• Tuberculosis and Respiratory Diseases
• /
• 제62권1호
• /
• pp.33-42
• /
• 2007

연구배경: 다양한 고형암에서 HO-1의 높은 발현이 알려져 있고, 그것의 항산화와 항세포고사의 역할로 인해 빠른 암종의 성장에 중요한 역할이 있음이 보고되고 있다. 대표적인 활성산소종 생성 항암제인 Cisplatin은 현재까지 폐암치료에 가장 광범위하게 사용되고 있으나, 여러 내성발생이 임상치료의 주요문제로 대두되고 있다. 저자들은 A549 폐암세포주에서 HO-1의 발현이 증가되었고 HO-1 활성억제제나 siRNA 방법을 통해 생존율의 의미 있는 감소와 세포고사가 유도됨을 보고한 바 있다. 이 연구의 목적은 A549 폐암세포주에 cisplatin 처리시 HO-1의 발현의 증가유무와 기전을 규명하고 실제 HO-1의 억제가 cisplatin에 의한 항암제 감수성을 증가시키는지를 알아보는데 있다. 방 법: 비소세포폐암세포주인 A549, NCI-H23, NCIH157, NCI-H460을 이용하였다. 세포독성은 MTT 방법으로 구하였고, HO-1, Nrf2, MAPK의 발현은 Western blotting으로 확인하였다. 또한 MAPK억제제들을 전처치한 후 cisplatin에 의해 유도된 Nrf2와 HO-1의 발현에 미치는 영향을 역시 Western blotting으로 관찰하였다. A549세포에 활성억제제인 ZnPP나 HO-1 small interfering RNA (siRNA)을 주입하여 cisplatin과의 병합요법시 생존율의 배가효과 유무를 MTT 방법으로 확인하였고, 이러한 효과가 ROS 형성과 HO-1의 발현변화와 관련되는지를 알아보기 위해 $carboxy-H_2DCFDA$ 방법과 Western blotting을 통해 각각 확인하였다. 결 과: Cisplatin 처리시 다른 세포주에 비해 A549 세포가 의의 있게 내성을 보였다. $10{\mu}M$의 농도에서 시간 의존적으로 HO-1, Nrf2, MAPK의 발현이 증가하였고, MAPK 억제제들을 전 처치하였을 때 cisplatin에 의해 유도된 HO-1과 Nrf2의 발현이 억제됨을 확인하였다. HO-1의 활성억제제인 ZnPP와 HO-1 siRNA를 통해 HO-1 mRNA를 직접 억제하는 방법으로 cisplatin과 병합치료시 단독치료에 비해 의의 있는 생존율의 감소를 보였다. 이러한 효과는 활성산소종의 생성 증가와 HO-1의 발현억제에 의한 결과임을 확인하였다. 결 론: Cisplatin 처리시 HO-1의 발현은 MAPKNrf2-HO-1의 경로를 통해 증가하였고, 부분적으로 치료에 대한 내성과 관련이 있었으며, ZnPP 등의 활성억제제나 siRNA를 통한 knock-down 방법으로 HO-1 을 표적으로 억제하는 치료방법을 통해 cisplatin의 항암제 감수성을 증가시켰다.

