http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 여윤구 ( Yun-ku Yeu ) (검색결과 4 건)
- 무료
- 기관 내 무료
- 유료
-
유전자 알고리즘으로 학습한 베이지안 네트워크에 기초한 질병 모듈 추론
정다예 ( Da-ye Jeong ),여윤구 ( Yun-ku Yeu ),안재균 ( Jae-gyoon Ahn ),박상현 ( Sang-hyun Park ) 한국정보처리학회 2013 한국정보처리학회 학술대회논문집 Vol.20 No.2
사람의 질병은 여러 요인의 복합적인 작용으로 발생하는데 이 중 유전적인 요인에는 유전자 간의 상호작용을 들 수 있다. 마이크로어레이(Microarray) 데이터로부터 유전자의 활성화 및 억제 관계를 밝히려는 다양한 시도는 계속되어왔다. 그러나 마이크로어레이 자체가 갖는 불안정성과 실험조건 수의 제약이 커다란 장애가 되어 왔다. 이에 생물학적 사전 지식을 포함하는 방법들이 제안되었다. 본 논문에서는 질병과 관련된 유전자 간의 상호작용의 집합을 질병 모듈이라 정의하고 이를 유전자 알고리즘으로 학습한 베이지안 네트워크(Bayesian network)로 추론하는 방법을 제안한다.
-
분산 시스템에서 동작하는 서열 정렬 알고리즘 동향 분석
이준수(Jun-Su Lee),여윤구(Yun-Ku Yeu),노홍찬(Hong-Chan Roh),윤영미(Young-Mi Yoon),박상현(Sang-Hyun Park) 한국정보기술학회 2014 한국정보기술학회논문지 Vol.12 No.7
Recently, the production of sequence read data has exponentially increased as next generation sequencing (NGS) technology has been developed. A number of sequence alignment algorithms have been developed for handling NGS data. However sequence alignment algorithms based on single machine have limitation on saving and handling massive sequence data. Since distributed system have been introduced, sequence alignment algorithm can be effectively handled on the system. In this study, we describe various algorithms on distributed system using sequence alignment algorithms which are widely used in genomics. And we analyze characteristics of various distributed systems that have recently been developed and algorithm, related to bioinformatics. As a result, we point out the weakness of current algorithms with distributed system and suggest the directions for future research.
-
기계학습과 품질 메트릭을 활용한 객체간 링크결합강도 분류에 관한 연구
정성균 ( Sung Kyun Jung ),안재균 ( Jae Gyoon Ahn ),여윤구 ( Yun Ku Yeu ),박상현 ( Sang Hyun Park ) 한국정보처리학회 2013 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.2 No.10
객체지향 설계는 상속 및 은닉과 같은 개념이 도입되어 소프트웨어 개발 생산성 및 품질 향상을 가져다 주었다. 하지만 소프트웨어의 크기 가 커지게 되면 이를 구성하는 객체의 수가 증가하고 이에 비례하여 상속 또는 호출과 같은 객체간 결합관계가 증가한다. 또한 이러한 객체간 결합관계는 객체지향 소프트웨어의 복잡도와 밀접한 관계를 갖고 있는데 다수의 결합관계는 소프트웨어의 복잡도를 높이어 결국에는 소프트웨어 품질저하로 이어지게 된다. 그래서 소프트웨어 개발 분야에서는 컴포넌트 기반의 설계와 같은 방법을 통하여 객체간 결합관계를 명확히 함으로써 소프트웨어의 품질을 높이려는 노력이 진행되고 있다. 또한 객체 품질 메트릭을 정의, 산출하여 소프트웨어의 품질을 측정하고 이를 활 용하여 높은 품질의 소프트웨어가 될 수 있는 방법들을 찾는 연구가 함께 진행되고 있다. 이러한 연구의 일환으로 본 연구는 컴포넌트와 같은 시스템 분해 관점에서 객체 상호간 결합링크 속성의 분석을 통하여 서브시스템 분해를 위한 기초자료를 구축하고자 한다. 이전까지의 연구들이 개별객체를 평가하고 수치화하여 이를 누적하는 방식이었다면 이번 연구는 소프트웨어 복잡도와 밀접한 관계가 있는 객체간 상호간의 링크결합관계를 분석 대상으로 선정하고 객체간 링크의 속성분석 및 결합강도 예측에 기계학습을 활용한 새로운 관점에서의 소프트웨어 분석 방법을 제안한다. Object oriented design brought up improvement of productivity and software quality by adopting some concepts such as inheritance and encapsulation. However, both the number of software`s classes and object couplings are increasing as the software volume is becoming larger. The object coupling between classes is closely related with software complexity, and high complexity causes decreasing software quality. In order to solve the object coupling issue, IT-field researchers adopt a component based development and software quality metrics. The component based development requires explicit representation of dependencies between classes and the software quality metrics evaluates quality of software. As part of the research, we intend to gain a basic data that will be used on decomposing software. We focused on properties of the linkage between classes rather than previous studies evaluated and accumulated the qualities of individual classes. Our method exploits machine learning technique to analyze the properties of linkage and predict the strength of dependency between classes, as a new perspective on analyzing software property.
-
이준수 ( Jun-su Lee ),안재균 ( Jae-gyoon Ahn ),여윤구 ( Yun-ku Yeu ),노홍찬 ( Hong-chan Roh ),박상현 ( Sang-hyun Park ) 한국정보처리학회 2013 한국정보처리학회 학술대회논문집 Vol.20 No.1
서열 정렬(sequence alignment)은 유전학(genomic)에서 널리 사용되는 도구 중 하나이다. 최근에는 차세대 시퀀싱 기술(NGS)이 발달함에 따라 데이터의 생산량이 크게 증가했고, 이에 따라 높은 처리량(throughput)을 가진 서열 정렬 알고리즘의 필요성이 증가하였다. 본 논문에서 제안하는 염기 서열 정렬 알고리즘은 시퀀스(sequence)데이터를 그래프 형태로 변형시킨 다음, 마이크로소프트사의 그래프 기반인 메모리(in-memory) 분산시스템(distributed system) 트리니티(Trinity)를 이용해 서열 정렬을 수행한다. 본 논문의 알고리즘은 트리니티 시스템에서 시뮬레이션 염기 데이터를 성공적으로 정렬하였으며, 슬레이브의 개수가 늘어날수록 빠른 속도를 나타내어 확장성(scalability)을 입증했다.
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
