http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
모바일 장치를 위한 데이터베이스 기반 플래시 메모리 파일 시스템
문명진(Myungjin Moon),노홍찬(Hongchan Roh),박상현(Sanghyun Park) 한국정보과학회 2009 한국정보과학회 학술발표논문집 Vol.36 No.1
플래시 메모리는 하드 디스크에 비하여 전력 소모가 적고 공간 대비 저장 효율이 우수하여 모바일 기기들을 비롯한 다양한 기기에 사용되고 있다. 일반적으로 플래시 메모리는 데이터 관리를 위하여 파일 시스템을 사용한다. 그러나 파일 시스템은 데이터가 중복되거나 통일성을 잃어버리기 쉽고, 데이터 고립화 현상이 나타나고, 트랜잭션의 처리가 어려우며, 무결성과 보안성이 떨어진다는 한계로 인하여 플래시 메모리에 DBMS(Database Management System)를 탑재하려는 연구들이 진행되었다. DBMS는 구조화된 데이터와 메타데이터의 저장 및 관리에 매우 효율적이므로, 이러한 데이터를 주로 다루는 모바일 장치에서 특히 유용하다. 그러나 파일 시스템과 DBMS는 서로 다른 버퍼링 및 캐싱 정책, 저장 공간 관리 전략을 사용하는 경우가 많기에, 파일 시스템 상에서 DBMS를 구동하는 것만으로는 데이터베이스의 전반적인 기능을 효율적으로 활용하기 어려워진다. 또한 파일 시스템과 DBMS가 중복적으로 포함하고 있는 기능들이 존재하므로 낭비되는 자원 역시 늘어난다. 이러한 문제를 해결하기 위하여 본 논문에서는 기존 플래시 메모리의 파일 시스템과 DBMS를 통합하는 새로운 구조를 제안한다.
유전체 단위 반복 변이(CNV) 발견을 위한 개선된 SW-ARRAY
문명진(Myungjin Moon),안재균(Jaegyoon Ahn),윤영미(Youngmi Yoon),박치현(Chihyun Park),박상현(Sanghyun Park) 한국정보과학회 2008 한국정보과학회 학술발표논문집 Vol.35 No.1
최근 유전체 단위 반복 변이(CNV)의 중요성이 부각되고 있다. CNV란 DNA가 복제될 때 일부가 만들어지지 않거나 혹은 많이 만들어져 그 양이 차이가 나게 되는 것으로, 인간의 질병이나 형질과 밀접한 관련을 가진다고 알려져 있다. 이에 따라 CNV와 관련된 연구가 활발히 진행되었으며, CNV를 찾기 위한 다양한 방법들이 나오게 되었다. 본 논문에서는 CNV를 찾아내는 대표적인 기법 중 하나인 SW-ARRAY에 대해서 알아보고, 여기에 페널티 값과 점수에 따른 가변 임계값을 적용하여 보정함으로써 기존 SW-ARRAY의 문제점을 해결하는 방법을 제안한다. 이를 실제 Array-CGH 데이터에 적용한 결과 긍정 오류 값이 줄어들어 기존의 방식에 비해 정확한 값을 얻게 되었다.
BARM : 유전자 조립과 레퍼런스 얼라인먼트를 접목한 메타유전체 비닝 방법
여윤구(Yunku Yeo),문명진(Myungjin Moon),김우철(Woocheol Kim),박상현(Sanghyun Park) 한국정보과학회 2011 정보과학회논문지 : 데이타베이스 Vol.38 No.2
메타유전체는 환경에서 직접 채취한 유전체 정보의 집합으로서, 이를 통해 연구실 환경에서 얻을 수 없는 다양한 유전체 정보를 얻을 수 있다. 메타유전체에는 수많은 생물체의 유전체가 뒤섞여 있기 때문에, 그 안에 존재하는 생물의 구성과 비율을 알아내는 것이 중요한 문제가 된다. 이러한 문제를 비닝이라고 하는데, 16S rRNA를 이용하는 것이 대표적인 비닝 방법이다. 16S rRNA를 이용하면 매우 정확한 결과를 얻을 수 있지만, 별도의 라이브러리를 구축해야 하기 때문에 시간과 비용이 많이 필요하다. 이 때문에, 컴퓨터 계산을 기반으로 하는 여러 가지 비닝 방법이 개발되고 있다. 본 논문은 레퍼런스 얼라인먼트 방식의 비닝 방법에 유전체 조립(genome assembly) 알고리즘을 융합하여 새로운 비닝 방법인 BARM을 개발하였다. 가상 변이 생성기를 이용하여 메타유전체 환경을 시뮬레이션하여 실험한 결과, 레퍼런스 데이터가 부족한 종의 비닝에 있어서 기존 비닝 방법보다 더 우수한 결과를 나타내었다. Metagenome is a large set of genomic information, collected directly from the environmental sample. We can acquire much information which cannot be obtained under laboratory conditions. Since the metagenome is a complicate mixture of numerous species, it is an important problem to infer the composition of species in metagenome - the binning problem. Binning with 16S rRNA is the most widely-used and accurate binning method. But it requires much time and high cost for the construction of additional biological library. To solve this problem, many computational binning methods such as Random Sequence Read(RSR) are developed. In this paper, we suggest a new binning approach BARM - a conjunction of reference alignment and genome assembly. We compare BARM with RSR using the synthetic genomic-variants generator, and BARM produced more superior result in genomic diversity of metagenome.