나이브 베이스 분류기를 이용한 유전발현 데이타기반 암 분류를 위한 순위기반 다중클래스 유전자 선택

홍진혁,조성배,Hong, Jin-Hyuk,Cho, Sung-Bae 한국정보과학회 2008 정보과학회논문지 : 시스템 및 이론 Vol.35 No.8

최근 활발히 연구가 진행 중인 유전발현 데이타를 이용한 다중클래스 암 분류는 DNA 마이크로어레이로부터 획득된 대규모의 유전자 정보를 분석하여 암의 종류를 판단한다. 수집된 유전발현 데이타에는 대상 암과 관련이 없는 유전자도 포함되어 있기 때문에 높은 성능의 분류 결과를 얻기 위해서 유용한 유전자를 선택하는 것이 필요하다. 기존의 순위기반 유전자 선택은 이진클래스를 대상으로 고안되었고 이상표식 유전자(Ideal marker gene)를 이용하기 때문에 다중클래스 암 분류에 직접 적용하기에는 한계가 있다. 본 논문에서는 이상표식 유전자를 사용하지 않고 유전발현 수준의 분포를 직접 분석하는 순위기반 다중클래스 유전자 선택 기법을 제안한다. 유전발현 수준을 이산화하고 학습 데이타로부터 빈도를 계산하여 클래스 간 분별력을 측정한 후, 선택된 유전자를 이용하여 나이브 베이즈 분류기를 사용해 다중 암 분류를 수행한다. 제안하는 방법을 다수의 다중클래스 암 분류 데이타에 적용하여 기존 유전자 선택 방법에 비해 우수함을 확인하였다. Multiclass cancer classification has been actively investigated based on gene expression profiles, where it determines the type of cancer by analyzing the large amount of gene expression data collected by the DNA microarray technology. Since gene expression data include many genes not related to a target cancer, it is required to select informative genes in order to obtain highly accurate classification. Conventional rank-based gene selection methods often use ideal marker genes basically devised for binary classification, so it is difficult to directly apply them to multiclass classification. In this paper, we propose a novel method for multiclass gene selection, which does not use ideal marker genes but directly analyzes the distribution of gene expression. It measures the class-discriminability by discretizing gene expression levels into several regions and analyzing the frequency of training samples for each region, and then classifies samples by using the naive Bayes classifier. We have demonstrated the usefulness of the proposed method for various representative benchmark datasets of multiclass cancer classification.

