http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
멀티 소스 바이오 데이터 통합과 분석을 위한 새로운 접근 방법
윤혜성(Hye-Sung Yoon),이상호(Sang-Ho Lee),김주한(Ju Han Kim) 한국정보과학회 2004 한국정보과학회 학술발표논문집 Vol.31 No.2Ⅱ
네트워크가 보편화되면서 어떠한 정보의 교환도 시간과 장소에 상관없이 가능하게 되었다. 자체 실험실에서 실험한 값을 포함하여 분산된 다양한 소스로부터 많은 실험값의 정보를 통합하는 즉, 멀티 소스 데이터에 대한 통합 규칙을 만들 수 있다면 다양하고 유용한 정보를 얻을 수 있을 것이다. 또한 통합된 규칙을 통해서 새로운 안목으로 실험을 진행할 수도 있으며, 미처 생각하지 못했던 관련 지식을 습득할 수도 있을 것이다. 본 논문에서는 이러한 분산된 데이터를 통합하여 멀티 소스 데이터들 간의 통합 규칙을 만들고 이의 분석 기반이 되도록 하는 방법에 대해 소개한다.
비분류표시 데이타를 이용하는 분류 기반 Co - training 방법
윤혜성(Hye-Sung Yoon),이상호(Sang-Ho Lee),박승수(Seung-Soo Park),용환승(Hwan-Seung Yong),김주한(Ju-Han Kim) 한국정보과학회 2004 정보과학회논문지 : 소프트웨어 및 응용 Vol.31 No.8
생물 정보학 등 많은 응용 분야에서 데이타 분석을 할 때는 적은 수의 분류표시된 데이타(labeled data)와 많은 수의 비분류표시된 데이타(unlabeled data)가 있을 수 있다. 분류표시된 자료는 사람의 노력이 요구되기 때문에 얻기가 어렵고 비용이 많이 들지만, 비분류표시된 자료는 별 어려움 없이 쉽게 얻을 수 있다. 이때 비분류표시된 자료를 이용하여 자료를 분류하고 분석하는데 널리 이용되고 있는 방법이 co-training 알고리즘이다. 이 방법은 적은 수의 분류표시된 자료에서 두 가지 뷰(view)로 각 분류자를 학습한다. 그리고 각 분류자는 분석하고자 하는 모든 비분류표시된 자료에서 가장 만족할만한 예측자들을 만들어 나간다. 이렇게 훈련 데이타 셋에서 실험을 여러 번 반복적으로 하게 되면 각 뷰에서 새로운 분류자가 학습되어 분류표시된 자료의 수가 증가한다. 본 논문에서는 비분류표시된 데이타를 이용하여 새로운 co-training 방법을 제시한다. 이 방법은 두 가지 분류자와 WebKB 및 BIND XML의 2가지 실험 데이타를 가지고 평가하였다. 실험 결과로서, 이 논문에서 제안한 co-training 방법이 분류표시된 자료의 수가 매우 적을 때 분류정확성을 효과적으로 향상시킬 수 있음을 보였다. In many practical learning problems including bioinformatics area, there is a small amount of labeled data along with a large pool of unlabeled data. Labeled examples are fairly expensive to obtain because they require human efforts. In contrast, unlabeled examples can be inexpensively gathered without an expert. A common method with unlabeled data for data classification and analysis is co-training. This method uses a small set of labeled examples to learn a classifier in two views. Then each classifier is applied to all unlabeled examples, and co-training detects the examples on which each classifier makes the most confident predictions. After some iterations, new classifiers are learned in training data and the number of labeled examples is increased. In this paper, we propose a new co-training strategy using unlabeled data. And we evaluate our method with two classifiers and two experimental data: WebKB and BIND XML data. Our experimentation shows that the proposed co-training technique effectively improves the classification accuracy when the number of labeled examples are very small.
