심혈관계 질환 진단을 위한 복합 진단 지표와 출현 패턴 기반의 분류 기법

이헌규,노기용,류근호,정두영,Lee, Heon-Gyu,Noh, Ki-Yong,Ryu, Keun-Ho,Jung, Doo-Young 한국정보처리학회 2009 정보처리학회논문지D Vol.16 No.1

심혈관계 질환의 진단 위해서 복합 진단 지표를 이용한 출현 패턴 기반의 분류 기법을 제안하였다. 복합 진단 지표 적용을 위해서 심박동변이도의 선형/비선형적 특징들을 세 가지 누운 자세에 대해 분석하였고 ST-segments로부터 4개의 진단 지표를 추출하였다. 이 논문에서는 질환진단을 위해서 필수 출현 패턴을 이용한 분류 모델을 제안하였다. 이 분류 기법은 환자 그룹의 질환 패턴들을 발견하며, 이러한 출현 패턴은 심혈관계 질환 환자들에서는 빈발하지만 정상인 그룹에서는 빈발하지 않는 패턴들이다. 제안된 분류 알고리즘의 평가를 위해서 120명의 협심증(AP: angina pectrois) 환자, 13명의 급성관상동맥증후군(ACS: acute coronary syndrome) 환자 그리고 128명의 정상인 데이터를 사용하였다. 실험 결과 복합 지표를 사용하였을 때, 세 그룹의 분류에 대한 정확도는 약 88.3%였다. In order to diagnose cardiovascular disease, we proposed EP-based(emerging pattern- based) classification technique using multi-parametric diagnosis indexes. We analyzed linear/nonlinear features of HRV for three recumbent postures and extracted four diagnosis indexes from ST-segments to apply the multi-parametric diagnosis indexes. In this paper, classification model using essential emerging patterns for diagnosing disease was applied. This classification technique discovers disease patterns of patient group and these emerging patterns are frequent in patients with cardiovascular disease but are not frequent in the normal group. To evaluate proposed classification algorithm, 120 patients with AP (angina pectrois), 13 patients with ACS(acute coronary syndrome) and 128 normal people data were used. As a result of classification, when multi-parametric indexes were used, the percent accuracy in classifying three groups was turned out to be about 88.3%.

원자력의 평화적 이용의 파수꾼

이헌규,Lee, Heon-Gyu 한국원자력산업회의 2006 원자력산업 Vol.26 No.8

빈발 유전자 발현 패턴과 연쇄 규칙을 이용한 유전자 조절 네트워크 구축

이헌규,류근호,정두영,Lee, Heon-Gyu,Ryu, Keun-Ho,Joung, Doo-Young 한국정보처리학회 2007 정보처리학회논문지D Vol.14 No.1

유전자들의 그룹은 복잡한 상호작용들을 통해 세포의 기능이 조절되며 이러한 상호작용을 하는 유전자 그룹들을 유전자 조절 네트워크 (GRNs: Gene Regulatory Networks)라고 한다. 이전의 유전자 발현 분석 기법인 군집화와 분류는 단지 상동성에 의한 유전자들 사이의 소속을 결정하는 데에는 유용하나 분자 활동에서의 같은 클래스에서 발견되어지는 유전자들 사이의 조절 관계를 식별할 수 없다. 더욱이 유전자들이 어떻게 연관되는 지와 유전자들이 서로 어떻게 조절하는지에 대한 매커니즘의 이해가 필요하다. 따라서 이 논문에서는 시계열 마이크로어레이 데이터로부터의 유전자들의 조절 관계를 발견하기 위해서 빈발 패턴 마이닝과 연쇄 규칙을 이용한 새로운 접근법을 제안하였다. 이 기법에서는 먼저, 빈발 패턴 마이닝 적용을 위한 적절한 데이터 변환 방법을 제안하였고 FP-growth을 이용하여 유전자 발현 패턴들을 발견한다. 그런 다음, 연쇄 규칙을 이용하여 빈발한 유전자 패턴들로부터 유전자 조절 네트워크를 구축하였다. 마지막으로 제안된 기법의 검증은 공개된 유전자들의 조절 관계와 실험 결과의 일치함을 보임으로써 평가하였다. Groups of genes control the functioning of a cell by complex interactions. Such interactions of gene groups are tailed Gene Regulatory Networks(GRNs). Two previous data mining approaches, clustering and classification, have been used to analyze gene expression data. Though these mining tools are useful for determining membership of genes by homology, they don't identify the regulatory relationships among genes found in the same class of molecular actions. Furthermore, we need to understand the mechanism of how genes relate and how they regulate one another. In order to detect regulatory relationships among genes from time-series Microarray data, we propose a novel approach using frequent pattern mining and chain rules. In this approach, we propose a method for transforming gene expression data to make suitable for frequent pattern mining, and gene expression patterns we detected by applying the FP-growth algorithm. Next, we construct a gene regulatory network from frequent gene patterns using chain rules. Finally, we validate our proposed method through our experimental results, which are consistent with published results.

