혈관 내 이미징을 위한 2세대 광간섭단층촬영시스템용 내시경적 탐침부 및 고속 회전 접합부 개발

조한샘(Han Saem Cho),김태환(Tae Hwan Kim),오왕열(Wang-Yuhl Oh) 대한기계학회 2012 대한기계학회 춘추학술대회 Vol.2012 No.5-3

동적 베이지안 네트워크를 이용한 모바일 라이프로그 기반 사용자 행동 예측

박한샘 ( Han-saem Park ),조성배 ( Sung-bae Cho ) 한국정보처리학회 2008 한국정보처리학회 학술대회논문집 Vol.15 No.2

개인화 장비 기술의 발달과 함께 최근 모바일 디바이스는 카메라, MP3 플레이어 등 다양한 기능을 포함하고 있으며, 많은 사용자가 이를 사용하고 있다. 모바일 디바이스는 사용자가 항상 휴대하기 때문에 사용자 정보를 습득하기에 유용하며 따라서 이로부터 수집된 다양한 정보를 바탕으로 최근 여러가지 서비스를 제공하기 위한 노력이 이루어지고 있다. 본 논문에서는 사용자의 모바일 로그를 바탕으로 행동 패턴을 파악하여 사용자가 앞으로 취할 행동을 예측하고자 하며, 이 과정에서 다양한 행동 패턴 중 정확한 행동 예측을 수행하기 위해 다음과 같은 방법을 활용하였다. 장소, 시간, 요일 정보를 함께 사용하여 동적 베이지안 네트워크를 이용해 시간 변화에 따른 사용자 행동 패턴을 학습하였으며, 개인 사용자 모델과 전체 사용자 모델을 따로 학습함으로써 더 정확한 행동 패턴의 학습이 가능하도록 하였다. 실험을 위해 대학생들로부터 수집된 모바일 로그를 통해 제안하는 행동 예측 모델의 성능을 확인한 결과 77~94%의 예측 정확도를 보임을 확인하였다.

당뇨병의 예측을 위한 분류기 앙상블의 BKS 결합

박한샘(Han-Saem Park),조성배(Sung-Bae Cho) 한국정보과학회 2004 한국정보과학회 학술발표논문집 Vol.31 No.2Ⅱ

경제 여건의 향상 및 생활양식의 변화로 최근 우리나라에서도 당뇨병 환자가 늘어남에 따라 당뇨병의 예측 및 치료가 중요한 관심사가 되고 있다. 본 논문은 1993년과 1995년 두 차례에 걸쳐 경기도 연천 지역 주민들의 여러 가지 신체 지수 등을 조사한 데이터를 대상으로, 1차 년도의 데이터로부터 동일한 환자가 2차년도에 정상상태를 유지하는지 혹은 당뇨병으로 진행이 되는지를 예측하는 문제를 다룬다. 혈당량, 허리둘레 등의 수치가 당뇨병의 발병에 영향을 끼치는 것은 알려진 사실이므로, 현재의 데이터로부터 앞으로의 발병 가능성을 예측하는 것이 가능하며, 이는 환자에게 보다 정확한 정보를 알려줄 수 있으므로 의미가 있는 일이다. 예측을 위해 본 논문에서는 분류기를 사용하며, 예측율을 높이기 위해 여러 분류기를 BKS로 결합하였다. BKS(behavior knowledge space) 결합 방법은 분류기간의 독립 가정이 필요 없으며, 데이터 크기가 크고 전형적인 경우에 좋은 결과를 낼 수 있는 방법이다. BKS 결합 방법을 통해 실험을 해 본 결과 단일 분류기로 실험을 한 결과보다 향상된 성능을 얻을 수 있었으며, 투표 결합 방법과 비교하여 더 좋은 성능을 보였다.

