http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
SVM과 HMM을 이용한 α - Helix 막횡단 단백질 예측
송철환(Chullhwan Song),유성준(Seong Joon Yoo),김민경(Minkyung Kim),설영주(Youngjoo Seol) 한국정보과학회 2003 한국정보과학회 학술발표논문집 Vol.30 No.2Ⅱ
현재 바이오인포매틱스(Bioinformatics) 분야에서 가장 중요한 부분 중의 하나는 유전자 및 단백질의 구조와 기능을 정확하게 예측하는 것이다. 이는 질병 치료 및 신약개발에 유용하여 이로부터 나온 결과로부터 경제적 산업적 효과를 기대할 수 있다. 이 논문에서는 기계학습(Machine Learning)의 한 분야인 SVM(Support Vector Machine)과 HMM(Hidden Markov Model)를 결합하여 단백질의 막횡단(Transmembrane) α-Helix 단백질 지역을 예측하는 새로운 알고리즘을 개발, 구현 및 실험하였다. 그 결과 이 두 가지 알고리즘이 결합된 방식을 사용함으로써 성능을 향상 시킬 수 있음을 증명했다.
구영현(Younghyun Koo),송철환(Chullhwan Song),유성준(Seong Joon Yoo) 한국정보과학회 2004 한국정보과학회 학술발표논문집 Vol.31 No.2Ⅱ
UAProfile과 MPEG-21 Terminal capability는 Device의 특성을 기술한다는 점에서 비슷하다. 그러나 자세히 기술하고자 하는 특성이 다르므로 서로 다른 구조를 가지고 있다. 하지만 UAProfile과 MPEG-21 Terminal capability의 메타데이터를 통합함으로서 이 두 메타데이터 그룹들 간의 이질성을 극복할 수 있다. 또한 두 개의 메타데이터들을 합쳤을 경우에는 서로 상호 보완적 역할을 하기 때문에 하나의 메타데이터 그룹을 사용한 결과보다 표현능력을 더 향상시킬 수 있다.