• 원예과학기술지
• /
• 제32권1호
• /
• pp.91-99
• /
• 2014

본 연구는 배추에서의 저온 저항성 유전자를 개발하는데 목적이 있으며 이를 위해 먼저 저온($4^{\circ}C$) 스트레스가 처리된 내혼계배추를 대상으로 한 KBGP-24K oligo chip의 결과 [BrEMD(Brassica rapa EST and Microarray Database)]를 분석하였다. 그 결과 23,929개의 배추 unigene 중 저온 처리시 대조군 대비 5배 이상 발현이 증가하는 417개(1.7%)의 저온 반응 유전자를 1차 선발하고, 이들 중 기능이 정확히 알려지지 않았으나 완전장을 갖추고 있는 BrCSR로 명명한 유전자를 선발하였다. 이 유전자의 저온 저항성을 분석하기 위하여 형질전환용 과발현 vector인 pSL101 binary vector를 제작하여 담배에 형질전환시켰다. BrCSR이 과발현된 $T_1$ 세대 담배 형질전환체들은 PCR과 Southern hybridization 분석에 의해 선발하였고, BrCSR의 기능은 저온 처리 시 유전자의 발현 수준 분석과 표현형 검정을 통해 확인하였다. Quantitative real-time RT-PCR과 Northern blot hybridization 분석 결과, 형질전환 담배에서 BrCSR의 발현이 대조군보다 약 2배 정도 높게 발현되었으며 실제로 $4^{\circ}C$ 처리 후 표현형 분석에서 BrCSR이 과발현된 형질전환체들이 대조군보다 우수한 저온 저항성을 보여 주었다. 위 결과들에 근거하여 BrCSR 유전자가 저온 환경 하에서 식물의 생장과 저항성 향상에 중요한 역할을 담당하고 있음을 확인할 수 있었다.

• Journal of Plant Biotechnology
• /
• 제35권2호
• /
• pp.101-108
• /
• 2008

아그로박테리움을 이용한 형질전환은 대다수의 쌍자엽과 몇몇 단자엽 식물의 게놈내로 외래유전자를 도입하는 성공적인 방법이다. 해충저항성 CryIAc 유전자가 도입된 배추형 질전환체를 아그로박테리움 형질전환법을 통해 얻은 후, 도입유전자의 수를 Southern 분석을 통하여 확인하였다. 배추형질전환체 46개 중에서 29개는 1 copy의 CryIAc 유전자가 도입된 것으로 확인되었다. 식물체의 게놈내로 T-DNA 결합에 관한 정보를 얻기 위해서 LB 인접서열을 genome walking PCR 방법을 통하여 분석하였다. 46개의 배추형질전환체중에서 37개는 운반체의 backbone 염기서열을 지니는 것으로 확인되었다. 이러한 결과는 도입 운반체의 LB 지점에서 제대로 종결이 이루어지지 않아서 운반체의 backbone 염기서열이 운반된 것으로 보여진다. 운반체의 backbone 염기서열이 도입되지 않은 9개체의 배추형질전환체를 LB 인접서열을 분석한 결과, 모든 LB 부위는 절단부위가 보존되지 않았고, 절단부위에서 36bp까지도 결실이 확인되었다.

• 정보과학회 논문지
• /
• 제41권9호
• /
• pp.666-673
• /
• 2014

본 논문에서는 비제약적 얼굴 데이터 베이스를 위한 확장성 있는 얼굴 인식 방법을 연구하고, 간단한 실험 결과를 소개한다. 기존의 얼굴 인식 연구들은 주로 조명, 얼굴 각도, 표정, 배경 등 제약이 있는 환경에서의 정확도 향상에 초점을 맞추고 있어서 비제약적 얼굴 데이터 베이스에 사용하기에 적합하지 않다. 제안하는 얼굴인식 방법은 비제약적 얼굴 인식을 위한 특징 추출 알고리즘으로, 먼저 지역적 특징이 존재하는 눈, 코, 입과 같이 얼굴의 중요한 특징을 나타내는 영역을 분리한다. 각 얼굴 주요 위치는 고차원의 다중 스케일 국부 이진패턴 히스토그램(Multi-scale LBP histogram) 특징 벡터로 기술된다. 단일 얼굴 주요 위치에 해당하는 다중 스케일 국부 이진패턴 히스토그램 특징 벡터는 주성분 분석법(PCA: Principal Component Analysis)과 선형 판별 분석법(LDA: Linear Discriminant Analysis)의 차원 축소 과정을 통해 저차원 얼굴 특징 벡터를 생성한다. 저차원 얼굴 특징 벡터는 랭크 획득과 Precision at k(p@k) 성능 평가 방법을 이용하여 제안한 알고리즘의 얼굴 인식 성능을 검증한다. 본 연구는 FERET, LFW 및 PubFig83 데이터 베이스를 이용하여 얼굴 인식 실험을 수행하였으며, 제안한 알고리즘을 이용한 얼굴 인식 방법이 기존의 방법보다 향상된 인식성능을 보였다.

