http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Pathway Database 통합 활용을 위한 웹 서비스 환경 구축
이호일(HOIL LEE),유성준(Seongjoon Yoo),김민경(Minkyung Kim),박현석(Hyun Seok Park) 한국정보과학회 2004 한국정보과학회 학술발표논문집 Vol.31 No.1B
최근 pathway 정보의 중요성이 점점 커지고 있다. 하지만 이런 정보를 이용하기에 많은 문제점이 발생하고 있다. 이런 문제점의 해결 방법으로 웹 서비스가 도입되고 있다. 이 논문에서는 주요 pathway 데이터베이스 중 하나인 BIND와 체계적인 개념으로 유전자 용어를 정리한 Gene Ontology(GO)에 대한 웹 서비스를 개발하였다. 개발자들은 이 웹 서비스를 이용하여 BIND와 GO 데이터를 보다 쉽게 이용할 수 있을 것이다.
유전자 상호작용 데이타베이스 SOAP 서버 객체 모델의 설계 및 구현
이호일(HO IL LEE),유성준(Seongjoon Yoo),김민경(Minkyung Kim) 한국정보과학회 2005 정보과학회논문지 : 데이타베이스 Vol.32 No.2
최근 주요 생물정보학 데이타베이스 중 DDBJ, ENSEMBL, KEGG, 등의 데이타베이스는 연구자들의 편의를 위해 데이타와 분석용 도구들을 웹 서비스를 이용하여 제공한다. 이와 같이 웹 서비스를 이용하여 서비스를 제공하기 위해서는 SOAP 서버 객체와 메소드 정의가 매우 중요하다. 이 연구에서는 BIND, MINT, DIP과 같은 유전자 상호작용 데이타베이스를 위해서 필요한 SOAP 서버 객체에 대한 요구사항을 도출한다. 이어서 이 요구사항을 만족하는 SOAP 서버 객체와 메소드를 정의하였다. 이를 기반으로 프로토타입을 설계하고 구현한 것에 대하여 기술한다. Recently main Bioinformatics databases(DDBJ, ENSEMBL, KEGG, etc.) provide analysis tools and data using web services for the convenience of bioinformaticians. Thus, defining SOAP server objects and their methods are very important to provide services for web services. We define SOAP server objects for interaction databases such as BIND, MINT and DIP.
Support Vector Machine을 이용한 개인 사용자 선호 의상 추천
강한훈(Hanhoon Kang),유성준(SeongJoon Yoo) 한국정보과학회 2006 한국정보과학회 학술발표논문집 Vol.33 No.2C
본 논문에서는 의상에 대한 사용자 선호도를 찾아내는 기법에 대하여 기술한다. 의사에 대한 사용자 선호도를 찾기 위해서 의상 데이터에 대해 데이터 모델을 새롭게 제안한다. 이 데이터 모델을 기반으로 사용자의 의상관련 히스토리를 저장한다. 이렇게 저장된 히스토리 정보에 기계 학습 기법 중 최근 각광받고 있는 SVM 기법을 적용하여 사용자 선호도를 찾아내도록 하였다. 이 결과를 다른 학습 기법인 Naive Bayes 기법을 사용하여 의상에 대한 사용자 선호도를 검색한 성능과 비교하여 우리 모델이 더 좋다는 것을 확인하였다. 우리는 5명의 사용자에 대해서 동일한 취향을 갖는 사용자가 몇 명인지에 따라 A(모두 다름), B(2명), C(3명), D(4명), E(모두 같음) 형태별, 사용자별 1000건의 히스토리를 일정한 기준에 따라 생성했다. 그리고 이 중에서 900건을 학습용 데이터, 100건을 검증용 데이터로 선정하여 실험이 진행되었다.
최요한(Yohan Choi),유성준(Seongjoon Yoo),김민경(Minkyung Kim),박현석(Hyun Seok Park) 한국정보과학회 2004 한국정보과학회 학술발표논문집 Vol.31 No.1B
최근 웹 서비스 기술을 이용하여 바이오 데이터 및 데이터 메소드를 제공하는 것과 관련된 연구 들이 진행되고 있다. 웹 서비스 기반 바이오 데이터 서비스에 대한 연구 자료는 시스템 구조 및 API 등을 중심으로 보고되고 있으나 이를 기반으로 한 통합 응용 도구 개발 관련 연구는 미미한 실정이다. 이에 따라 이 논문에서는 웹 서비스 API 등을 이용하여 바이오인포매틱스 연구자들이 이용할 수 있는 데이터 통합, 검색, 브라우징 기능을 제공하는 분석 도구를 개발하였다. 사용자는 이 도구를 이용하여 바이오 데이터 간의 상호연관성을 보다 쉽게 발견할 수 있으며 보다 다양한 검색 결과를 여러 가지 형태로 볼 수 있게 될 것이다.
김문현(Moonhyeon Kim),구영현(YeongHyeon Gu),유성준(SeongJoon Yoo) 한국정보과학회 2011 정보과학회논문지 : 소프트웨어 및 응용 Vol.38 No.1
이 논문에서는 비교 및 추천키워드가 들어간 문서 중 추천 내용을 포함한 문서를 자동으로 분류하는 방법을 제안한다. 추천문장을 하나 이상 포함하는 문서를 추천문서로 정의한다. 추천문장의 대부분은 ‘~보다’와 같은 비교키워드를 포함하고 있거나 ‘추천, ‘우위’, ‘월등’, ‘압승’과 같은 추천키워드를 포함하고 있기도 하다. 제안하는 방법은 이 비교 및 추천키워드를 포함하고 있는 문장을 먼저 선정하고 이들 중추천문장만을 분류해 내기 위해 규칙을 추출하거나 기계 방법을 적용한다. ‘보다’를 포함한 다섯 개의 비교 및 추천키워드를 포함하고 있는 문서 1,336개를 Na?ve Bayes와 Bayesian Net으로 분류한 결과 평균 88.3%의 재현율과 83.5%의 정확률을 얻을 수 있었다. 향후 보다 많은 비교키워드와 추천키워드에 대해 일반화된 추천문서 분류 기술에 대한 연구가 진행될 것이다. 이 논문은 CSA2009에서 발표한 비교문장 분류 방법을 기반으로 추천문장 분류 방법을 추가하여 확장한 것이다. We propose a novel approach for the automatic classification of Korean text documents containing product recommendations using machine learning and rules. Most of Korean product recommendations include comparative keywords such as ‘than’, or recommendation keywords including ‘recommend’, ‘superior’, ‘excellent’, and ‘overwhelming victory’. We apply some rules or machine learning based classifier to select candidate sentences including such keywords and sort out only the recommendation sentences. The result of classifying 1,336 documents, including five comparative and recommendation keywords using Naive Bayes and Bayesian Net shows a recall rate of 88.3% and a precision of 83.5%. In the future, hopefully, there will be further studies on approaches to classification of generalized recommendation sentences in terms of more comparative and recommendation keywords. The idea of our previous work on mining comparative only sentences published in CSA2009 can be exploited in classifying recommendation sentences by adding the features proposed in this paper.