시간 및 공간마이닝 기술을 이용한 GIS기반의 홍보우편 시스템 개발

이헌규,나동길,최용훈,정훈,박종흥,Lee, Heon-Gyu,Na, Dong-Gil,Choi, Yong-Hoon,Jung, Hoon,Park, Jong-Heung 한국공간정보학회 2011 한국공간정보학회지 Vol.19 No.2

홍보우편 서비스의 활성화와 효율적인 마케팅 캠페인을 위해서 GIS 및 시간/공간마이닝을 접목한 홍보우편 시스템을 개발하였다. 이 시스템은 정확한 고객선정을 위해서 순차/주기패턴을 이용한 구매 성향 정보와 RFM 분석 및 군집화 기법을 이용한 라이프스타일 군집 정보를 제공한다. 제안한 홍보우편 시스템을 통해 원청업체는 고객의 요구사항에 맞는 마케팅 캠페인이 가능하며, 온라인상에서 고객 선정, 홍보물 제작 및 배달까지의 "one-stop" 서비스가 가능하다. Advertizing postal system combined with GIS and temporal/spatial mining techniques has been developed to activate advertizing service and conduct marketing campaign efficiently. In order to select customers accurately, this system provide purchase propensity information using sequential, cyclicpatterns and lifesytle information through RFM analysis and clustering technique. It is possible for corporate mailer to do customer oriented marketing campaign with the advertizing postal system as well as 'one-stop' service including target customer selection, mail production, and delivery request.

캘린더 패턴 기반의 시간 연관적 분류 기법

이헌규(Heon Gyu Lee),노기용(Gi Young Noh),서성보(Sungbo Seo),류근호(Keun Ho Ryu) 한국정보과학회 2005 정보과학회논문지 : 데이타베이스 Vol.32 No.6

시간 데이타마이닝은 기존 데이타마이닝에 시간 개념을 추가하여 시간 속성을 가진 데이타로부터 이전에 잘 알려지지는 않았지만 묵시적이고 잠재적으로 유용한 시간 지식을 탐사하는 기술이다. 대표적 데이타마이닝 기법인 연관규칙과 분류기법은 실세계의 여러 응용분야에서 사용된다. 그러나 대부분의 데이타가 시간 속성을 포함함에도 불구하고 기존의 기법들은 시간 속성을 고려하지 않고 주로 정적인 데이타에 대한 지식 탐사만이 진행되었다. 그리고 시간 데이타에 대한 데이타마이닝 연구들은 데이타의 발생시점과 시간 제약조건을 추가한 지식 탐사에 중점을 두고 있어 데이타가 포함한 시간 의미나 시간 관계를 탐사하는데 부족하였다. 이 논문에서는 시간 클래스 연관규칙에 기반한 시간 연관적 분류기법을 제안한다. 이 기법은 분류규칙 생성을 위해서 연관적 분류에 시간 차원을 포함하여 확장한 시간 클래스 연관규칙에 의해 탐사된 규칙들을 적용하는 것이다. 그러므로 이 기법은 기존의 분류 기법들에 비해 더 유용한 지식탐사가 가능하다 Temporal data mining, the incorporation of temporal semantics to existing data mining techniques, refers to a set of techniques for discovering implicit and useful temporal knowledge from temporal data. Association rules and classification are applied to various applications which are the typical data mining problems. However, these approaches do not consider temporal attribute and have been pursued for discovering knowledge from static data although a large proportion of data contains temporal dimension. Also, data mining researches from temporal data treat problems for discovering knowledge from data stamped with time point and adding time constraint. Therefore, these do not consider temporal semantics and temporal relationships containing data. This paper suggests that temporal associative classification technique based on temporal class association rules. This temporal classification applies rules discovered by temporal class association rules which extends existing associative classification by containing temporal dimension for generating temporal classification rules. Therefore, this technique can discover more useful knowledge in compared with typical classification techniques.

