http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
골격근 분화과정에서의 세포 불균일성에 대한 세포 견인력 기반 분석
권태윤(Tae Yoon Kwon),조영빈(Youngbin Cho),고웅현(Ung Hyun Ko),신현정(Jennifer H. Shin) 대한기계학회 2021 대한기계학회 춘추학술대회 Vol.2021 No.4
생체 내에 존재하는 다양한 조직들은 분화가 완료된 세포뿐만 아니라 아직 분화가 진행되지 않은 세포 역시 포함하여 구성되어 있다. 이러한 생체 내의 세포 불균일성은 조직 재생의 측면에서 보았을 때 매우 중요한 요소이다. 인체가 움직이는 것과 힘을 내는 것을 관장하고 있는 골격근 조직의 경우 근 위성세포(myo-satellite cell)와 같이 아직 분화가 진행되지 않은 세포가 존재하기에 부상이 발생했을 때 스스로 재생할 수 있는 능력을 갖고 있다. 그러나 대부분의 기존 골격근 관련 연구에서는 이러한 다세포 환경에서 존재하는 세포 불균일성의 특성 및 중요성에 대한 충분한 고찰이 이루어지지 않았다. 이는 골격근 분화를 분석함에 있어서 그릇된 판단으로 이어질 수 있으며, 특히 세포 견인력, 세포간 응력과 같은 생물물리학적 분석에 대해 잘못된 해석을 초래할 수 있다. 이에 본 연구에서는 실제 골격근과 비슷한 강성을 갖는 하이드로젤 위에 마이크로미터 사이즈의 콜라겐 패턴을 만들어 세포 견인력 측정이 가능한 생체 외 골격근 세포 분화 모델을 구축하였다. 골격근 모델 내에서 분화가 완료된 근관세포(myotube) 및 분화 전 상태인 근아세포(myoblast)를 확인하였으며, 생체 내에 존재하는 근 위성세포와 비슷한 역할을 한다고 알려진 예비세포(reserve cell)의 존재를 통해 세포 불균일성을 확인하였다. 또한 각 세포들이 나타내고 있는 서로 다른 세포 견인력 분포를 통해 분화 과정 동안의 세포 견인력의 불균일성 및 각 세포들의 물리적 특성들을 파악하였다. 본 연구를 통한 골격근 분화 과정 중 세포 불균일성에 대한 고찰은 추후에 근육 분화 및 재생 관련 연구에 도움을 줄 수 있을 것으로 기대된다.
약한 분류기에 따른 Adaboosting알고리즘 성능 비교
권태윤(Tae Yoon Kwon),권영만(Young Man Kwon) 한국IT마케팅학회 2015 한국IT마케팅학회 논문집 Vol.1 No.1
There are many algorithms about Adaboost classification. Moreover, Data has many types of patterns and distribution. So it is hard to select the right algorithm to apply to real problem. According to these problems we need the best algorithm with less error rate to classification. In this paper we did experiment to find the best algorithm relying on data patterns. First, we made four data patterns as artificially. After then, our proposed algorithm used adaptive boosting(AdaBoost) with weak classifier as Perceptron and Decision Tree. As a result,Perceptron in Adaboost algorithm generally show less error rate in the all kind of data patterns.
약한 분류기에 따른 Adaboosting알고리즘 성능 비교
권태윤(Tae Yoon Kwon),권영만(Young Man Kwon) 한국IT마케팅학회 2015 한국IT마케팅학회 학술대회 Vol.2015 No.1
There are many algorithms about Adaboost classification. Moreover, Data has many types of patterns and distribution. So it is hard to select the right algorithm to apply to real problem. According to these problems we need the best algorithm with less error rate to classification. In this paper we did experiment to find the best algorithm relying on data patterns. First, we made four data patterns as artificially. After then, our proposed algorithm used adaptive boosting(AdaBoost) with weak classifier as Perceptron and Decision Tree. As a result,Perceptron in Adaboost algorithm generally show less error rate in the all kind of data patterns.
권태윤 ( Tae Yoon Kwon ),박일렬 ( Il Leol Park ) 한국재정정책학회 2009 財政政策論集 Vol.11 No.3
파트너십에 대해 우리의 제도는 민법상 조합에 대한 소득세법상 공동사업장 과세특례제도 하에서 현물자산출자 시 양도소득세과세와 관련하여 소득금액의 계산은 실체론을, 소득세 납세의무는 집합론(도관론)을, 그리고 현물출자에 대한 양도소득세는 실체론을 따라 일관성이 결여되어 있어 소기업창업이나 투자에 장해요소가 되고 있다. 따라서 이를 해결하기 위해서는 조합기업(공동사업장)에 현물자산을 출자하는 경우 비과세하거나 과세를 이연하는 방법이 좋을 것이다. 과세를 한다면 일본이나 독일처럼 출자자의 자기지분을 제외한 부분에 대해서만 양도소득세를 과세하는 일부양도설을 적용하는 것이 합리적일 것이다. This paper evaluates and suggests ways to improve taxation for a partnership under the special tax treatments for partnerships and partners which has been legislated in Korean tax laws. Partnership taxation is the concept of taxing a partnership business entity. Many jurisdictions regulate partnerships and the taxation thereof differently. Korean income tax law treats partnership on conduit but takes a look at it business entity in calculating taxable income. It is paradox and not good to revitalize the economy. To support Investments on small business and enforce employment, It is good partnerships to be a flow-through entity where the taxes are assessed at the entity level but which are applied to the partners of the partnership so the taxation on investment in kinds for partners to invest in partnership has to be exempted or to be taxed only the investment in kinds.
시뮬레이터와 관성센서를 결합한 지상항법 알고리즘 검증방법
김정원(Jeong Won Kim),권태윤(Tae Yoon Kwon),남창우(Chang Woo Nam),이재철(Jae Chul Lee) 제어로봇시스템학회 2011 제어로봇시스템학회 합동학술대회 논문집 Vol.1 No.1
일반적으로 소프트웨어기반 M&S, HILS 등을 이용하여 지상항법장치를 검증하는데 소프웨어기반 M&S는 별도의 하드웨어 없이 검증을 수행할 수 있지만, 수학적 모델기반으로 생성한 측정치를 이용하므로 항법장치 하드웨어에 대한 검증은 어렵고, 관성센서 실측지와 상이할 수 있어 검증 결과에 오차를 가질 수 있다. HILS기반의 검증은 항법장치 소프트웨어 및 하드웨어에 대한 검증이 가능하고 신뢰성 있는 결과를 얻을 수 있어 매우 유용하지만, HILS를 구성하기 위해선 여러 장비 및 운영요원이 필요하다. 본 논문에서는 시뮬레이터와 실 관성센서 측정치를 융합하여 효과적으로 지상항법장치를 검증할 수 있는 방법을 제안한다. 제안한 방법에서 대상항체의 6-DOF 운동은 시뮬레이터로부터 생성하고, Rate-table과 같은 장비 없이 정반 등에서 손쉽게 수집한 관성센서실 측정치를 융합하여 차량 실험에서 얻을 수 있는 것과 유사한 측정치를 생성하여 지상항법 알고리즘을 검증하는데 시간,인력, 비용면에서 매우 효과적이었다.