대중영화의 스토리텔링 스타일

홍진혁(Hong Jin-hyuk) 동국대학교 영상문화콘텐츠연구원 2014 영상문화콘텐츠연구 Vol.7 No.-

본 논문은 대중영화가 이미지 쇼트의 나열을 통해 어떻게 스토리 정보를 전달하는지를 탐구한다. 대중영화의 내러티브에는 모범적 스토리 포맷이라 말할 수 있는 구조가 있다. 그것은 “배경과 인물의 소개-상황에 대한 설명-(적대자의 등장에 따른) 행위의 복잡화-잇따른 사건-결과-마무리”로 설명할 수 있다. 이러한 구조는 제한된 상영시간 내에 최상의 효과를 얻기 위한 모색 과정에서 구축된 것으로 오랜 역사를 거쳐 축적된 내러티브 관습이다. 대중영화는 되도록 많은 수의 관객에게 수용되는 것을 목적으로 제작되기 때문에 오랜 시간에 걸쳐 형성된 이러한 내러티브 관습을 고수함으로써 제작 체계와 관객 양쪽에서 인정받는 작품들을 제작할 수 있다. 스토리가 흥미롭다는 것은 영화의 주제와 대상은 물론이며 그 스토리를 ‘어떻게’ 전달하느냐가 크게 영향을 미친다. 같은 스토리라고 할지라도 그것을 어떤 방식으로 전달하느냐가 그 스토리의 흥미를 좌우하기도 하는 것이다. 앞서 말한 것처럼 내러티브의 구조는 어느 정도 고정되어 있다. 그렇다면 관객의 흥미를 끌기 위한 차원에서 차별점을 가지는 것은 영화가 각 장면에서 스토리 정보를 어떤 방식으로 전달하느냐가 될 것이다. 이 글은 두 편의 ‘대중영화’에 인지주의적 접근을 통해 동일한 내러티브 구조 내에서 스토리 정보를 전달하는 방식이 어떻게 다른가를 밝히려는 의도로 작성되었다. <테이큰>이 상황을 설명하는 직접적인 대사보다는 추리를 요구하는 상황을 보여줌으로써 관객에게 스토리 정보를 유추하게 만드는데 비해 <코리아>는 상황에 대한 직접적인 대사를 반복적으로 덧붙임으로써 상세한 스토리 정보를 전달한다. 이것은 주로 TV드라마가 주로 사용하는 스토리텔링 전략이기도하다. 두 편의 영화는 대중영화가 가진 각기 다른 스토리텔링의 두 가지 유형을 보여주고 있다. 본 논문은 이 두 편의 영화 오프닝 시퀀스에서 보여주는 각기 다른 스토리텔링 전략을 통해 관객을 내러티브의 이해과정 속으로 적극적으로 참여하게 만드는 방식이 무엇인지를 살펴본다. This article aims to analyze popular film with cognitive approaches. Cognitive film theory puts emphasis on the aspect on perception and recognition in film viewing. The process that film viewers perceive and recognition a film is like what they hypothesize about story information, revise and supplement the hypothesis. What we analyze a film through cognitive approaches is to analyze narrative and style of the film figuring out of story information given to film audiences. The usefulness of cognitive film analysis is to investigate closely film narrative conforming of film styles. that is the principle of film narration which narrative cannot be isolated from style. Two films, Taken and As One, are the text which can be explained popular film that stick to the convention of narrative structure. It is canonical story format, something like this: introduction of setting and characters–explanation of a state affairs-complicating action-ensuing events-outcome-ending. But what is important is not Identical structure but different discourse. In particular, How popular film tell audience the information of story. Taken present audience some situation to guess about story. As One convey information of story by telling dialogue in directly. It’s mostly mode of television series drama. We would know what is suitable ways to attract audience by analysing two film’s mode of storytelling. Through explaining that process, this study demonstrates the value of cognitive film analysis.

기계학습과 지능형 에이전트(인공비서)

홍진혁(Jin Hyuk Hong),조성배(Sung Bae Cho) 한국정보과학회 2007 정보과학회지 Vol.25 No.3

분류 성능 향상을 위한 다양성 기반 앙상블 유전자 프로그래밍

홍진혁(Jin-Hyuk Hong),조성배(Sung-Bae Cho) 한국정보과학회 2005 정보과학회논문지 : 소프트웨어 및 응용 Vol.32 No.12

분류 성능을 향상시키기 위해서 다수의 분류기들을 결합하는 연구가 활발히 진행되고 있다. 우수한 앙상블 분류기를 획득하기 위해서는 정확하고 다양한 개별 분류기를 구축해야 한다. 기존에는 Bagging이나 Boosting 등의 앙상블 학습 기법을 이용하거나 획득된 개별 분류기의 학습 데이타에 대한 다양성을 측정하였지만 유전 발현 데이타와 같이 학습 데이타가 적은 경우 한계가 있다. 본 논문에서는 유전자 프로그래밍으로부터 획득된 규칙의 구조적 다양성을 분석하여 결합하는 앙상블 기법을 제안한다. 유전자 프로그래밍으로 해석 가능한 분류 규칙을 생성하고 그들 사이의 다양성을 측정한 뒤, 이들 중 다양한 규칙의 집합을 결합하여 분류를 수행한다. 유전 발현 데이타로부터 림프종 암, 폐 암, 난소 암 등을 분류하는 문제를 대상으로 실험하여 제안하는 방법의 유용성을 검증하였다. 앙상블 시 분류 규칙 사이의 다양성을 분석하여 결합한 결과, 다양성을 고려하지 않을 때보다 높은 분류 성능을 획득하였고, 개별 분류규칙들 사이의 다양성에 따라서 정분류율이 증가하는 것도 확인하였다. Combining multiple classifiers has been actively exploited to improve classification performance. It is required to construct a pool of accurate and diverse base classifier for obtaining a good ensemble classifier. Conventionally ensemble learning techniques such as bagging and boosting have been used and the diversity of base classifiers for the training set has been estimated, but there are some limitations in classifying gene expression profiles since only a few training samples are available. This paper proposes an ensemble technique that analyzes the diversity of classification rules obtained by genetic programming. Genetic programming generates interpretable rules, and a sample is classified by combining the most diverse set of rules. We have applied the proposed method to cancer classification with gene expression profiles. Experiments on lymphoma cancer dataset, prostate cancer dataset and ovarian cancer dataset have illustrated the usefulness of the proposed method. A higher classification accuracy has been obtained with the proposed method than without considering diversity. It has been also confirmed that the diversity increases classification performance.

