http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
이병한 ( Byunghan Lee ),최현수 ( Hyun-soo Choi ),김세정 ( Saejung Kim ),윤성로 ( Sungroh Yoon ) 한국정보처리학회 2014 한국정보처리학회 학술대회논문집 Vol.21 No.2
본 연구에서는 여러 가지 생체 신호 중 심전도 신호를 대상으로 하여 개인별 구분이 가능한 특이점 이 검출 되는지 기계 학습을 통하여 검증하였다. 심장 질환이 없는 정상인을 대상으로 수집한 신호로 부터 8가지 기점 특징을 추출하였으며,동일 오류율과 AUC를 평가 척도로 하여 SVM 분류기를 이용
시퀀스 유사도에 기반한 유전체 데이터베이스 압축 및 영향 분석
권선영(Sunyoung Kwon),이병한(Byunghan Lee),박승현(Seunghyun Park),조정희(Jeonghee Jo),윤성로(Sungroh Yoon) 한국정보과학회 2017 정보과학회 컴퓨팅의 실제 논문지 Vol.23 No.4
유전체 데이터의 급증 및 정밀의료 등 응용 분야 확대에 따라 유전체 데이터베이스의 효율적 관리에 대한 중요성이 커지고 있다. 전통적인 압축 기법을 통해 유전체 데이터를 압축할 경우, 압축효과는 크지만, 압축된 상태에서 데이터베이스를 비교하거나 검색하는 등의 작업이 용이하지 않게 된다. 유전체 데이터 분석에 소요되는 시간은 데이터베이스에 존재하는 시퀀스 수에 비례하며, 중복되거나 유사한 시퀀스가 다수 존재한다는 점에 착안하여, 본 논문에서는 유전체 데이터베이스 상에 존재하는 유사 시퀀스를 제거함으로써 전체 데이터베이스 크기를 줄이는 기법을 제안한다. 실험을 통해 시퀀스 유사도 1% 기준으로도 전체의 약 84% 시퀀스가 제거되며, 약 10배 빠른 분류분석이 가능함을 보인다. 또한 큰 폭의 압축효과에도 불구하고, 범주 다양성 및 분류 분석 등에 미치는 변화가 미미함을 확인함으로써, 시퀀스 유사도 기반의 제안 압축 기법이 유전체 데이터베이스 압축에 효과적인 방법임을 제시한다. Given the explosion of genomic data and expansion of applications such as precision medicine, the importance of efficient genome-database management continues to grow. Traditional compression techniques may be effective in reducing the size of a database, but a new challenge follows in terms of performing operations such as comparison and searches on the compressed database. Based on that many genome databases typically have numerous duplicated or similar sequences, and that the runtime of genome analyses is normally proportional to the number of sequences in a database, we propose a technique that can compress a genome database by eliminating similar entries from the database. Through our experiments, we show that we can remove approximately 84% of sequences with 1% similarity threshold, accelerating the downstream classification tasks by approximately 10 times. We also confirm that our compression method does not significantly affect the accuracy of taxonomy diversity assessments or classification.
클라우드 기반 맵리듀스를 활용한 다중 염기 서열 정렬의 속도 향상에 관한 연구
박승현(Seunghyun Park),이병한(Byunghan Lee),김한주(Hanjoo Kim),김동승(Dongseung Kim),윤성로(Sungrho Yoon) 한국정보과학회 2011 한국정보과학회 학술발표논문집 Vol.38 No.2A
최근 하둡 맵리듀스를 활용한 클라우드 서비스가 다양하게 등장하고 있다. 기존의 맵리듀스 환경은 분산 클러스터 컴퓨팅 환경에서 많이 활용되었으나 이러한 기존의 방식에 비해 클라우드 기반 맵리듀스는 대용량 데이터의 빠른 처리를 위한 컴퓨팅 자원의 확장이 유연하다는 장점이 있다. 본 연구에서는 아마존 클라우드의 맵리듀스 서비스를 생물정보학 분야의 중요한 문제 중 하나인 다중 염기 서열 정렬 방법에 적용하였다. 다중 염기 서열 정렬을 위해서는 염기 서열 간 유사도 측정이 필수적이며 유사도 측정 방식으로 Needleman-Wunsch 알고리즘이 많이 활용되는데 정렬해야 할 염기 서열의 양이 많은 경우에는 계산량이 크게 증가하는 문제가 있다. 본 연구의 결과로 상당한 계산 속도를 향상시킬 수 있었으며 대용량 데이터 처리에 대한 클라우드 기반 맵리듀스의 적합성을 확인하였다.
비단조적 덴드로그램을 위한 Reachability Plot
전용권(Yongkweon Jeon),이태훈(Taehoon Lee),이병한(Byunghan Lee),윤성로(Sungroh Yoon) 한국정보과학회 2012 한국정보과학회 학술발표논문집 Vol.39 No.1B
계층 군집화 (Hierarchical Clustering)는 전역정보를 활용하여 군집화를 하기 때문에 다양한 군집 분석(Cluster Analysis) 방법들 중에 비교적 많이 이용되고 있으나 군집화의 결과를 덴드로그램의 형태로 나타내 전체 군집들의 정보를 직관적으로 확인하기에는 어려움이 존재한다. 이러한 문제를 개선하기 위해서 기존 Dendrogram의 정보를 크게 훼손하지 않고 직관적으로 를러스터의 정보를 확인할 수 있는 Reachability plot이 개발되었다. 그러나 Centroid Linkage 방식과 같이 덴드로그램이 비단조적이 될 수 있는 계층 군집화에서는 이것을 기존의 Reachability plot 방식으로 변환할 경우 정보가 왜곡 되어 나타날 수 있다. 따라서 우리는 이러한 문제를 해결하기 위한 방법을 제안함으로써 비단조적 덴드로그램의 경우에도 군집들을 정보의 왜곡 없이 표현할 수 있도록 하였다.
40~50대를 위한 부엌공간 LED 조명의 행위별 적정 색온도 및 조도 범위 도출
서은지(Eunji Seo),박지영(Jiyoung Park),이병한(Byunghan Lee),이진숙(Jinsook Lee) 한국색채학회 2015 한국색채학회 학술대회 Vol.2015 No.5
부엌 공간에서의 40∼50대의 전반 및 작업 행위 시 적정 색온도 및 조도 범위 도출을 목적으로 하였으며, 그 결과는 다음과 같다. 1) 전반 시 적정 조명물리량은 색온도 4000∼4500K의 조도 300∼500lx가 적정한 것으로 나타났다. 작업면의 적정 조명물리량은 색온도 4000∼4500K의 조도 600∼900lx가 적정한 것으로 나타났다. 2) 이진숙 외(2014)의 20∼30대의 연구결과와 비교분석한 결과 40∼50대는 두 행위 모두 20∼30대의 최대 밝기보다 100lx 정도 밝은 것을 선호하는 것으로 나타났다. 높은 조도를 선호하는 것으로 나타났으며, 이는 나이가 증가함에 따라 시력저하 등의 문제로 인해 밝은 빛을 선호하는 것으로 사료된다. 추후 이어질 연구에서는 조명기술의 시스템화가 진행됨에 따라 사람의 행동을 인지하여 점등 및 점등 제어속도를 통한 적정 조명 물리량 평가도 고려되어야 할 것으로 보인다. 마지막으로 본 연구 결과는 부엌 공간에서 행위를 고려한 조명설계 시 기초자료로 활용되기를 기대한다.