• 지능정보연구
• /
• 제12권1호
• /
• pp.17-31
• /
• 2006

본 논문에서는 출입국자 관리의 효율성과 체계적인 출입국 관리를 위하여 여권 코드를 자동으로 인식하고 위조 여권을 판별할 수 있는 여권 인식 및 얼굴 인증 방법을 제안한다. 여권 이미지가 기울어진 상태로 스캔되어 획득되어질 경우에는 개별 코드 인식과 얼굴 인증에 많은 영향을 미칠 수도 있으므로 기울기 보정은 문자 분할 및 인식, 얼굴 인증에 있어 매우 중요하다. 따라서 본 논문에서는 여권 영상을 스미어링한 후, 추출된 문자열 중에서 가장 긴 문자열을 선택하고 이 문자열의 좌측과 우측 부분의 두께 중심을 연결하는 직선과 수평선과의 기울기를 이용하여 여권 영상에 대한 각도 보정을 수행한다. 여권 코드 추출은 소벨 연산자와 수평 스미어링, 8 방향 윤곽선 추적 알고리즘을 적용하여 여권 코드의 문자열 영역을 추출하고, 추출된 여권 코드 문자열 영역에 대해 반복 이진화 알고리즘을 적용하여 코드의 문자열 영역을 이진화한다. 이진화된 문자열 영역에 대해 CDM 마스크를 적용하여 문자열의 코드들을 복원하고 8 방향 윤곽선 추적 알고리즘을 적용하여 개별 코드를 추출한다. 추출된 개별 코드 인식은 개선된 RBF 네트워크를 제안하여 적용한다. 개선된 퍼지 ART 기반 RBF 네트워크는 퍼지 논리 접속 연산자를 이용하여 경계 변수를 동적으로 조정하는 퍼지 ART 알고리즘을 제안하여 RBF 네트워크의 중간층으로 적용한다. 얼굴 인증을 위해서는 얼굴 인증에 가장 보편적으로 사용되는 PCA 알고리즘을 적용한다. PCA 알고리즘은 고차원의 벡터를 저 차원의 벡터로 감량하여 전체 입력 영상들의 직교적인 공분산 행렬을 계산한 후, 그것의 고유 값에 따라 각 영상의 고유 벡터를 구한다. 따라서 본 논문에서는 PCA 알고리즘을 적용하여 얼굴의 고유 벡터를 구한 후, 특징 벡터를 추출한다. 그리고 여권 영상에서 획득되어진 얼굴 영상의 특징 벡터와 데이터베이스에 있는 얼굴 영상의 특징 벡터와의 거리 값을 계산하여 사진 위조 여부를 판별한다. 제안된 여권 인식 및 얼굴 인증 방법의 성능을 평가를 위하여 원본 여권에서 얼굴 부분을 위조한 여권과 기울어진 여권 영상을 대상으로 실험한 결과, 제안된 방법이 여권의 코드 인식 및 얼굴 인증에 있어서 우수한 성능이 있음을 확인하였다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.157-173
• /
• 2021