2단계 베이지안 네트워크를 이용한 대화형 에이전트의 문맥 관리

홍진혁(Jin-Hyuk Hong),조성배(Sung-Bae Cho) 한국정보과학회 2004 정보과학회 컴퓨팅의 실제 논문지 Vol.10 No.1

Conversational agent is a system that provides users with proper information and maintains the context of dialogue on the natural language. Analyzing and modeling process of user's query is essential to make it more realistic, for which Bayesian network is a promising technique. When experts design the network for a domain, the network is usually very complicated and is hard to be understood. The separation of variables in the domain reduces the size of networks and makes it easy to design the conversational agent. Composing Bayesian network as two stages, we aim to design conversational agent easily and analyze user's query in detail. Also, previous information of dialogue makes it possible to maintain the context of conversation. Actually implementing it for a guide of web pages, we can confirm the usefulness of the proposed architecture for conversational agent. 대화형 에이전트는 언어를 이용하여 사용자에게 적절한 정보를 제공하고 대화의 문맥을 유지하는 시스템이다. 대화형 에이전트를 더욱 현실적으로 만들기 위해서는 사용자 질의에 대한 분석과 모델링 과정이 필수적이며, 베이지안 네트워크가 이를 위한 대표적인 방법 중 하나이다. 보통 대상영역을 위한 네트워크는 매우 복잡하고 이해하기가 어렵기 때문에 네트워크를 구성하는 변수들을 분리함으로써 대화형 에이전트를 보다 쉽게 설계할 수 있다. 본 논문에서는 대화형 에이전트의 질의 분석모듈을 2단계 베이지안 네트워크로 구성하여, 설계를 보다 용이하게 하였고 문형을 고려한 세부적인 질의분석을 가능하도록 하였다. 웹 페이지를 소개하는 에이전트에 적용하여 제안한 대화형 에이전트 구조의 유용성을 보였다.

