http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
성주현,이민욱,황성택,이주열,이지훈,Sung, Juhyun,Lee, Minuk,Hwang, Seongtaek,Lee, Juyeol,Lee, Jihoon 한국반도체디스플레이기술학회 2022 반도체디스플레이기술학회지 Vol.21 No.3
This paper presents a new blockchain based donation platform combined with a type of gaming application. The proposed donation platform is similar to existing play-to-earn (P2E), but it has different characteristics such as non-liquidated token and direct transfer to a celebrity donation organization. Moreover, it has advantages like a robustness for counterfeiting and falsification as well as enhanced donating experience.
온라인 필기인식을 위한 증가하는 데이터를 이용한 앙상블 기법
김태준(Tae-Jun Kim),장하영(Ha-Young Jang),박정완(Jeongwan Park),황성택(Seongtaek Hwang),장병탁(Byoung-Tak Zhang) 한국정보과학회 2014 정보과학회논문지 : 소프트웨어 및 응용 Vol.41 No.2
모바일 기기의 대중화와 함께 필기체 인식의 중요성은 더욱 커지고 있다. 필기 데이터는 데이터에 존재하는 분산(variance)이 매우 크기 때문에 데이터가 증가함에 따라 문제의 복잡도가 급격히 증가하는 특성이 있다. 이러한 특성으로 인하여 대용량의 데이터를 이용하여 인식기를 학습시키기도 어렵고 학습시간도 길어진다는 문제점이 있다. 본 논문에서는 이러한 문제점들을 해결하기 위한 앙상블 기법을 제시하였다. 제안한 방법론은 모바일 기기를 통해서 축적되는 필기 데이터를 효율적으로 이용하기 위하여 일정량의 데이터가 모일 때마다 새로운 약분류기(weak learner)를 추가함으로써 앙상블 모델을 구축한다. 필기체 인식을 위해서 많이 사용되는 인공신경망은 필기 데이터의 크기가 커짐에 따라서 데이터 내의 분산도 같이 커지는 문제로 인하여 학습 시간이 급격히 증가하게 되는데 앙상블 기법을 이용한 점진적 학습을 통해서 빠른 시간 안에 보다 효율적인 학습이 가능하게 된다. Today’s mobile devices offer more intuitive touch interfaces and support handwriting recognition. The within class variance of handwritten characters causes the growth of complexity in handwriting recognition as data grows. Because of it, more time and efforts are required to train the recognizer as data grows. We propose the ensemble method with batch incremental learning. The proposed method adds the new weak learner to ensemble model, when incremental data reaches certain amount. The ensemble method with batch incremental learning reduces the training time of artificial neural network with large data set. It also tends to cancel out overfitting problem caused by high variance.