http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
주목 식물세포(Taxus chinensis) 배양 유래 타르 성분 동정 및 정량
김건중 ( Gun Joong Kim ),박규연 ( Gyu Yeon Park ),김진현 ( Jin Hyun Kim ) 한국미생물생명공학회(구 한국산업미생물학회) 2013 한국미생물·생명공학회지 Vol.41 No.3
In this study, the tar compounds derived from the plant cell cultures of Taxus chinensis were first identified and then quantified via gas chromatography/mass spectrometry (GC/MS) and gas chromatography (GC). 2-Picoline, 2,5-xylenol, acenaphthene, 1-methylnaphthalene and o-xylene were found to be the major tar compounds by biomass. These compounds were identified and confirmed by comparing their retention times with those of authentic compounds. Each compound also spiked with the pure standard. The contents of 2-picoline, 2,5-xylenol, acenaphthene, 1-methylnaphthalene, and o-xylene in biomass were 0.2512, 0.1586, 0.1240, 0.0942 and 0.0525 wt%, respectively. Liquid-liquid extraction and adsorbent treatment were able to remove 42% and 94% of the tars from biomass, respectivly. After hexane precipitation, all of the tars were perfectly removed.
모바일 사용자의 성별 예측을 위한 식별 및 인기 단어 집합 기반 2단계 기기 내 분석
최예림(Yerim Choi),박규연(Kyuyon Park),김소이(Solee Kim),박종헌(Jonghun Park) 한국전자거래학회 2016 한국전자거래학회지 Vol.21 No.1
모바일 기기 데이터를 활용한 분석에서 사용자의 프라이버시를 보호하는 것이 주요한 이슈로 대두됨에 따라 데이터를 외부로 전송하지 않고 모바일 기기 안에서 분석을 수행하는 기기내 분석이 주목 받고 있다. 기기 내 분석을 활용하면 문자 메시지, 검색 단어, 북마크, 연락처등 매우 개인적이지만 성별 구분에 효과적이라고 알려진 모바일 텍스트를 이용한 성별 예측이 가능하며, 사전에 선정된 단어들의 집합을 모바일 기기로 전송하여 이 단어들과 모바일 텍스트를 비교를 통해 성별을 예측하는 단어 비교 방식을 이용하면 모바일 기기의 제한된 자원 문제를 극복할 수 있다. 특히, 확실한 근거를 이용하여 필터링 한 후 예측을 수행하면 정확도를 극대화하고 복잡도를 낮출 수 있다. 따라서 본 논문에서는 단어의 식별력과 인기도를 순차적으로 고려하는 2단계의 기기 내 성별 예측 방법을 제안한다. 구체적으로, 제안하는 방법론은 소수의 높은 식별력을 가지는 단어를 이용하여 전체 사용자의 성별을 예측하고 이어서 인기도가 높은 단어를 활용하여 앞서 예측이 되지 않은 사용자의 성별을 예측한다. 실제 데이터를 이용한 실험에서 제안하는 방법론은 비교 방법론보다 우수한 성능을 나타내었다. As respecting one’s privacy becomes an important issue in mobile device data analysis, on-device analysis is getting attention, in which the data analysis is conducted inside a mobile device without sending data from the device to outside. One possible application of the on-device analysis is gender prediction using text data in mobile devices, such as text messages, search keyword, website bookmarks, and contact, which are highly private, and the limited computing power of mobile devices can be addressed by utilizing the word comparison method, where words are selected beforehand and delivered to a mobile device of a user to determine the user’s gender by matching mobile text data and the selected words. Moreover, it is known that performing prediction after filtering instances using definite evidences increases accuracy and reduces computational complexity. In this regard, we propose a two-phase approach to on-device gender prediction, where both discriminability and popularity of a word are sequentially considered. The proposed method performs predictions using a few highly discriminative words for all instances and popular words for unclassified instances from the previous prediction. From the experiments conducted on real-world dataset, the proposed method outperformed the compared methods.
