지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 임형석
- 발행연도
- 2015
- 저작권
- 전남대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
일배체형 추론이란 특정 집단의 유전자형 집합으로부터 집단에 속한 각 개체의 유전자형을 설명할 수 있는 일배체형 집합을 도출해내는 것을 말한다. 본 논문에서는 검약기반 일배체형 추론 문제에 대해 최종 결과에 기여하지 않는 일배체형을 후보군에서 제외함으로써 일배체형 추론과정에서 탐색해야 할 후보 일배체형의 수를 줄이는 사전처리 알고리즘과 이의 수행시간을 개선한 휴리스틱 알고리즘을 제시한다. 제안된 알고리즘들은 일배체형 후보군간의 포함관계만을 이용하여 중복적인 일배체형 집합을 후보군에서 제외한다. 일배체형 추론 알고리즘의 메모리 사용량과 수행시간 단축을 위해 본 사전처리 알고리즘의 간소화 결과를 적용한다.
벤치마크 데이터 및 전산학적 합성 데이터에 대한 실험 결과, 제시된 사전처리 알고리즘은 기존의 집합기반 사전처리 알고리즘에 비해 짧은 수행시간에 동일한 일배체형 후보군을 도출한다. 특히, 유전자 재조합이 포함된 큰 규모의 합성 데이터에 대해서는 기존의 사전처리 알고리즘에 비해 약 70배 빠른 결과를 보였다. 또한 제시된 사전처리 알고리즘을 사용하여 간소화된 일배체형 후보군을 전형적인 일배체형 추론 프로그램의 입력에 적용한 결과, 최근까지 알려진 가장 빠른 추론 프로그램보다 약 30배 빠르게 추론 결과를 산출하였다. 제안된 휴리스틱 알고리즘은 제안된 사전처리 알고리즘에 비해 큰 폭의 속도 향상을 보였다. 본 휴리스틱 알고리즘에 의해 간소화된 결과를 일배체형 추론 프로그램에 적용하면 대부분 최적해를 산출하고, 최적해를 산출하지 않는 경우에도 최적해의 일배체형 개수와 크게 차이나지 않았다.
벤치마크 데이터 및 전산학적 합성 데이터에 대한 실험 결과, 제시된 사전처리 알고리즘은 기존의 집합기반 사전처리 알고리즘에 비해 짧은 수행시간에 동일한 일배체형 후보군을 도출한다. 특히, 유전자 재조합이 포함된 큰 규모의 합성 데이터에 대해서는 기존의 사전처리 알고리즘에 비해 약 70배 빠른 결과를 보였다. 또한 제시된 사전처리 알고리즘을 사용하여 간소화된 일배체형 후보군을 전형적인 일배체형 추론 프로그램의 입력에 적용한 결과, 최근까지 알려진 가장 빠른 추론 프로그램보다 약 30배 빠르게 추론 결과를 산출하였다. 제안된 휴리스틱 알고리즘은 제안된 사전처리 알고리즘에 비해 큰 폭의 속도 향상을 보였다. 본 휴리스틱 알고리즘에 의해 간소화된 결과를 일배체형 추론 프로그램에 적용하면 대부분 최적해를 산출하고, 최적해를 산출하지 않는 경우에도 최적해의 일배체형 개수와 크게 차이나지 않았다.
목차
목 차그림 목차 ⅲ표 목차 ⅳ국문초록 ⅴ1. 서론 1가. 연구 배경 1나. 연구 내용 3다. 논문의 구성 42. 생물학적 배경지식과 일배체형 연구 5가. 유전자형과 일배체형 5나. 일배체형 조합문제와 추론문제 10다. 일배체형과 연관성 연구 및 일배체형의 활용 123. 일배체형 추론문제 해결을 위한 접근 방법 15가. 문제의 정의 15나. 연구 동향 18다. 후보군 간소화의 필요성 214. 일배체형 집합의 축약 베이스 표현 23가. 집합기반 표현 23나. 축약 베이스 표현 24다. 축약 베이스의 연산 26라. 양립성과 커버 28마. 축약 베이스의 구현 305. 일배체형 후보군 간소화 알고리즘 32가. 유전자형 집합의 구조적 간소화 방법 32나. 집합기반 사전처리 방법 33다. 후보군 간소화 사전처리 방법 361) 제안된 방법의 근거 362) 사전처리 알고리즘 373) 사전처리의 예 394) 구현관련 사항 435) 집합기반 사전처리 방법과의 비교 44라. 후보군 간소화 휴리스틱 알고리즘 461) RCH-S 알고리즘 462) RCH-C 알고리즘 506. 성능평가 및 결과분석 51가. 실험의 구성 52나. 실험 데이터 53다. 일배체형 후보군 간소화 결과 58라. 일배체형 추론 결과 64마. 실험결과 분석 697. 결론 72참고문헌 74영문초록 79
최근 본 자료
댓글(0)
0