• 한국전통조경학회지
• /
• 제34권3호
• /
• pp.28-37
• /
• 2016

본 연구는 연못내 가시연꽃 도입을 위한 일련의 연구로, '식물상과 식생환경'에 이어 '토양과 수환경' 기초자료 획득을 목적으로 한 후속연구이다. 전라북도 내의 가시연꽃 자생지 14곳에 대한 문헌 및 현장조사를 통해 자생지의 토양환경과 수문환경에 대한 분석을 통해 얻은 결과는 다음과 같다. 최소한 저토와 수환경의 부영양화는 가시연꽃 생육의 장애가 되지는 않다고 판단되며 약 70년 이상의 지령(池齡)을 갖는 서식지에서 가시연꽃 생육이 왕성한 것으로 파악된다. 가시연꽃 생육지의 토성은 점토 80.2%, 미사 16.7%, 모래 3.1%로 '중식토(重埴土)'로 분류된다. 토양(저니)의 유기물 함량은 평균 36g/kg으로 가시연꽃 생육지와 비생육지 사이에 주목할 만한 차이는 없었다. 한편 가시연꽃 자생지의 수질 환경은 pH 6.5~7.9, 용존산소 농도 $1.8{\sim}8.8mg/{\ell}$, COD 농도 $6.8{\sim}74mg/{\ell}$, 부유물질 $2.0{\sim}213mg/{\ell}$, 총질소 $0.422{\sim}10.723mg/{\ell}$, 인산염 인 $0.003{\sim}0.126mg/{\ell}$로 나타났다. 가시연꽃의 녹피율과 활력도가 높은 김제 명덕지, 임실 대정저수지 그리고 정읍 애당저수지의 평균 용존산소(DO) 농도는 $3.5mg/{\ell}$, 총질소 농도 $1.33mg/{\ell}$, 인산염 인 $0.06mg/{\ell}$로 조사되었다. 이를 전체 평균값과 비교해보면 DO농도와 총질소 농도는 다소 낮고 인산염 인의 농도는 2배 이상 높은 것으로 추후 인산염 인의 농도와 가시연의 활력도의 상관관계에 대한 심도 있는 연구가 필요하다. 지금까지 확인된 본 연구 결과를 가시연꽃 관상을 목적으로 하는 정원 연못 조성의 기초자료로 제시한다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.103-128
• /
• 2021

최근 주식의 수익률과 거래량을 설명하는 주요 요인으로서 투자자의 관심도와 주식 관련 정보 전파의 영향력이 부각되고 있다. 또한 인공지능과 같은 혁신 신기술을 개발보급하거나 활용하려는 기업의 경우 거시환경 및 시장 불확실성 때문에 기업의 미래 주식 수익률과 주식 변동성을 예측하기 어렵다는 문제를 가지고 있다. 이는 인공지능 활성화의 장애요인으로 인식되고 있다. 따라서 본 연구의 목적은 인공지능 관련 기술 키워드의 인터넷 검색량을 투자자의 관심 척도로 사용하여, 기업의 주가 변동성을 예측하는 기계학습 모형을 제안하는 것이다. 이를 위해 심층신경망 LSTM(Long Short-Term Memory)과 벡터자기회귀(Vector Autoregression)를 통해 주식시장을 예측하고, 기술의 사회적 수용 단계에 따라 키워드 검색량을 활용한 주가예측 성능 비교를 통해 기업의 투자수익 예측이나 투자자들의 투자전략 의사결정을 지원하는 주가 예측 모형을 구축하였다. 또한 인공지능 기술의 세부 하위 기술에 대한 분석도 실시하여 기술 수용 단계에 따른 세부 기술 키워드 검색량의 변화를 살펴보고 세부기술에 대한 관심도가 주식시장 예측에 미치는 영향을 살펴보았다. 이를 위해 본 연구에서는 인공지능, 딥러닝, 머신러닝 키워드를 선정하여, 2015년 1월 1일부터 2019년 12월 31일까지 5년간의 인터넷 주별 검색량 데이터와 코스닥 상장 기업의 주가 및 거래량 데이터를 수집하여 분석에 활용하였다. 분석 결과 인공지능 기술에 대한 키워드 검색량은 사회적 수용 단계가 진행될수록 증가하는 것으로 나타났고, 기술 키워드를 기반으로 주가예측을 하였을 경우 인식(Awareness)단계에서 가장 높은 정확도를 보였으며, 키워드별로 가장 좋은 예측 성능을 보이는 수용 단계가 다르게 나타남을 확인하였다. 따라서 기술 키워드를 활용한 주가 예측 모델 구축을 위해서는 해당 기술의 하위 기술 분류를 고려할 필요가 있다. 본 연구의 결과는 혁신기술을 기반으로 기업의 투자수익률을 예측하기 위해서는 기술에 대한 대중의 관심이 급증하는 인식 단계를 포착하는 것이 중요하다는 점을 시사한다. 또한 최근 금융권에서 선보이고 있는 빅데이터 기반 로보어드바이저(Robo-advisor) 등 투자 의사 결정 지원 시스템 개발 시 기술의 사회적 수용도를 세분화하여 키워드 검색량 변화를 통해 예측 모델의 정확도를 개선할 수 있다는 점을 시사하고 있다.

