하며, 온도변화에 따른 팔면체 형태변화의 경향은 보이지 않았는데, 이는 금운모 등과 달리 M1, M2 팔면체에는 Fe와 Mg가 치환되어 분포하고 있기 때문으로 해석된다.다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권7호
• /
• pp.271-278
• /
• 2021

현재 사이버 공격이 더욱 지능화됨에 따라 기존의 침입 탐지 시스템(Intrusion Detection System)은 저장된 패턴에서 벗어난 지능형 공격을 탐지하기 어렵다. 이를 해결하려는 방법으로, 데이터 학습을 통해 지능형 공격의 패턴을 분석하는 딥러닝(Deep Learning) 기반의 침입 탐지 시스템 모델이 등장했다. 침입 탐지 시스템은 설치 위치에 따라 호스트 기반과 네트워크 기반으로 구분된다. 호스트 기반 침입 탐지 시스템은 네트워크 기반 침입 탐지 시스템과 달리 시스템 내부와 외부를 전체적으로 관찰해야 하는 단점이 있다. 하지만 네트워크 기반 침입 탐지 시스템에서 탐지할 수 없는 침입을 탐지할 수 있는 장점이 있다. 따라서, 본 연구에서는 호스트 기반의 침입 탐지 시스템에 관한 연구를 수행했다. 호스트 기반의 침입 탐지 시스템 모델의 성능을 평가하고 개선하기 위해서 2018년에 공개된 호스트 기반 LID-DS(Leipzig Intrusion Detection-Data Set)를 사용했다. 해당 데이터 세트를 통한 모델의 성능 평가에 있어서 각 데이터에 대한 유사성을 확인하여 정상 데이터인지 비정상 데이터인지 식별하기 위해 1차원 벡터 데이터를 3차원 이미지 데이터로 변환하여 재구성했다. 또한, 딥러닝 모델은 새로운 사이버 공격 방법이 발견될 때마다 학습을 다시 해야 한다는 단점이 있다. 즉, 데이터의 양이 많을수록 학습하는 시간이 오래 걸리기 때문에 효율적이지 못하다. 이를 해결하기 위해 본 논문에서는 적은 양의 데이터를 학습하여 우수한 성능을 보이는 Few-Shot Learning 기법을 사용하기 위해 Siamese-CNN(Siamese Convolutional Neural Network)을 제안한다. Siamese-CNN은 이미지로 변환한 각 사이버 공격의 샘플에 대한 유사성 점수에 의해 같은 유형의 공격인지 아닌지 판단한다. 정확성은 Few-Shot Learning 기법을 사용하여 정확성을 계산했으며, Siamese-CNN의 성능을 확인하기 위해 Vanilla-CNN(Vanilla Convolutional Neural Network)과 Siamese-CNN의 성능을 비교했다. Accuracy, Precision, Recall 및 F1-Score 지표를 측정한 결과, Vanilla-CNN 모델보다 본 연구에서 제안한 Siamese-CNN 모델의 Recall이 약 6% 증가한 것을 확인했다.

