메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
도진환 (동양대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제30권 제5호
발행연도
2024.5
수록면
220 - 227 (8page)
DOI
10.5626/KTCP.2024.30.5.220

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
현재까지 밝혀진 인유두종바이러스의 유전자형은 200 종류 이상이나 되지만 이 중에서 12∼15개의 유전자형만이 자궁경부암의 주요 병인과 관련된 고위험성으로 분류되고 있다. 이 바이러스의 위험군을 분류하는 방법은 주로 외피 단백질을 생산하는 L1 유전자의 염기 서열 차이에 기반한 유전자형에 의존하고 있다. 본 논문에서는 전장 유전체 서열과 콘볼루션 신경망을 이용하여 인유두종바이러스의 위험성을 분류하는 새로운 방법을 제시하고자 한다. 1,758개의 인유두종바이러스의 전장 유전체 샘플을 일정한 간격으로 분할한 후, 단어(-mer) 기반의 특성추출을 통해 영상 데이터와 유사한 3차 텐서로 표현함으로써 별도의 임베딩 처리 과정 없이 컨볼루션 신경망 학습 및 평가에 직접 사용될 수 있도록 하였다. 인유두종바이러스 전장 유전체 샘플을 고위험군과 저위험군, β 와 γ군의 4개의 그룹으로 분할하여 콘볼루션 신경망을 학습시킨 후, 테스트 결과 99.24%의 정확도를 보였다.

목차

요약
Abstract
1. 서론 및 배경
2. 관련 연구
3. 전체 데이터의 구성과 컨볼루션 모델
4. 실험 및 결과
5. 결론
References

참고문헌 (14)

참고문헌 신청

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-089730525