Gath-Geva 알고리즘을 이용한 유전자 발현 데이터의 분석

박한샘(Han-Saem Park),유시호(Si-Ho Yoo),조성배(Sung-Bae Cho) 한국정보과학회 2004 한국정보과학회 학술발표논문집 Vol.31 No.1B

다량의 유전자 발현 정보를 담고 있는 DNA 마이크로어레이 기술의 발달로 인해 대량의 생물정보를 한번의 실험을 통해 분석할 수 있게 되었다. 유전자 발현 데이터를 분석하는 방법 중 하나인 클러스터링은 비슷한 기능을 가진 유전자들을 그룹별로 묶어서 그룹 내의 유전자들의 기능을 밝히거나, 미지의 유전자를 분석하는데 이용되고 있다. 본 논문에서는 유전자 발현 데이터를 클러스터링하여 그로부터 유전 정보를 찾아내기 위한 방법으로 GG (Gath-Geva) 알고리즘을 제시한다. 퍼지 클러스터링 알고리즘중 하나인 GG 알고리즘은 대표적인 퍼지 클러스터링 방법인 퍼지 c-means 와 GK (Gustafson-Kessel) 알고리즘을 개선한 것으로, 차원이 크고 분포가 애매하여 클러스터링이 어려운 유전자 발현 데이터의 클러스터링에 적합한 알고리즘이다. 혈청(Serum) 유전자 데이터와 효모(Yeast) 세포주기 데이터를 GG 알고리즘 이용해 클러스터링 해 보고, 그 결과를 퍼지 c-means 알고리즘, GK알고리즘과 비교해 본 결과, GG 알고리즘이 유전자 발현 데이터의 클러스터링에 더 적합함을 확인하였다.

진화연산과 적응적 ${\alpha}$-cut 기반 평가를 이용한 유전자 발현 데이타의 퍼지 클러스터 분석

박한샘,조성배,Park Han-Saem,Cho Sung-Bae 한국정보과학회 2006 정보과학회논문지 : 소프트웨어 및 응용 Vol.33 No.8

유전자 데이타의 클러스터링은 방대한 유전자 정보를 발현 정도에 따라 비슷한 그룹으로 나누어 분석하는 방법으로 유전자의 기능을 분석하는데 사용되어 왔다. 클러스터링의 한 종류인 퍼지 클러스터링은 하나의 샘플이 소속정도에 따라 여러 그룹에 동시에 소속되도록 나누는 방법으로, 하나의 유전자 데이타는 여러가지 유전 정보를 가칠 수 있기 때문에 유전자 발현 데이타의 분석에 보다 적절한 방법이다. 그러나 보통 클러스터링 방법은 초기 값에 민감하고, 지역해에 빠질 수 있는 단점을 갖는다. 이런 단점을 해결하기 위해 본 논문에서는 진화 연산을 이용한 퍼지 클러스터링 방법을 제안한다. 이때, 적합도 평가를 위해서 모든 데이타에 대해 동일한 기준을 적용하는 베이지안 검증방법의 단점을 개선하여, 데이타의 특성 을 고려하여 결정된 적용적 ${\alpha}$-cut 기반 평가방법을 사용한다. SRBCT 데이타와 효모 세포주기 데이타를 이용해 실험을 하고 결과를 분석하여 제안하는 방법의 유용성을 확인하였다. Clustering is one of widely used methods for grouping thousands of genes by their similarities of expression levels, so that it helps to analyze gene expression profiles. This method has been used for identifying the functions of genes. Fuzzy clustering method, which is one category of clustering, assigns one sample to multiple groups according to their degrees of membership. This method is more appropriate for analyzing gene expression profiles because single gene might involve multiple genetic functions. Clustering methods, however, have the problems that they are sensitive to initialization and can be trapped into local optima. To solve these problems, this paper proposes an evolutionary fuzzy clustering method, where adaptive a-cut based evaluation is used for the fitness evaluation to apply different criteria considering the characteristics of datasets to overcome the limitation of Bayesian validation method that applies the same criterion to all datasets. We have conducted experiments with SRBCT and yeast cell-cycle datasets and analyzed the results to confirm the usefulness of the proposed method.