유현목<춘몽>의 서사화법(narration)과 성적소구(sex appeal) 표현 스타일 분석

홍진혁(Hong, Jin Hyuk) 동국대학교 영상미디어센터 2013 씨네포럼 Vol.0 No.17

본 연구는 유현목의 <춘몽>(1965)과 타케치 테츠지(武智.二) <백일몽>(1964)의 스타일을 분석함으로써 한국과 일본의 당시 지배적인 제작양식을 기반으로 한 스타일적인 차이를 검토해보고자 한다. 신형식주의 영화연구자인 데이비드 보드웰의 내레이션 이론을 바탕으로 일본영화 <백일몽>(Daydream)을 리메이크한 한국영화 <춘몽>(The Empty Dream)이 유현목의 손을 거쳐 원작영화의 ‘어떤 장면’을 ‘어떻게 다르게 표현하였는지’가 본 연구에서 던지는 가장 중심된 질문이다. 유현목은 당시 이 영화를 리메이크 하자는 제작자의 제안을 두고 ‘원작은 거의 포르노에 가까운 영화’라고 말하기도 하였다. 유현목은 원작의 외설적인 표현들을 실험적인 몽타주 형식을 통해 비유적으로 표현했고, 그러면서도 대중성을 획득하기 위해 관객이 영화를 이해하기 위한 내적 규범을 비교적 명확히 제시해 놓았다. 유현목의 <춘몽>의 스타일은 갑자기 삽입되는 이미지들을 통해 치과(현실)에서 벌어지는 상황에 은유적인 덧붙임을 실행하는 것으로 기능한다. 그와 달리 <백일몽>은 현실에서 불가능한 상황을 몽환적 세계로 옮겨와, 더욱 직접적인 외설장면 묘사를 시도하는 것으로 자신의 내레이션 전략을 사용하고 있다. 이는 각국의 영화제작양식의 차이와 감독의 영화적 표현 스타일의 차이 그리고 관객 수용의 문화적인 차이로부터 비롯된 것임을 짐작해 볼 수 있다. This article analyze narration mode and style of The Empty Dream (Chun-mong). The narration is the process whereby the film"s plot and style interact in the course of cueing and channeling the spectator"s construction of the story. Narration includes stylistic processes. By including style within narration, we can analyze stylistic departures from the mode of production or dominant style in the 1960s in korean film industry. The Empty Dream constructs montage to attenuate original film"s suggestive images and omit some shots at the end of film narrative. That shots of the original film Daydream function as an indicator to make character"s dreams real event. these difference was affected by censorship and culture gap between the two country. Such an approach to viewing films can allow us to look further into a film, renewing its ability to intrigue us by its strangeness or difference. These films show some difference film style between Korean Film Industry and Japanese Film Industry in the 1960s.

림프종 암의 정확한 분류를 위한 산술연산자 분류규칙의 결합

홍진혁(Jin-Hyuk Hong),조성배(Sung-Bae Cho) 한국정보과학회 2004 한국정보과학회 학술발표논문집 Vol.31 No.2Ⅰ

앙상블은 다수의 분류기를 효과적으로 결합하여 분류의 성능을 향상시키는 대표적인 기술이다. 효과적인 앙상블을 위해서는 다양한 특성을 지닌 분류기를 확보하여야 한다. 기존의 앙상블은 개별 분류기의 결과를 바탕으로 분류기 사이의 의존성이나 유사성을 평가하여 분류기 결합을 시도하였다. 따라서 분류기 사이의 유사도의 정확한 측정에 한계를 지니고 있다. 본 연구에서는 이를 극복하기 위해서 다수의 산술연산자 기반 분류규칙을 유전자 프로그래밍을 이용하여 획득하고, 실제 표현형의 유사성을 측정한 후 이를 바탕으로 분류기를 결합한다. 생물정보학에서 많이 사용되는 유전자 데이터 중 하나인 림포마 암 데이터에 제안하는 방법을 적용하여 97% 수준의 높은 분류 성능과 해석가능한 분류규칙을 획득하였다.

산술 연산자 기반 유전자 프로그래밍을 이용한 효과적인 암 분류

홍진혁(Jin-Hyuk Hong),조성배(Sung-Bae Cho) 한국정보과학회 2003 한국정보과학회 학술발표논문집 Vol.30 No.2Ⅰ

최근 생물정보 기술이 암 진단의 새로운 방법으로 관심을 모으고 있다. 다양한 기계학습 기법을 적용하여 우수한 결과를 얻고 있지만, 의학 분야에서는 정확률이 높은 분류기의 획득과 동시에 획득된 분류규칙을 분석하고 이해할 수 있어야 한다. 생물정보 기술에서 많이 사용되는 유전발현 데이터는 데이터 내에 수천 내지 수만의 변수가 존재하여 직접 이들 사이의 복잡한 관계를 표현하고 이해하는 것은 매우 어렵다. 본 논문에서는 이러한 어려움을 극복하기 위해 유전발현 데이터에서 분류에 유용한 특징들을 추출하고 유전자 프로그래밍으로 추출된 특징들을 이용한 암 분류규칙을 생성한다. 림프종 유전발현 데이터에 대하여 실험해본 결과, 90% 수준의 인식 성능을 보였고, 또한 모든 샘플을 완벽하게 분류하는 산술 분류규칙을 발견하였다.