스마트 기기의 멀티 모달 로그 데이터를 이용한 사용자 성별 예측 기법 연구
김윤정(Yoonjung Kim),최예림(Yerim Choi),김소이(Solee Kim),박규연(Kyuyon Park),박종헌(Jonghun Park) 한국전자거래학회 2016 한국전자거래학회지 Vol.21 No.1
스마트 기기 사용자의 성별 정보는 성공적인 개인화 서비스를 위해 중요하며, 스마트기기로부터 수집된 멀티 모달 로그 데이터는 사용자의 성별 예측에 중요한 근거가 된다. 하지만 각 멀티 모달 데이터의 특성에 따라 다른 방식으로 성별 예측을 수행해야 한다. 따라서 본 연구에서는 스마트 기기로부터 발생한 로그 데이터 중 텍스트, 어플리케이션, 가속도 데이터에 기반한 각기 다른 분류기의 예측 결과를 다수결 방식으로 앙상블하여 최종 성별을 예측하는 기법을 제안한다. 텍스트 데이터를 이용한 분류기는 데이터 유출에 의한 사생활 침해 문제를 최소화하기 위해 웹 문서로부터 각 성별의 특징적 단어 집합을 도출하고 이를 기기로 전송하여 사용자의 기기 내에서 성별 분류를 수행한다. 어플리케이션 데이터에 기반한 분류기는 사용자가 실행한 어플리케이션들에 성별을 부여하고 높은 비율을 차지하는 성별로 사용자의 성별을 예측한다. 가속도 기반 분류기는 성별에 따른 사용자의 가속도 데이터 인스턴스를 학습한 SVM 모델을 사용하여 주어진 성별을 분류한다. 자체 제작한 안드로이드 어플리케이션을 통해 수집된 실제 스마트 기기 로그 데이터를 사용하여 제안하는 기법을 평가하였으며 그 결과 높은 예측 성능을 보였다. Gender information of a smart device user is essential to provide personalized services, and multi-modal data obtained from the device is useful for predicting the gender of the user. However, the method for utilizing each of the multi-modal data for gender prediction differs according to the characteristics of the data. Therefore, in this study, an ensemble method for predicting the gender of a smart device user by using three classifiers that have text, application, and acceleration data as inputs, respectively, is proposed. To alleviate privacy issues that occur when text data generated in a smart device are sent outside, a classification method which scans smart device text data only on the device and classifies the gender of the user by matching text data with predefined sets of word. An application based classifier assigns gender labels to executed applications and predicts gender of the user by comparing the label ratio. Acceleration data is used with Support Vector Machine to classify user gender. The proposed method was evaluated by using the actual smart device log data collected from an Android application. The experimental results showed that the proposed method outperformed the compared methods.
문서 기반 성별 예측을 위한 요인 추출 및 한글 문서에의 적용 연구
최예림 ( Ye Rim Choi ),김소이 ( So Lee Kim ),박규연 ( Kyu Yon Park ),박종헌 ( Jong Hun Park ) (주)엘지씨엔에스(구 LGCNS 엔트루정보기술연구소) 2015 Entrue Journal of Information Technology Vol.14 No.3
최근 개인화된 추천 시스템과 같이 성별 정보를 필요로 하는 서비스가 증가함에 따라 사용자의 성별 예측은 주요 연구 주제로 각광받고 있다. 이미지, 동영상, 센서 등 다양한 데이터를 기반으로 성별 예측이 이루어지고 있으며, 이 중 SNS나 블로그의 글을 토대로 저자의 성별을 알아 낼 수 있다. 이때, 문서에서 추출된 요인의 종류에 따라 예측 성능이 달라진다고 알려져 있다. 따라서 본 연구에서는 기존 문서 기반 성별 예측 연구에서 사용된 요인의 종류 및 추출 방법론을 정리하고 이들의 한글 문서에의 적용 가능성을 살펴본다. 약 40종류 이상의 요인들이 정리되었으며, 이들 중 한글 문서에 적용 가능한 요인들을 선정하여 한글 블로그 문서에서 추출하였다. 이렇게 추출된 요인을 이용하여 성별 예측 실험을 수행하였으며 실험을 통해 열린 사전 요인과 의미 요인이 성별 예측에 유의미하다는 결론을 내릴 수 있었다. As gender information is required in diverse domains, gender prediction becomes an important research issue. Among gender pre-diction using various data types including image, video, and sensor data, gender prediction using text documents makes it possible to predict gender of users in social network or blog services using documents written by them. Gender prediction performance is closely related to the features extracted from documents and used for prediction. In this regard, we introduce feature extraction methods adopt-ed in previous gender prediction studies using text documents and investigate their application to a Korean corpus. We categorized the features into more than 40 types. Some of them, which can be applied to Korean corpus, were utilized for gender prediction using Ko-rean blog corpus. From the experiment, it can be concluded open dictionary features outperformed other lexical features and sematic feature is most effective for gender prediction.