대사증후군의 예측 모델링을 위한 베이지안 네트워크의 속성 순서 최적화

박한샘(Han-Saem Park),조성배(Sung-Bae Cho) 한국정보과학회 2006 한국정보과학회 학술발표논문집 Vol.33 No.1

대사증후군은 당뇨병, 고혈압, 복부 비만, 고지혈증 등의 질병이 한 개인에게 동시에 발현하는 것을 말하며, 최근 경제 여건의 향상 및 식생활 습관의 변화와 함께 우리나라에서도 심각한 문제가 되고 있다. 한편 불확실성의 처리를 위해 많이 사용되는 베이지안 네트워크는 사람이 분석 가능한 확률 기반의 모델로 최근 의학 분야에서 질병의 진단이나 예측모델을 구성하기 위한 방법으로 유용하게 사용되고 있다. 베이지안 네트워크의 구조를 학습하는 대표적인 알고리즘인 K2 알고리즘은 속성이 입력되는 순서의 영향을 받으며, 따라서 이 또한 하나의 주제로써 연구되어 왔다. 본 논문에서는 유전자 알고리즘을 이용하여 베이지안 네트워크에 입력되는 속성 순서를 최적화하며 이 과정에서 의학지식을 적용해 효율적인 최적화가 가능하도록 하였다. 제안하는 모델을 통해 1993년의 데이터를 가지고 1995년의 상태를 예측하는 분류 실험을 수행한 결과 속성 순서 최적화 후에 이전보다 향상된 예측율을 보였으며 또한 다층 신경망, k-최근접 이웃 등을 이용한 다른 모델보다 더 높은 예측율을 보였다.

소셜 네트워크 구성을 위한 모바일 컨텍스트 설계 및 수집

박한샘(Han-Saem Park),정태민(Tae-Min Jung),조성배(Sung-Bae Cho) 한국정보과학회 2009 한국정보과학회 학술발표논문집 Vol.36 No.2B

최근 스마트폰이나 PDA와 같은 모바일 디바이스가 널리 보급되었으며, 또한 개인화 장비기술이 발달하면서 모바일 디바이스가 카메라, MP3 플레이어 등 다양한 기능을 포함하게 되었다. 이와 함께 대부분의 사용자가 보유하고 있는 모바일 디바이스는 사용자가 항상 휴대하고 다니며, 여러가지 센서를 포함하고 있어 사용자의 다양한 컨텍스트 정보를 수집하기에 매우 유용한 도구가 되었다. 본 논문에서는 이러한 모바일 디바이스를 이용하여 사용자의 다양한 컨텍스트를 수집하기 위한 방법을 제시한다. 수집된 모바일 컨텍스트는 다양한 연구를 위해 활용될 수 있는데, 본 논문에서는 모바일 소셜 네트워크 구성을 주요 목적으로 하였으며 설계 또한 이러한 목적을 고려하여 이루어졌다. 마지막으로 제시된 방법을 통해 실제로 수집된 컨텍스트를 소개하고, 향후 어떤 연구를 위해 활용될 수 있는지를 기술한다.

진화연산과 적응적 α-cut 기반 평가를 이용한 유전자 발현 데이타의 퍼지 클러스터 분석

박한샘(Han-Saem Park),조성배(Sung-Bae Cho) 한국정보과학회 2006 정보과학회논문지 : 소프트웨어 및 응용 Vol.33 No.8