소비자의 욕구와 관심에 맞추어 개인화된 제품을 추천하는 추천 시스템은 비즈니스에 필수적인 기술로서의 그 중요성이 증가하고 있다. 추천 시스템의 대표적인 모형 중 협업 필터링은 우수한 성능으로 다양한 분야에서 활용되고 있다. 그러나 협업필터링은 사용자-아이템의 선호도 정보가 충분하지 않을 경우 성능이 저하되는 희소성의 문제가 있다. 또한 실제 평점 데이터의 경우 대부분 높은 점수에 데이터가 편향되어 있어 심한 불균형을 갖는다. 불균형 데이터에 협업 필터링을 적용할 경우 편향된 클래스에 과도하게 학습되어 추천 성능이 저하된다. 이러한 문제를 해결하기 위해 많은 선행연구들이 진행되어 왔지만 추가적인 외부 데이터 또는 기존의 전통적인 오버샘플링 기법에 의존한 추천을 시도하였기에 유용성이 떨어지고 추천 성능 측면에서 한계점이 있었다. 본 연구에서는 CGAN을 기반으로 협업 필터링 구현 시 발생하는 희소성 문제를 해결함과 동시에 실제 데이터에서 발생하는 데이터 불균형을 완화하여 추천의 성능을 높이는 것을 목표로 한다. CGAN을 이용하여 비어있는 사용자-아이템 매트릭스에 실제와 흡사한 가상의 데이터를 생성하여, 희소성을 가지고 있는 기존의 매트릭스로만 학습한 것과 비교했을 때 높은 정확도가 예상된다. 이 과정에서 Condition vector y를 이용하여 소수 클래스에 대한 분포를 파악하고 그 특징을 반영하여 데이터를 생성하였다. 이후 협업 필터링을 적용하고, 하이퍼파라미터 튜닝을 통해 추천 시스템의 성능을 최대화하는데 기여하였다. 비교 대상으로는 전통적인 오버샘플링 기법인 SMOTE, BorderlineSMOTE, SVM-SMOTE, ADASYN와 GAN을 사용하였다. 결과적으로 데이터 희소성을 가지고 있는 기존의 실제 데이터뿐만 아니라 기존 오버샘플링 기법들보다 제안 모형의 추천 성능이 우수함을 확인하였으며, RMSE, MAE 평가 척도에서 가장 높은 예측 정확도를 나타낸다는 사실을 증명하였다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.147-168
• /
• 2017

오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.

• 지능정보연구
• /
• 제16권4호
• /
• pp.213-225
• /
• 2010

본 연구에서는 기업의 마케팅 프로모션에 따른 반응고객의 구매액 예측을 위한 방법을 제시하고 SVR의 효과적인 학습방법을 제시하였다. 프로모션에 의한 고객의 구매액을 기반으로 고객을 5등급으로 등급화하고 각 등급 내에서 SVR을 적용하여 고객의 구매액을 예측하였다. 본 연구에서 제안하는 예측된 고객의 등급 내에서 고객 구매액을 예측하는 분리데이터 학습법이 프로모션에 반응한 모든 고객을 대상으로 구매액을 예측하는 전체데이터 학습법보다 높은 예측성과를 보여주었다. 일반적으로 세분화된 고객집단을 하나의 집단으로 보고 동일한 마케팅 전략을 제시하나 본 연구를 통해 구매액에 따라 등급화 된 고객의 등급 내에서 다시 고객의 거래 구매액을 예측하여 동일한 집단 내에서도 차별화된 마케팅 전략을 제시할 수 있는 기반을 제시하였다. 즉 동일한 등급에서도 고객 구매액에 따라 고객의 우선순위를 정할 수 있으며, 이는 마케팅 담당자가 프로모션을 제시할 고객을 선정할 때 유용한 정보로 활용될 수 있다.

• Molecules and Cells
• /
• 제43권11호
• /
• pp.909-920
• /
• 2020

Cytosolic Ca²⁺ levels ([Ca²⁺]_c) change dynamically in response to inducers, repressors, and physiological conditions, and aberrant [Ca²⁺]_c concentration regulation is associated with cancer, heart failure, and diabetes. Therefore, [Ca²⁺]_c is considered as a good indicator of physiological and pathological cellular responses, and is a crucial biomarker for drug discovery. A genetically encoded calcium indicator (GECI) was recently developed to measure [Ca²⁺]_c in single cells and animal models. GECI have some advantages over chemically synthesized indicators, although they also have some drawbacks such as poor signal-to-noise ratio (SNR), low positive signal, delayed response, artifactual responses due to protein overexpression, and expensive detection equipment. Here, we developed an indicator based on interactions between Ca²⁺-loaded calmodulin and target proteins, and generated an innovative GECI sensor using split nano-luciferase (Nluc) fragments to detect changes in [Ca²⁺]_c. Stimulation-dependent luciferase activities were optimized by combining large and small subunits of Nluc binary technology (NanoBiT, LgBiT:SmBiT) fusion proteins and regulating the receptor expression levels. We constructed the binary [Ca²⁺]_c sensors using a multicistronic expression system in a single vector linked via the internal ribosome entry site (IRES), and examined the detection efficiencies. Promoter optimization studies indicated that promoter-dependent protein expression levels were crucial to optimize SNR and sensitivity. This novel [Ca²⁺]_c assay has high SNR and sensitivity, is easy to use, suitable for high-throughput assays, and may be useful to detect [Ca²⁺]_c in single cells and animal models.