이상지질혈증 진단을 위한 경동맥 특징벡터 및 분류모델 평가

이헌규 ( Heon Gyu Lee ),류근호 ( Keun Ho Ryu ) 한국정보처리학회 2011 한국정보처리학회 학술대회논문집 Vol.18 No.1

경동맥 내중막 두께는 심혈관계 질환의 위험인자와 상관성이 높으므로 경동맥 내중막 영상 분석을 통해 심혈관계 질환의 1차 검진 방법으로 사용이 가능하다. 이 논문에서는 내중막 영상에서 이상지질혈증의 진단지표가 될 수 있는 특징벡터 추출 방법을 제안하였으며, 패턴기반, 함수기반의 분류모델 생성과 평가를 통해 추출된 진단 지표가 이상지질혈증 분류에 적합함을 검증하였다.

홍보우편 시스템에서 Geo-Lifestyle 군집기법을 이용한 고객 세분화

이헌규 ( Heon Gyu Lee ),나동길 ( Dong-gil Na ),정훈 ( Hoon Jung ),박종흥 ( Jong Heung Park ) 한국정보처리학회 2010 한국정보처리학회 학술대회논문집 Vol.17 No.2

이 논문에서는 무분별한 홍보우편물의 발송 및 낭비의 최소화를 위해서 반응율이 가장 높은 고객만을 타겟팅 하기 위한 방법으로, 읍/면/동 보다 더 작은 단위인 소지역을 대상으로 인구·사회·경제학적특성을 고려한 Geo-Lifestyle 군집화를 수행하였다. 서울지역 16,357개 소지역 중 마케팅에 의미 있는 15,986개 지역을 대상으로 최종 36개의 소지역단위 군집을 구성하였다.

복합화물열차 실시간 물류처리를 위한 Hy-SoBex 물류시스템 설계

이헌규(Heon Gyu Lee),신상훈(Sang Hoon Shin),최지영(Ji Young Choi),최용훈(Yong Hoon Choi),정훈(Hoon Jung),김진석(Jin Suk Kim),염병수(Byung Soo Yeom) 한국철도학회 2014 한국철도학회 학술발표대회논문집 Vol.2014 No.5

본 논문에서 설계한 Hy-SoBex 물류시스템은 복합화물차량을 활용하여 여객의 화물을 동일한 열차에 적재하고 ICT 기술을 적용하여 실시간 물류 운영관리를 위한 시스템이다. Hy-SoBex 시스템은 화물접수 기능, 화물적재배치 최적화, 상하역 이송 장치 제어 기능, 실시간 운영관제 기능, 외부연계 기능을 포함한다. 또한 시스템은 KORAIL 내부 운영망 및 외부 시스템과의 연계, 모바일 서비스가 가능한 WAS/WEB 구조로 설계하였다. Hy-SoBex logistics system designed in this paper transports passenger’s baggage on the same train using combined freight train and operates the real-time logistics with ICT. The system includes baggage acceptance, optimal baggage allocation, loading/unloading equipment control, real-time operation & management, and external linkage function. The system is also designed with WAS/WEB structure enabling link to KORAIL internal operational network and external network including mobile services.