산술 연산자 기반 유전자 프로그래밍을 이용한 암 분류 규칙 발견

홍진혁(Jin-Hyuk Hong),조성배(Sung-Bae Cho) 한국정보과학회 2004 정보과학회논문지 : 소프트웨어 및 응용 Vol.31 No.8

최근 생물정보 기술이 암 진단의 새로운 방법으로 관심을 모으고 있다. 다양한 기계학습 기법이 적용되어 우수한 결과를 얻고 있지만 의학 분야에서는 정확률이 높은 분류기뿐만 아니라 획득된 분류규칙을 사람이 분석하고 이해할 수 있어야 한다. 생물정보 기술에서 많이 이용되는 유전자 발현 데이타는 데이타 내에 수천 내지 수만의 변수가 존재하며, 직접 이들 사이의 복잡한 관계를 표현하고 이해하는 것은 매우 어렵다. 본 논문에서는 이러한 어려움을 극복하기 위해 유전자 발현 데이타에서 분류에 유용한 특징들을 추출하고 산술 연산자 기반 유전자 프로그래밍으로 암 분류규칙을 생성하는 방법을 제안한다. 림프종 유전자 발현 데이타에 대하여 실험하여 96.6%의 인식률을 얻었으며, 획득된 분류 규칙을 분석하여 다양한 지식을 발견할 수 있었다. As a new approach to the diagnosis of cancers, bioinformatics attracts great interest these days. Machine learning techniques have produced valuable results, but the field of medicine requires not only highly accurate classifiers but also the effective analysis and interpretation of them. Since gene expression data in bioinformatics consist of tens of thousands of features, it is nearly impossible to represent their relations directly. In this paper, we propose a method composed of a feature selection method and genetic programming. Rank-based feature selection is adopted to select useful features and genetic programming based arithmetic operators is used to generate classification rules with features selected. Experimental results on Lymphoma cancer dataset, in which the proposed method obtained 96.6% test accuracy as well as useful classification rules, have shown the validity of the proposed method.

사용자 컨텍스트 공유를 위한 상황인지 메신저 (pp.906-910)

홍진혁(Jin-Hyuk Hong),양성익(Sung-Ihk Yang),조성배(Sung-Bae Cho) 한국정보과학회 2008 정보과학회 컴퓨팅의 실제 논문지 Vol.14 No.9

모바일 환경이 보편화됨에 따라 사용자의 상황을 인식하고 관련된 각종 컨텍스트를 공유하는 기술에 대한 관심이 높아지고 있다. 컨텍스트 공유는 사용자의 의사소통를 보다 풍부하게 할 뿐만 아니라 사회적 관계를 원만하게 유지하도록 도와준다. 최근 각종 메신저나 모바일 어플리케이션에는 간단한 수준의 사용자 컨텍스트 공유가 적용되고 있으나 사용자 환경이 복잡해짐에 따라 더욱 다양한 컨텍스트의 인식과 공유가 요구된다. 본 논문에서는 다양한 센서 정보를 수집하여 사용자의 대표적 컨텍스트인 감정, 스트레스, 행동을 동적 확률 모델을 이용하여 인식하고 메신저에 연동하여 컨텍스트 정보를 공유하는 상황인지 메신저를 개발한다. 다양한 컨텍스트를 인식하기 위한 다중모델을 효과적으로 구성하고 아이콘 방식으로 컨텍스트를 표시한다. 개발한 시스템을 사용자 시나리오를 바탕으로 평가하여 유용성을 검증하였다. As the mobile environment becomes widely used, there is a growth on the concern about recognizing and sharing user context. Sharing context makes the interaction between human more plentiful as well as helps to keep a good social relationship. Recently, it has been applied to some messengers or mobile applications with sharing simple contexts, but it is still required to recognize and share more complex and diverse contexts. In this paper, we propose a context-aware messenger that collects various sensory information, recognizes representative user contexts such as emotion, stress, and activity by using dynamic Bayesian networks, and visualizes them. It includes a modular model that is effective to recognize various contexts and displays them in the form of icons. We have verified the proposed method with the scenario evaluation and usability test.