Kisti Institutional Repository
Not a member yet
7415 research outputs found
Sort by
연구자 중심의 과학기술 데이터 생태계 활성화 전략
Get PDF한국과학기술정보연구원(원장 최희윤, 이하 KISTI)은 데이터가 경제사회 발전의 핵심 자원이 되는 데이터 경제 시대에 연구자가 다양한 데이터를 쉽게 확보·융합하는 것이 중요해짐에 따라 연구자 중심의 과학기술 데이터 생태계 활성화 전략을 제시한 『KISTI 이슈브리프*』를 발간하고 있다
KISTI, 국민대와 빅데이터 기반 연구·교육 업무 협력
No full text한국과학기술정보연구원(원장 최희윤, 이하 KISTI)과 국민대학교(총장 임홍재, 이하 국민대)가 23일 국민대학교 국제관에서 빅데이터 기반 연구·교육 업무 협력을 위한 업무협약(MoU)을 체결했다
KISTI, 부산 지역 현안 해결 ‘개방형데이터융합연구단’ 출범
No full text한국과학기술정보연구원(원장 최희윤, 이하 KISTI)은 19일, 부산정보산업진흥원에서 5개 관련기관 관계자 40여 명이 참석한 가운데 DDS(Data Driven Solutions)융합연구단 출범을 알리는 현판식을 개최한다고 밝혔다. 연구 주관기관인 KISTI는 한국전자통신연구원(ETRI) 및 부산광역시와 함께 부산지역 특화 현안을 발굴하고, 인공지능 기술과 지역 공공성 데이터를 활용한 문제 해결과 이를 실증한다. 또한, 양산부산대학교병원, 부산정보산업진흥원, 부산외국어대학교, 중앙대학교, 충남대학교와 기술 협력을 통해 개방형 데이터 솔루션 개발에 매진할 예정으로, 연구 결과를 성공적으로 사업화할 수 있도록 여러 참여업체와 함께 기술 협력도 추진한다
KISTI, 온택트 시대의 연구자 협업과 오픈액세스 출판 지원에 앞장
Get PDF한국과학기술정보연구원(원장 최희윤, 이하 KISTI)은 9월 17일 국내 학회 및 학술지 발행기관을 대상으로 “KISTI 오픈액세스(OA)* 지원시스템 활용 설명회”(이하 설명회)를 개최하였다. 이번 행사는 코로나19 확산 예방을 위해 온라인으로 개최하여, 유튜브 KISTI TV 채널**을 통해 생중계 되었다
키워드 중심 학술정보서비스 개선 연구 : NDSL 추천 및 분류를 중심으로
No full text최근 정보의 폭발적인 증가로 인해 사용자에게 적합한 정보를 제공하기 위한 정보의 필터링이 매우 중요시 되고 있다. 한국과학기술정보연구원에서 운영하고 있는 학술정보서비스인 NDSL은 방대한 자료를 보유함에도 불구하고 사용자들은 검색 외에 자료 획득이 쉽지가 않다. 본 논문은 사용자에게 적합한 정보를 제공하기 위하여 키워드 특성을 활용한 서비스인 PIN(Profiling service In NDSL)을 제안한다. PIN은 키워드만을 가지고 검색하는 것이 아닌 사용자 본인 및 유사 사용자가 등록한 관심 키워드, 동시이용 키워드, 검색 키워드로 분석된 워드 클라우드를 제공하고 이를 통하여 사용자에게 맞춤형 논문, 보고서, 특허, 동향의 콘텐츠를 추천한다. 또한 콘텐츠를 보다 쉽게 접근하기 위하여 중복분류가 가능한 학술연구분류체계 기반 분류를 제공한다. 이를 검증하기 위해 NDSL의 축적된 2016년도의 국내논문의 데이터를 기반으로 분류별로 키워드를 추출하고 이를 통해 매칭 기반의 분류 모델을 만든 후 트레이닝 및 테스트를 거쳐 결과를 도출한다
정규직/비정규직 근로자 여부와 직장만족도의 관계: 청년층의 집단별 차이에 관한 비교
No full text노동시장의 유연성 확대와 단기적인 비용 절감이란 측면에서 비정규직 근로자가 확산되고 있으며, 정규직과 비정규직 근로자 간의 차별 문제가 큰 이슈가 되고 있다. 따라서 본 연구는 정규직/비정규직 근로자 여부와 직장만족도의 관계에 대해 실증적으로 분석하였다. 특히, 노동시장에 처음 참여하거나 상대적으로 경험이 적은 청년층의 경우 전체 연령층의 비정규직 문제와 다를 수 있기 때문에, 청년층을 연구 대상으로 선정하였다.