인간-중심 상담 수련자들의 경험에 대한 연구 -인간-중심 수련자들의 자기보고 중심으로-
윤혜성 ( Hye Sung Yoon ),주은선 ( Eun Sun Joo ) 서강대학교 학생생활상담연구소 2010 人間理解 Vol.31 No.2
본 연구는 다양한 사회문제와 인간관계의 갈등으로부터 고통 받는 현대인들을 위하여 인간의 가치와 존엄성을 강조하고 관계의 중요성을 기본으로 하는 ``인간-중심 상담``을 배우고자하는 수련자들의 경험을 탐색하고 이를 바탕으로 인간-중심 상담의 활성화를 위한 방안을 모색하고자하는 목적을 가지고 있다. 연구문제는 첫째, ``인간-중심 상담이 상담자와 내담자, 상담관계에 미치는 치료적 효과는 어떠한가``, 둘째, ``인간-중심 상담자들이 상담을 배우고 적용하는 과정에서 호소하는 어려움과 문제점은 무엇인가``, 셋째, ``인간-중심 상담의 필요성과 전망은 어떠하며, 인간-중심 상담자를 위한 교육 및 훈련방향은 어떠한가``이다. 현상학기반의 질적연구로 진행되었으며, 목적적 표본추출방법(Purposive-samplingsurvey)과 스노볼 샘플링(snowball-sampling)방법에 의해 인간-중심 상담수련자 12명을 연구의 대상자로 선정하였다. 반구조화된 심층면접을 통해 자료를 얻었으며, 연구문제에 근거하여 합의적 질적 연구법(Consensual Qualitative Research: CQR)에 의한 자료분석 결과 9개의 영역이 도출되었으며, 1) 인간-중심 상담의 효과부분, 2) 인간-중심 상담의 어려움부분, 3) 인간-중심 상담의 사회적 요구됨과 활성화를 위한 대처방안부분의 세 영역으로 묶을 수 있었다. 본 연구는 인간-중심 상담의 활성화방안모색의 기초연구로 배움의 새로운 안내서가 될 것이며, 연구결과를 바탕으로 인간-중심 상담의 활성화방안모색을 위한 논의점을 제시하고 후속연구를 위한 제안을 하였다. The purpose of this study was to understand the experiences of counselors who learn and practice Person-Centered Counseling which emphasizes human values and the counselor- client relationship. In particular, the authors attempted to answer the following research questions: (a) What are the effects of Person-Centered Counseling on counselor, client, and their relationship?; (b) What are the main difficulties that counselors present when they are learning and practicing Person-Centered Counseling?; and (c) What are the needs and prospect of Person-Centered Counseling and which directions should counselors take in terms of education and training? A phenomenological approach was employed to identify the essence of their experiences. Twelve participants were recruited using purposive sampling and snowball sampling, and semi-structured interviews were conducted. Data were analyzed using Consensual Qualitative Research (CQR) methodology. Implications and future directions for facilitating application of Person-Centered Counseling are discussed.
연료전지 전력시스템을 위한 2kW 양방향 저전압 컨버터
윤혜성(Hye-Sung Yoon),이우석(Woo-Seok Lee),이상연(Sang-Youn Lee),송형석(Hyung-Seok Song),이일운(Il-Oun Lee) 전력전자학회 2021 전력전자학술대회 논문집 Vol.2021 No.7
본 논문은 연료전지 전력시스템을 위한 2kW 양방향 저전압 컨버터를 발표한다. Boost 동작 시 높은 승압비의 극복과 Buck 동작 시 넓은 입출력 범위 내에서 고효율 달성을 위해 2단 구조를 채택하고 각 단의 최적화를 진행하였다. 출력 rms 전류 Stress 분산을 위해 인터리빙 동작을 적용하였으며, 자성체 오차로 인한 영향을 최소화하기 위해 권선 적층형 구조의 트랜스포머를 개발하였다. 본 논문은 프로토타입의 설계와 제작, 그 실험 결과를 발표한다.
다양한 클러스터 결과에 의해 진화적 접근법을 사용하는 이종 클러스터링 앙상블 기법
윤혜성(Hye-Sung Yoon),안선영(Sun-Young Ahn),이상호(Sang-Ho Lee),조성범(Sung-Bum Cho),김주한(Ju Han Kim) 한국정보과학회 2006 한국정보과학회 학술발표논문집 Vol.33 No.1
데이터마이닝 기법의 클러스터링 알고리즘은 생물정보학에서 데이터 셋의 사전 정보를 고려하지 않고 중요한 유전적, 생물학적 상호작용을 찾기 위하여 적용되고 있다. 그러나 다양한 형식의 수많은 알고리즘들은 바이오데이터의 다양한 특성들과 실험의 가정 때문에 다른 클러스터링 결과들을 만들 수 있다. 본 논문에서는 바이오 데이터 셋의 특성에도 적합하면서 양질의 클러스터링 결과를 만들기 위한 새로운 방법을 제안한다. 이 방법은 여러 가지 클러스터링 알고리즘의 결과들을 유전자 알고리즘의 기본 개념인 진화적 환경에서 가장 적합한 형질을 선택하는 문제와 결합하였다. 그리고 실제 데이터 셋을 이용하여 우리의 제안하는 방법을 증명하고 실험 결과로 최적의 클러스터 결과를 보인다.