• 한국환경생태학회지
• /
• 제32권6호
• /
• pp.686-697
• /
• 2018

오늘날 원격탐지기술의 발달로 인해, 산림지역과 같이 피복 분류작업이 난해한 지역을 비롯한 광범위한 지역에서의 세밀한 변화탐지를 위한 고해상도 위성영상 취득이 가능해졌다. 하지만, 고해상도 영상에 대한 시계열분석의 과정에서 많은 양의 지상 관측 데이터가 요구된다. 본 연구에서는 토지피복도를 지상 관측데이터로 활용한 위성영상 분류 방법의 가능성을 시험하였다. 연구대상지는 강원도 원주시이며, 산림지역과 시가화지역이 공존하는 공간이다. 연구 자료는 2015년 3월에 촬영된 KOMPSAT-3A 영상과 2017년도 토지피복도를 이용하여 분류를 시도하였다. 서포트벡터머신(SVM)과 랜덤포레스트(RF)의 두 가지 상이한 화소기반 분류기법을 적용하여 대상지에 대한 피복분류의 분류정확도를 비교 분석하였으며, SVM 분석의 경우 다수 분석(Majority analysis)을 후속 진행하였다. 분석대상은 산림식생만 포함한 지역과 연구대상지 전지역으로 구분하였고, 대상 면적이 협소한 습지는 분석과정에서 제외하였다. 분류 결과는 오차 행렬의 전체 정확도가 두 가지 분류대상에 대해 RF 기법이 SVM 기법보다 더 나은 것으로 나타났다. 산림지역만을 대상으로 한 경우, RF 기법이 SVM 기법에 비해 18.3% 높은 값을 나타낸 반면, 전체지역을 대상으로 한 경우는 둘 사이의 간격이 5.5%로 줄어들었다. SVM 기법에 다수 분석 (Majority analysis)을 추가로 실시한 경우, 1% 정도의 정확도 향상이 나타났다. RF 기법은 산림지역의 활엽수를 분석해 내는데 상당히 효과적이었지만, 다른 대상에 대해서는 SVM 기법이 더 나은 결과를 나타내었다. 본 연구는 고해상도 단일시기 영상에 대한 화소 기반의 분류기법을 시험한 것으로, 추후 시계열분석 및 객체기반 분류기법의 추가적인 적용으로 향상된 정확도와 신뢰도를 얻을 수 있을 것으로 판단된다. 이 연구의 방법론은 시공간적으로 고해상도 분석결과를 제공함으로써, 대면적의 토지계획에 유용할 것으로 기대된다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.163-177
• /
• 2019

스마트폰이 널리 보급되고 현대인들의 생활 속에 깊이 자리 잡으면서, 스마트폰에서 수집된 다종 데이터를 바탕으로 사용자 개인의 행동을 인식하고자 하는 연구가 활발히 진행되고 있다. 그러나 타인과의 상호작용 행동 인식에 대한 연구는 아직까지 상대적으로 미진하였다. 기존 상호작용 행동 인식 연구에서는 오디오, 블루투스, 와이파이 등의 데이터를 사용하였으나, 이들은 사용자 사생활 침해 가능성이 높으며 단시간 내에 충분한 양의 데이터를 수집하기 어렵다는 한계가 있다. 반면 가속도, 자기장, 자이로스코프 등의 물리 센서의 경우 사생활 침해 가능성이 낮으며 단시간 내에 충분한 양의 데이터를 수집할 수 있다. 본 연구에서는 이러한 점에 주목하여, 스마트폰 상의 다종 물리 센서 데이터만을 활용, 딥러닝 모델에 기반을 둔 사용자의 동행 상태 인식 방법론을 제안한다. 사용자의 동행 여부 및 대화 여부를 분류하는 동행 상태 분류 모델은 컨볼루션 신경망과 장단기 기억 순환 신경망이 혼합된 구조를 지닌다. 먼저 스마트폰의 다종 물리 센서에서 수집한 데이터에 존재하는 타임 스태프의 차이를 상쇄하고, 정규화를 수행하여 시간에 따른 시퀀스 데이터 형태로 변환함으로써 동행 상태분류 모델의 입력 데이터를 생성한다. 이는 컨볼루션 신경망에 입력되며, 데이터의 시간적 국부 의존성이 반영된 요인 지도를 출력한다. 장단기 기억 순환 신경망은 요인 지도를 입력받아 시간에 따른 순차적 연관 관계를 학습하며, 동행 상태 분류를 위한 요인을 추출하고 소프트맥스 분류기에서 이에 기반한 최종적인 분류를 수행한다. 자체 제작한 스마트폰 애플리케이션을 배포하여 실험 데이터를 수집하였으며, 이를 활용하여 제안한 방법론을 평가하였다. 최적의 파라미터를 설정하여 동행 상태 분류 모델을 학습하고 평가한 결과, 동행 여부와 대화 여부를 각각 98.74%, 98.83%의 높은 정확도로 분류하였다.