• 한국해양학회지:바다
• /
• 제12권4호
• /
• pp.359-369
• /
• 2007

Amoebophrya는 숙주생물에 기생하여 이들을 단기간에 사멸시키는 내부기생성 진핵와편모류로서 숙주 특이성과 숙주 생물의 개체군 동태에 미치는 막대한 영향으로 인해 오래 전부터 유해적조생물에 대한 생물학적 제어 가능성이 제기되었다. 그 동안 숙주 - 기생생물 시스템 배양이 어려워 수 십 년간 연구가 답보상태에 빠졌으나, 최근 소수 종의 숙주 - 기생생물 시스템 배양에 성공하여 새로운 전기를 맞았다. 본 연구는 Amoebophrya가 숙주생물의 개체군 동태에 미치는 영향을 탐색하기 위한 예비연구로서 진해만에서 2년 동안 숙주 와편모류에 기생하는 Amoebophrya spp.의 출현 시기를 관찰하고 Heterocapsa triquetra의 숙주 - 기생생물 시스템 배양을 통하여 이들의 숙주특이성을 평가하였다. 연구기간 동안 9종의 와편모류, Akashiwo sanguinea, Ceratium fusus, Dinophysis acuminata, Heterocapsa triquetra, Oblea sp., Prorocentrum minimum, P. triestinum, Scrippsiella spinifera, S. trochoidea에서 내부기생 Amoebophrya에 의한 감염을 관찰하였으며, 이 중 무각 와편모류 A. sanguinea와 유각 와편모류 H. triquetra 2종에 대한 숙주 - 기생생물 시스템의 실내 배양체 확립에 성공하였다. 연구해역이나 이전에 Amoebophrya가 관찰 또는 보고된 6종의 숙주생물에 H. triquetra에 기생하는 Amoebophrya를 교차 접종하여 이들이 다른 와편모류보다 자기 숙주에 매우 큰 선호도를 가짐을 확인하였다. 앞으로도 우리나라 주변 해역에 출현하는 기생성 와편모류 Amoebophrya를 탐색하여 다양한 숙주 - 기생생물 시스템 배양체를 지속적으로 확보할 필요가 있다. 이러한 기생성 와편모류 Amoebophrya에 대한 생리 생태 특성 연구를 통하여 해양생태계 내에서 그들의 역할을 이해하고 생물학적으로 적조를 제어하는 데에 크게 도움을 얻을 수 있다.

• 중소기업연구
• /
• 제33권4호
• /
• pp.77-93
• /
• 2011

본 연구는 최근 사회경제적 이슈가 되고 있는 동반성장의 개념과 실천 방향에 대해 논의하고자 한다. 이를 위해 동반성장의 정책적 개념을 살펴보고 유사한 개념인 상생협력과 공생발전과도 비교 분석하고자 한다. 또한 동반성장을 통해 글로벌 경쟁력을 만들어 낸 선진국 사례들로부터 교훈을 찾아내고 우리의 사회 문화적 특성에 맞는 한국형 모델을 제안하고자 한다. 한국형 동반성장 모델은 미국의 시장중심형, 일본의 문화기반형, 유럽의 정책주도형 등의 장점을 융합할 필요가 있다. 이를 위해 한국형 모델은 공동체적 에너지를 창출해내는 한국인의 잠재력 활용, 통제와 자율의 융합형 제도 개선, 미래지향적 협력관계를 위한 기업들의 행동변화 등 세 가지 요인을 핵심으로 할 필요가 있다. 한국형 모델의 실현을 위해 필요한 정부의 역할과 과제, 그리고 동반성장위원회의 역할에 대해서도 논의하고자 한다.