멀티 소스 데이터 분류와 분석을 위한 이머징 패턴의 적용 방법
윤혜성(Hye-Sung Yoon),이상호(Sang-Ho Lee),김주한(Ju Han Kim) 한국정보과학회 2005 한국정보과학회 학술발표논문집 Vol.32 No.1
상호작용하는 구조들을 하나의 클래스로 표현하는 데이터 마이닝 툴로서 이머징 패턴(EP)이 최근에 제안되었다. 기존의 클러스터링 알고리즘과 패턴 마이닝 알고리즘은 고차원의 유전자 발현 데이터 혹은 같은 변수들(e.g. genes)을 가지고 실험한 멀티 소스 데이터 분석을 다루기에 부적절하고, 실험 결과를 이해하는 데에 어려움이 있다. 그러나 EP는 분류 트리의 형태로 표현 가능하기 때문에, 다양한 형식의 데이터를 분류하는 패턴들을 빠르고 간단하게 구성하여 데이터 분석이 가능하도록 돕는다. 본 논문에서는 멀티 소스 바이오 데이터에서 분류 절차의 작업을 향상시키기기 위하여 EP를 사용하는 간단한 스킴을 제안한다.
피부감작성 동물대체시험법인 ARE-Nrf2 루시퍼라아제 LuSens 시험법(OECD TG 442D)의 국내 확립 연구
홍미혜 ( Mi Hye Hong ),조인숙 ( In-suk Joe ),방서영 ( Seo Young Bang ),이정선 ( Jung-sun Yi ),김광진 ( Kwang Jin Kim ),윤혜성 ( Hae Seong Yoon ),김태성 ( Tae Sung Kim ) 한국동물실험대체법학회 2021 동물실험대체법학회지 Vol.15 No.1
This study aimed to establish the LuSens test method for identification of skin sensitisers in our laboratory and to facilitate the domestic use of the method. We utilized 10 recommended proficiency substances in OECD TG 442D consisting of 6 skin sensitisers (UN GHS category 1A and 1B: Eugenol, Cinnamyl alcohol, 2-Mercaptobenzo-thiazole, 4-Methylaminophenol sulfate, Methyl dibromo glutaronitrile and 2,4-Dinitro-chlorobenzene) and 4 non-sensitisers (No category: Salicylic acid, Glycerol, Isopropanol and Sulfanilamide). We measured the activity of luciferase induced by the test substances based on the CV<sub>75</sub> that was determined by cytotoxicity dose-finding test. While the maximal luciferase fold induction values for each skin non-sensitisers ranged from 0.95 to 1.28, those for each skin sensitisers ranged from 1.96 to 5.66. We predicted sensitivity of the test substances on the basis of the luciferase fold induction values. Our results were within the range of acceptance criteria and accord with in vivo and in vitro references in OECD TG 442D. We found that the LuSens test method correctly identified proficiency substances into sensitisers and non-sensitisers. Therefore, the results obtained from the proficiency test demonstrated that we successfully introduced the LuSens test method in our laboratory. Furthermore, we have prepared a new in vitro skin sensitization test (ARE-Nrf2 luciferase LuSens) guideline for the safety evaluation of cosmetics and contributed to the dissemination of the method via technical transfer in Korea.
유전자 알고리즘에 기반한 k-medoid 클러스터링 알고리즘에서의 최적의 k-탐색과 적용
안선영(Sun-Young Ahn),윤혜성(Hye-Sung Yoon),이상호(Sang-Ho Lee) 한국정보과학회 2006 한국정보과학회 학술발표논문집 Vol.33 No.1
k-medoid 클러스터링 알고리즘은 고정된 클러스터 수( k)를 가지고 실험하기 때문에 데이터에 대한 사전 지식이 없으면 올바른 분석이 어렵고, 클러스터 수를 변경하면서 여러 번 반복 실험하여 실험 결과에 대한 타당성을 조사해야 하기 때문에 데이터의 크기가 커질수록 시간 비용이 증가하는 단점이 생긴다. 본 논문에서는 k-medoid 클러스터링 알고리즘 분석에 있어서 가장 어려운 문제 중 하나인 적절한 클러스터수 k를 사회 네트워크 분석 방법 중 매개중심값을 이용하여 찾는 새로운 방법을 제안하고 이를 실제 마이크로 어레이 데이터에 적용하여 유전자 알고리즘에 기반한 k-medoid 클러스터링을 수행함으로써 좀 더 정확한 클러스터링 결과를 보인다.