http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
한국어 워드넷 연결과 웹 자원 접근성 개선에 의한 디비피디아 강화
임경태(KyungTae Lim),함영균(YoungGyun Hahm),마틴(Martin Rezk),박정열(Jungyeul Park),윤용운(Yongun Yoon),최기선(Key-Sun Choi) 한국정보과학회 2013 정보과학회 컴퓨팅의 실제 논문지 Vol.19 No.9
본 논문에서는 한국어 디비피디아의 웹 자원 접근성 개선과 한국어 워드넷 연결을 통한 한국어 디비피디아 활용도를 높이는 방안을 제시한다. 이를 통해, 한국어 디비피디아는 사람이 읽을 수 있는 상태의 리소스 페이지 제공이 가능하다. 한편, 한국어 워드넷인 코어넷과 한국어 디비피디아와의 연결을 통해 디비피디아로부터 접근 가능한 단어의 범위를 확장하였다. 한국어 디비피디아-코어넷 연동은 유사도 계산에 의해서 92%의 연결 정확도를 보였고 오류 분석을 시도하였다. In this paper, we find a way to make good use of Korean DBpedia by improving web access to Korean DBpedia resources and linking Korean Word Net called CoreNet. Current Korean DBpedia can generate a human readable resource page. We also increase the number of accessible words by linking CoreNet and Korean DBpedia. By measuring similarity between CoreNet and Korean DBpedia the linking accuracy is up to 92% and we analyze remaining errors.
김선교(Kim Sunkyo),임경태(Lim KyungTae) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
본 논문은 기관평가 시 평가자의 평가의견을 자동으로 요약하여 평가에 따른 보완사항을 생성하는 자연어처리 시스템을 제안한다. 기관 평가는 여러 정량/정성적 절차를 거쳐 이루어지며 그 중 중간평가로 평가의원의 의견이 도출된다. 본 논문에서는 해당 평가의견을 입력으로 받아 보완사항을 생성하기 위해 텍스트 생성모델에 활용되는 sequence-to-sequence 모델의 활용 방법을 제안한다.
이인수(Insu Lee),장어진(Eo-jin Jang),민지민(Jimin Min),임경태(Kyungtae Lim),장한얼(Haneol Jang) 한국디지털포렌식학회 2022 디지털 포렌식 연구 Vol.16 No.1
모바일 사용자 수가 증가하면서, 스테가노그라피 활용 기기가 데스크톱에서 모바일 기기로 빠르게 전환되고 있다. 모바일 환경은 유일한 커버 이미지를 쉽게 생성할 수 있고 다양한 해상도로 이미지 촬영이 가능하다. 하지만 기존 스테그어날리시스 기술은 해상도를 고정시킨 제한된 실험환경에서 높은 탐지율을 보이며, 학습 시 사용했던 해상도와 다른 테스트 해상도에서는 탐지율이 급격히 하락하는 문제점이 있다. 본 연구에서는 다해상도에서 스테그어날리시스 성능이 하락하는 문제를 해결하기 위해 다해상도 학습법을 제안한다. 다해상도 학습법은 스테그어날리시스 모델을 학습할 때 다양한 해상도의 이미지 데이터를 훈련 데이터로 사용하는 방법이다. 다해상도 학습법을 적용한 스테그어날리시스 모델은 기존의 고정된 크기를 사용하는 모델에 비해 다양한 해상도 뿐만 아니라 학습에 사용하지 않은 해상도에 대해서도 우수한 성능을 보여주었으며 평균적으로 96.05%의 탐지율을 달성하였다. As the number of mobile users increases, devices utilizing steganography are rapidly transitioning from desktops to mobile devices. The mobile environment can easily generate unique cover images, and images can be taken in various resolutions. However, the existing steganalysis methods show high detection accuracy in a limited experimental environment where the resolution is fixed, and there is a problem in that the detection rate drops sharply at a test resolution different from the resolution used for training. We propose a multi-resolution learning method to solve the problem of steganalysis performance degradation at multi-resolution. The multi-resolution learning method uses images of various resolutions as training data to learn a steganalysis model. The staganalysis model using the multi-resolution learning method showed excellent performance at various resolutions as well as resolutions not used for training, compared to the existing model with the fixed resolution, and achieved an average detection rate of 96.05%.
이택준(Lee TaekJun),이인석(Lee InSuk),김상민(Kim SangMin),임경태(Lim KyungTae) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
Covd-19의 확산으로 인해 비대면 수업의 수요 증가하게 되었다. 대면 수업과 다르게 비대면 수업은 교수자가 학습자의 수업 집중도를 파악하기 어렵기 때문에 질 좋은 수업을 제공하기 어려운 문제가 발생한다. 본 프로젝트는 이러한 문제를 완화하기 위해 Zoom 회의 프로그램에서 진행되는 실시간 비대면 수업 중 학생들의 영상 데이터를 추출하고 기계학습을 이용하여 특징데이터를 추출한 다음 이를 이용하여 학생들의 집중도를 분석하고 시각적으로 교수자에게 보여줌으로써 수업의 질을 향상시키는 것을 목적으로 진행 되었다.