• Asia pacific journal of information systems
• /
• 제21권1호
• /
• pp.103-122
• /
• 2011

Recently, numerous documents have been made available electronically. Internet search engines and digital libraries commonly return query results containing hundreds or even thousands of documents. In this situation, it is virtually impossible for users to examine complete documents to determine whether they might be useful for them. For this reason, some on-line documents are accompanied by a list of keywords specified by the authors in an effort to guide the users by facilitating the filtering process. In this way, a set of keywords is often considered a condensed version of the whole document and therefore plays an important role for document retrieval, Web page retrieval, document clustering, summarization, text mining, and so on. Since many academic journals ask the authors to provide a list of five or six keywords on the first page of an article, keywords are most familiar in the context of journal articles. However, many other types of documents could not benefit from the use of keywords, including Web pages, email messages, news reports, magazine articles, and business papers. Although the potential benefit is large, the implementation itself is the obstacle; manually assigning keywords to all documents is a daunting task, or even impractical in that it is extremely tedious and time-consuming requiring a certain level of domain knowledge. Therefore, it is highly desirable to automate the keyword generation process. There are mainly two approaches to achieving this aim: keyword assignment approach and keyword extraction approach. Both approaches use machine learning methods and require, for training purposes, a set of documents with keywords already attached. In the former approach, there is a given set of vocabulary, and the aim is to match them to the texts. In other words, the keywords assignment approach seeks to select the words from a controlled vocabulary that best describes a document. Although this approach is domain dependent and is not easy to transfer and expand, it can generate implicit keywords that do not appear in a document. On the other hand, in the latter approach, the aim is to extract keywords with respect to their relevance in the text without prior vocabulary. In this approach, automatic keyword generation is treated as a classification task, and keywords are commonly extracted based on supervised learning techniques. Thus, keyword extraction algorithms classify candidate keywords in a document into positive or negative examples. Several systems such as Extractor and Kea were developed using keyword extraction approach. Most indicative words in a document are selected as keywords for that document and as a result, keywords extraction is limited to terms that appear in the document. Therefore, keywords extraction cannot generate implicit keywords that are not included in a document. According to the experiment results of Turney, about 64% to 90% of keywords assigned by the authors can be found in the full text of an article. Inversely, it also means that 10% to 36% of the keywords assigned by the authors do not appear in the article, which cannot be generated through keyword extraction algorithms. Our preliminary experiment result also shows that 37% of keywords assigned by the authors are not included in the full text. This is the reason why we have decided to adopt the keyword assignment approach. In this paper, we propose a new approach for automatic keyword assignment namely IVSM(Inverse Vector Space Model). The model is based on a vector space model. which is a conventional information retrieval model that represents documents and queries by vectors in a multidimensional space. IVSM generates an appropriate keyword set for a specific document by measuring the distance between the document and the keyword sets. The keyword assignment process of IVSM is as follows: (1) calculating the vector length of each keyword set based on each keyword weight; (2) preprocessing and parsing a target document that does not have keywords; (3) calculating the vector length of the target document based on the term frequency; (4) measuring the cosine similarity between each keyword set and the target document; and (5) generating keywords that have high similarity scores. Two keyword generation systems were implemented applying IVSM: IVSM system for Web-based community service and stand-alone IVSM system. Firstly, the IVSM system is implemented in a community service for sharing knowledge and opinions on current trends such as fashion, movies, social problems, and health information. The stand-alone IVSM system is dedicated to generating keywords for academic papers, and, indeed, it has been tested through a number of academic papers including those published by the Korean Association of Shipping and Logistics, the Korea Research Academy of Distribution Information, the Korea Logistics Society, the Korea Logistics Research Association, and the Korea Port Economic Association. We measured the performance of IVSM by the number of matches between the IVSM-generated keywords and the author-assigned keywords. According to our experiment, the precisions of IVSM applied to Web-based community service and academic journals were 0.75 and 0.71, respectively. The performance of both systems is much better than that of baseline systems that generate keywords based on simple probability. Also, IVSM shows comparable performance to Extractor that is a representative system of keyword extraction approach developed by Turney. As electronic documents increase, we expect that IVSM proposed in this paper can be applied to many electronic documents in Web-based community and digital library.