• 한국산학기술학회논문지
• /
• 제17권8호
• /
• pp.8-16
• /
• 2016

본 논문은 대형구조물의 형상관리를 위해 3D 레이저 스캐닝을 이용하여 옥트리기반 구조물 형상정보 가시화를 진행하였다. 이를 위해 3D스캔데이터를 옥트리 데이터 구조로 변환할 수 있는 프로세스를 정립하고, 메쉬기법과 래스터/백터변환 처리를 통해 점(point) 데이터가 2차원 면 형태를 거처 3D객체로 생성되는 프로세스를 진행하였다. 생성된 3D객체는 옥트리 데이터 구조로 전달할 수 있는 형식인 Binary file type로 변환하는 작업이 진행되었고, 변환된 Binary file을 옥트리 최상의 노드인 Root노드로 전달하였다. Root 노드를 시작으로 옥트리 내부에서의 세부분할 작업 후 내부노드 데이터 저장과 비어있는 영역제거를 통해 옥트리기반 구조물 형상정보모델을 구축하였다. 본 연구가 수행된 Test-bed는 성균관대학교 내에 위치한 강교량 구조물로, 구축된 옥트리기반 형상정보는 스캔데이터를 89.3% 압축하였으며 독일의 사무용빌딩, 대학캠퍼스와 미국 소재 단과대학건물 스캔데이터와의 비교를 통하여 옥트리 데이터 압축률을 확인하였다. 본 연구를 통해 대형구조물 및 복층터널의 내부형상정보관리를 위한 형상정보 가시화의 기반을 마련하였으며, 형상정보 가시화를 통해 구조물 모니터링 및 유지관리 효율을 높일 수 있을 것이라 기대한다.

• 원예과학기술지
• /
• 제29권3호
• /
• pp.267-272
• /
• 2011

${\beta}$-carotene hydroxylase는 carotenoids의 생합성 경로에서 astaxanthin 및 zeaxanthin 합성에 관여하는 주요 효소이다. Astaxanthin과 zeaxanthin은 비타민 A 전구체보다 항암효과가 더 높다고 보고되고 있다. 따라서 ${\beta}$-carotene hydroxylase 유전자(ChyB)를 토마토 잎에서 분리하고 binary 벡터에 클로닝 한 후 pIG121-ChyB-tom으로 명명하였다. 토마토 ChyB 유전자를 Agrobacterium-mediated infiltration 방법을 이용하여 생육 8주 된 담배 잎에 일시적 형질전환을 하였다. 감염 0, 1, 2, 3일 후 RT-PCR 한 결과 담배에서는 거의 발현되지 않았던 ${\beta}$-carotene hydroxylase 전사체가 감염 1일 후부터 증가하여 2일 후 최대 전사량을 보이고 3일 후부터 감소하는 경향을 나타내었다. 이 결과를 바탕으로 감염 후 0, 2, 3일째 담배 잎을 채취하여 항산화 효능을 측정한 결과, 감염 2일 후 1,1-diphenyl-pricryl hydrazyl(DPPH) radical 소거 활성이 대조구에 비해 약 30% 증가하는 것을 확인하였다. 이 연구결과를 통해 외래 유용 유전자를 원예작물에 형질전환하여 항산화 및 항암효과가 우수한 zeaxanthin 및 astaxanthin 등 oxy-carotenoids의 함유량을 증진시킨 새로운 기능성 토마토 및 다양한 원예작물의 신품종 개발에 이용될 수 있을 것으로 기대된다.