본 연구는 한국고용정보원에서 실시한 청년패널조사 데이터를 활용하였고, 취업자를 대상으로 2013년부터 2016년까지 총 16,293개의 표본을 선정하였다. 분석 결과, 정규직 근로자가 비정규직 근로자보다 직장만족도가 높게 나타나, 기존의 연구 결과들과 일치하였다. 그리고 최종학력, 필요한 기술수준, 전공 일치도에 대해 3개 집단을 구분하여 분석하였다. 최종학력, 필요한 기술수준, 전공 일치도가 낮은 집단은 정규직 근로자가 비정규직 근로자보다 직장만족도가 높게 나타난 반면, 최종학력, 필요한 기술수준, 전공 일치도가 높은 집단의 경우에는 정규직/비정규직 여부가 직장만족도에 영향을 미치지 않았다.
본 연구는 정규직/비정규직 근로자 여부와 직장만족도의 관계에 대해 집단별 차이를 비교하였다는 점에서 의의가 있으며, 비정규직 문제를 해결하기 위한 정책을 마련하는데 기초자료로 활용할 수 있을 것이다
The Prediction of Diatom Abundance by Comparison of Various Machine Learning Methods
No full textThis study adopts two approaches to analyze the occurrence of algae at Haman Weir for Nakdong River; one is the traditional statistical method, such as logistic regression, while the other is machine learning technique, such as kNN, ANN, RF, Bagging, Boosting, and SVM. In order to compare the performance of the models, this study measured the accuracy, specificity, sensitivity, and AUC, which are representative model evaluation tools.The ROC curve is created by plotting association of sensitivity and (1-specificity).The AUC that is area of ROC curve represents sensitivity and specificity.This measure has two competitive advantages compared to other evaluation tools. One is that it is scale-invariant. It means that purpose of AUC is how well the model predicts.
Other is that the AUC is classification-threshold-invariant. It shows that the AUC is independent of threshold because it is plotted association of sensitivity and (1-specificity) obtained by threshold. We chose AUC as a final model evaluation tool with two advantages. Also, variable selection was conducted using the Boruta algorithm. In addition, we tried to distinguish the better model by comparing the model with the variable selectionmethod and themodel without the variable selectionmethod. As a result of the analysis, Boruta algorithmas a variable selectionmethod suggested PO4, DO, BOD, NH3, Susp, pH, TOC, Temp, TN, and TP as significant explanatory variables. A comparison was made between the model with and without these selected variables. Among the models without variable selection method, the accuracy of RF analysis was highest, and ANN analysis showed the highest AUC. In conclusion, ANN analysis using the variable selection method showed the best performance among the models with and without variable selection method
Brain somatic mutations observed in Alzheimer’s disease associated with aging and dysregulation of tau phosphorylation
No full textThe role of brain somatic mutations in Alzheimer’s disease (AD) is not well understood. Here, we perform deep whole-exome sequencing (average read depth 584×) in 111 postmortem hippocampal formation and matched blood samples from 52 patients with AD and 11 individuals not affected by AD. The number of somatic single nucleotide variations (SNVs) in AD brain specimens increases significantly with aging, and the rate of mutation accumulation in the brain is 4.8-fold slower than that in AD blood. The putatively pathogenic brain somatic mutations identified in 26.9% (14 of 52) of AD individuals are enriched in PI3K-AKT, MAPK, and AMPK pathway genes known to contribute to hyperphosphorylation of tau. We show that a pathogenic brain somatic mutation in PIN1 leads to a loss-of-function mutation. In vitro mimicking of haploinsufficiency of PIN1 aberrantly increases tau phosphorylation and aggregation. This study provides new insights into the genetic architecture underlying the pathogenesis of AD
