http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Automated Machine Learning Pipeline System Based on Beam Search for Electric Power Industry
Gwangseon Jang(장광선),Myeong-Ha Hwang(황명하) 대한전기학회 2021 전기학회논문지 Vol.70 No.12
As Artificial Intelligence (AI) shows excellent performances, electric power industry also applies AI to various fields. Even though a lot of data and infrastructures for data analysis are prepared, AI experts in the industry are insufficient. Automated machine learning can be a solution in the industry to apply the excellence of AI to many fields despite the shortage of professionals. Recently, several automated machine learning services have shown good performances on general purpose. However, due to the specificity of data, they does not perform well in the electric power industry. Therefore, we develop an automated machine learning pipeline system based on beam search especially for electric power industry. The proposed system is applied to three real-word problems, one for each of regression, classification, and text classification. The significance of our work is first to apply automated machine learning to electric power industry with high performance. The performances of the models to predict hourly peak power demand and to detect illegal use of electricity for Bitcoin mining are improved by 3.42% and 3.23% respectively compared to the existing models. Moreover, our work shows 95.23% accuracy in classification of the questions’ indents of chatbot, which gives the possibility to replace the existing model.
장광선 ( Gwangseon Jang ),정현지 ( Hyun Ji Jeong ),김윤정 ( Yunjeong Kim ) 한국정보처리학회 2023 한국정보처리학회 학술대회논문집 Vol.30 No.2
본 연구는 기업 간 협력과 경쟁력 강화를 위한 특허 기반 유사 기업 추천 모델을 제안한다. 제안 모델은 특허 데이터와 한국표준산업분류(KSIC) 정보를 활용하여, 특허 정보를 기반으로 기업 간 유사성을 평가하고 유사한 기업을 추천한다. 제안 모델은 특허 초록 정보와 한국표준산업분류를 사용하여 기술 측면에서 기업별 특성을 고려한 기업 대표 벡터를 생성한다. 또한, 기업의 특허 수를 고려하여 정확한 유사기업 추천을 제공합니다. 제안 모델은 기업들이 협력 파트너를 찾고 새로운 비즈니스 기회를 모색하는 데에 도움을 줄 수 있으며, 현재는 NTIS(www.ntis.go.kr)의 분류기반 특허분석 서비스에서 사용 중이다.
정현지 ( Hyun Ji Jeong ),장광선 ( Gwangseon Jang ) 한국정보처리학회 2021 한국정보처리학회 학술대회논문집 Vol.28 No.2
연구수행과정에서 발생하는 논문, 특허, 연구보고서 등의 과학기술데이터는 다양한 과학기술지식을 포함한다. 연구자들의 효과적인 연구를 지원하기 위해서는 과학기술데이터 분석을 통한 지식 발견이 필수적이다. 과학기술데이터는 일반 텍스트와는 다르게 다수의 전문용어를 포함하고 있으며, 고유의 양식이 정해져 있고, 텍스트 길이가 대체로 길다는 특징이 있다. 본 고에서는 이러한 과학기술데이터 만의 고유한 특징을 반영한 인공지능 기반 자연어처리 기술들을 소개함으로써 과학기술데이터 분석에 대한 이해를 돕고자 한다.
증강 그래프 기반 그래프 뉴럴 네트워크를 활용한 POI 추천 모델
정현지 ( Hyun Ji Jeong ),장광선 ( Gwangseon Jang ) 한국정보처리학회 2023 한국정보처리학회 학술대회논문집 Vol.30 No.2
본 연구는 궤적 데이터(trajectory data)를 대상으로 증강 그래프 기반의 그래프 뉴럴 네트워크를 활 용하여 다음에 방문한 장소를 추천하는 모델을 제안한다. 제안 모델은 전체 궤적 데이터를 그래프로 표현하여 추출한 글로벌 궤적 플로우의 특성을 다음 방문할 POI 추천에 활용한다. 이때, POI 추천 시 자주 발생하는 두 가지 문제를 추가로 해결함으로써 POI 추천의 정확도를 높이는 것을 목표로 한다. 첫 번째 문제는 추천 대상 궤적 데이터의 길이가 짧은 경우에 성능 저하가 발생한다는 것이다. 두 번째 문제는 콜드-스타트 문제이다. 기존 POI 추천 모델은 매우 적은 방문 기록만 가지는 사용자 또는 POI에 대해서는 매우 낮은 예측 성능을 보인다. 본 연구에서는 궤적 그래프에서 일부 엣지를 삭제하여 생성한 증강 그래프 기반의 궤적 플로우 특징 기반 모델을 제안함으로써 짧은 길이의 궤적 데이터 및 콜드-스타트 사용자/POI에 대한 추천 성능을 높인다.