• Asia pacific journal of information systems
• /
• 제21권2호
• /
• pp.89-116
• /
• 2011

In collaborative tagging systems such as Delicious.com and Flickr.com, users assign keywords or tags to their uploaded resources, such as bookmarks and pictures, for their future use or sharing purposes. The collection of resources and tags generated by a user is called a personomy, and the collection of all personomies constitutes the folksonomy. The most significant need of the folksonomy users Is to efficiently find useful resources or experts on specific topics. An excellent ranking algorithm would assign higher ranking to more useful resources or experts. What resources are considered useful In a folksonomic system? Does a standard superior to frequency or freshness exist? The resource recommended by more users with mere expertise should be worthy of attention. This ranking paradigm can be implemented through a graph-based ranking algorithm. Two well-known representatives of such a paradigm are Page Rank by Google and HITS(Hypertext Induced Topic Selection) by Kleinberg. Both Page Rank and HITS assign a higher evaluation score to pages linked to more higher-scored pages. HITS differs from PageRank in that it utilizes two kinds of scores: authority and hub scores. The ranking objects of these pages are limited to Web pages, whereas the ranking objects of a folksonomic system are somewhat heterogeneous(i.e., users, resources, and tags). Therefore, uniform application of the voting notion of PageRank and HITS based on the links to a folksonomy would be unreasonable, In a folksonomic system, each link corresponding to a property can have an opposite direction, depending on whether the property is an active or a passive voice. The current research stems from the Idea that a graph-based ranking algorithm could be applied to the folksonomic system using the concept of mutual Interactions between entitles, rather than the voting notion of PageRank or HITS. The concept of mutual interactions, proposed for ranking the Semantic Web resources, enables the calculation of importance scores of various resources unaffected by link directions. The weights of a property representing the mutual interaction between classes are assigned depending on the relative significance of the property to the resource importance of each class. This class-oriented approach is based on the fact that, in the Semantic Web, there are many heterogeneous classes; thus, applying a different appraisal standard for each class is more reasonable. This is similar to the evaluation method of humans, where different items are assigned specific weights, which are then summed up to determine the weighted average. We can check for missing properties more easily with this approach than with other predicate-oriented approaches. A user of a tagging system usually assigns more than one tags to the same resource, and there can be more than one tags with the same subjectivity and objectivity. In the case that many users assign similar tags to the same resource, grading the users differently depending on the assignment order becomes necessary. This idea comes from the studies in psychology wherein expertise involves the ability to select the most relevant information for achieving a goal. An expert should be someone who not only has a large collection of documents annotated with a particular tag, but also tends to add documents of high quality to his/her collections. Such documents are identified by the number, as well as the expertise, of users who have the same documents in their collections. In other words, there is a relationship of mutual reinforcement between the expertise of a user and the quality of a document. In addition, there is a need to rank entities related more closely to a certain entity. Considering the property of social media that ensures the popularity of a topic is temporary, recent data should have more weight than old data. We propose a comprehensive folksonomy ranking framework in which all these considerations are dealt with and that can be easily customized to each folksonomy site for ranking purposes. To examine the validity of our ranking algorithm and show the mechanism of adjusting property, time, and expertise weights, we first use a dataset designed for analyzing the effect of each ranking factor independently. We then show the ranking results of a real folksonomy site, with the ranking factors combined. Because the ground truth of a given dataset is not known when it comes to ranking, we inject simulated data whose ranking results can be predicted into the real dataset and compare the ranking results of our algorithm with that of a previous HITS-based algorithm. Our semantic ranking algorithm based on the concept of mutual interaction seems to be preferable to the HITS-based algorithm as a flexible folksonomy ranking framework. Some concrete points of difference are as follows. First, with the time concept applied to the property weights, our algorithm shows superior performance in lowering the scores of older data and raising the scores of newer data. Second, applying the time concept to the expertise weights, as well as to the property weights, our algorithm controls the conflicting influence of expertise weights and enhances overall consistency of time-valued ranking. The expertise weights of the previous study can act as an obstacle to the time-valued ranking because the number of followers increases as time goes on. Third, many new properties and classes can be included in our framework. The previous HITS-based algorithm, based on the voting notion, loses ground in the situation where the domain consists of more than two classes, or where other important properties, such as "sent through twitter" or "registered as a friend," are added to the domain. Forth, there is a big difference in the calculation time and memory use between the two kinds of algorithms. While the matrix multiplication of two matrices, has to be executed twice for the previous HITS-based algorithm, this is unnecessary with our algorithm. In our ranking framework, various folksonomy ranking policies can be expressed with the ranking factors combined and our approach can work, even if the folksonomy site is not implemented with Semantic Web languages. Above all, the time weight proposed in this paper will be applicable to various domains, including social media, where time value is considered important.