유전자 데이타의 클러스터링은 방대한 유전자 정보를 발현 정도에 따라 비슷한 그룹으로 나누어 분석하는 방법으로 유전자의 기능을 분석하는데 사용되어 왔다. 클러스터링의 한 종류인 퍼지 클러스터링은 하나의 샘플이 소속정도에 따라 여러 그룹에 동시에 소속되도록 나누는 방법으로, 하나의 유전자 데이타는 여러가지 유전 정보를 가질 수 있기 때문에 유전자 발현 데이타의 분석에 보다 적절한 방법이다. 그러나 보통 클러스터링 방법은 초기 값에 민감하고, 지역해에 빠질 수 있는 단점을 갖는다. 이런 단점을 해결하기 위해 본 논문에서는 진화 연산을 이용한 퍼지 클러스터링 방법을 제안한다. 이때, 적합도 평가를 위해서 모든 데이타에 대해 동일한 기준을 적용하는 베이지안 검증방법의 단점을 개선하여, 데이타의 특성을 고려하여 결정된 적응적 α-cut 기반 평가방법을 사용한다. SRBCT 데이타와 효모 세포주기 데이타를 이용해 실험을 하고 결과를 분석하여 제안하는 방법의 유용성을 확인하였다. Clustering is one of widely used methods for grouping thousands of genes by their similarities of expression levels, so that it helps to analyze gene expression profiles. This method has been used for identifying the functions of genes. Fuzzy clustering method, which is one category of clustering, assigns one sample to multiple groups according to their degrees of membership. This method is more appropriate for analyzing gene expression profiles because single gene might involve multiple genetic functions. Clustering methods, however, have the problems that they are sensitive to initialization and can be trapped into local optima. To solve these problems, this paper proposes an evolutionary fuzzy clustering method, where adaptive ?-cut based evaluation is used for the fitness evaluation to apply different criteria considering the characteristics of datasets to overcome the limitation of Bayesian validation method that applies the same criterion to all datasets. We have conducted experiments with SRBCT and yeast cell-cycle datasets and analyzed the results to confirm the usefulness of the proposed method.

서비스 로봇의 지능형 HRI를 위한 도메인 지식 기반 확률모델의 모듈화

박한샘(Han-Saem Park),이승현(Seunghyun Lee),윤종원(Jongwon Yoon),임성수(Sungsoo Lim),조성배(Sung-Bae Cho) 한국HCI학회 2010 한국HCI학회 학술대회 Vol.2010 No.1

고속 내시경적 OFDI 시스템 개발과 이를 이용한 3차원 생체 혈관 내부 이미징

조한샘,장선주,오왕열,Cho, Han Saem,Jang, Sun-Joo,Oh, Wang-Yuhl 한국광학회 2014 한국광학회지 Vol.25 No.2

Intravascular optical coherence tomography (OCT) enables imaging of the three-dimensional (3D) microstructure of a blood vessel wall. While 3D vascular visualization provides detailed information of the vessel wall and intraluminal structures, a longitudinal imaging pitch that is several times bigger than the imaging resolution of the system has limited true high-resolution 3D imaging. In this paper we demonstrate high-speed intravascular OCT in vivo, acquiring images at a rate of 350 frames per second. A 47-mm-long rabbit aorta was imaged in 3.7 seconds, after a short flush with contrast agent. The longitudinal imaging pitch was 34 micrometers, comparable to the transverse imaging resolution of the system. Three-dimensional volume rendering showed greatly enhanced visualization of tissue microstructure and stent struts, relative to what is provided by conventional intravascular imaging speeds. 혈관 내 OCT (optical coherence tomography) 는 혈관 벽 내부의 3차원적 미세구조를 영상화할 수 있어서 임상에서 각광을 받고 있다. 하지만 아직도 충분하지 못한 이미징 속도, 특히 내시경 프로브의 이미징 광 스캐닝 속도의 부족으로 혈관 길이 방향의 이미징 간격이 실제 시스템의 광학적 해상도보다 5배 이상 커서 혈관 종방향으로의 고해상도 이미징이 얻어지지 못하고 있는 상황이다. 본 논문에서는 초당 350장의 혈관 벽 단층 영상을 제공하는 고속 혈관 내 OCT 시스템을 기술한다. 본 시스템과 내시경 장치를 이용하여 47 mm 길이의 살아있는 토끼 대동맥을 3.7초만에 34 micron의 혈관 종방향 간격으로 얻는데 성공하였다. 34 micron의 종방향 간격은 실제 내시경의 그 방향 광학적 해상도와 비슷한 정도로서 3차원 모든 방향으로의 고해상도 이미징을 구현하였음을 보여준다. 얻어진 이미징 데이터의 3차원 영상 구현을 통해 혈관의 미세구조 및 이미징 전 삽입된 스텐트의 자세한 구조를 보였다.