EPs-TFP 마이닝 기법을 이용한 단백질 Disorder/Order 지역 분류

이헌규(Heon Gyu Lee),신용호(Yong Ho Shin) 한국산업정보학회 2012 한국산업정보학회논문지 Vol.17 No.6

단백질은 서열의 disorder 구역이 생물학적 반응을 일으켜 order로 변하는 과정에서 그 기능을 하게 되므로 서열 데이터에서 disorder 구역과 order 구역을 분리하는 것은 단백질의 3차 구조 및 특성을 예측하는데 반드시 필요하다. 따라서 이 논문에서는 효율적인 disorder와 order 구역 분류를 위해서 단백질의 특정 특징에 치우치지 않는 분류 결과를 얻으면서, 분류 속도를 향상 시킬 수 있도록 서열 데이터를 이용한 분류/예측 기법을 제안한다. 출현패턴 기반의 EPs-TFP 기법은 중복 출현패턴이 제거된 필수 출현패턴만을 이용하는 분류/예측 기법이다. 이 분류 기법은 disorder 구역의 서열 출현패턴들을 발견하며, 이러한 서열 출현패턴은 disorder 구역에서는 빈발하지만 order 구역에서는 상대적으로 빈발하지 않는 패턴들이다. 또한 제안 알고리즘의 성능 향상을 위해서 기존의 P-tree, T-tree 개념의 TFP 기법을 확장하여 분류/예측 기법으로 적용하였다. EPs-TFP 기법의 성능평가를 위해서 Disprot 4.9와 CASP 7 데이터를 활용하였고, disorder/order 구역을 분류한 결과, 민감도 73.6, 특이도 69.5, 정확도 74.2를 보였다. Since a protein displays its specific functions when disorder region of protein sequence transits to order region with provoking a biological reaction, the separation of disorder region and order region from the sequence data is urgently necessary for predicting three dimensional structure and characteristics of the protein. To classify the disorder and order region efficiently, this paper proposes a classification/prediction method using sequence data while acquiring a non-biased result on a specific characteristics of protein and improving the classification speed. The emerging patterns based EPs-TFP methods utilizes only the essential emerging pattern in which the redundant emerging patterns are removed. This classification method finds the sequence patterns of disorder region, such sequence patterns are frequently shown in disorder region but relatively not frequently in the order region. We expand P-tree and T-tree conceptualized TFP method into a classification/prediction method in order to improve the performance of the proposed algorithm. We used Disprot 4.9 and CASP 7 data to evaluate EPs-TFP technique, the results of order/disorder classification show sensitivity 73.6, specificity 69.51 and accuracy 74.2.

센서스 정보 및 전력 부하를 활용한 전력 수요 예측

이헌규(Heon Gyu Lee),신용호(Yong Ho Shin) 한국산업정보학회 2013 한국산업정보학회논문지 Vol.18 No.3

국내 전력 수요량 예측을 위한 정확한 분석 모델을 개발하기 위하여 고차원 데이터 군집 분석에 적합한 차원 축소 개념의 부분공간 군집 기법과 SMO 분류 기법을 결합한 전력 수요 패턴 예측 방법을 제안하였다. 전력 수요 패턴 예측은 무선부하감시 데이터 뿐 아니라 소지역 단위의 센서스 정보를 통합하여 시간대별 전력 부하 패턴 분석과 인구통계학 및 지리학적 특성분석이 가능하다. 서울지역 대상의 센서스 정보 및 전력 부하를 이용한 소지역 전력 수요 패턴 예측 결과 총 18개의 특성 군집을 구성하였으며, 전력 수요 패턴 예측 정확도는 약 85%를 보였다. In order to develop an accurate analytical model for domestic electricity demand forecasting, we propose a prediction method of the electric power demand pattern by combining SMO classification techniques and a dimension reduction conceptualized subspace clustering techniques suitable for high-dimensional data cluster analysis. In terms of electricity demand pattern prediction, hourly electricity load patterns and the demographic and geographic characteristics can be analyzed by integrating the wireless load monitoring data as well as sub-regional unit of census information. There are composed of a total of 18 characteristics clusters in the prediction result for the sub-regional demand pattern by using census information and power load of Seoul metropolitan area. The power demand pattern prediction accuracy was approximately 85%.