http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 김상웅 ( Sangung Kim ) (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
탐색적 자료 분석 및 연관규칙 분석을 활용한 잔류농약 부적합 농업인 유형 분석
김상웅 ( Sangung Kim ),박은수 ( Eunsoo Park ),조현정 ( Hyunjeong Cho ),홍성희 ( Sunghie Hong ),손병철 ( Byungchul Sohn ),홍지화 ( Jeehwa Hong ) 한국품질경영학회 2021 품질경영학회지 Vol.49 No.1
Purpose: The purpose of this study was to analysis pattern of nonconforming farmers who is one of the factors of unconformity in residual pesticides. Methods: Pattern analysis of nonconforming farmers were analyzed through convergence of safety data and farmer’s DB data. Exploratory data analysis and association rule analysis were used for extracting factors related to unconformity. Results: The results of this study are as follows; regarding the exploratory data analysis, it was found that factors of farmers influencing unconformity in residual pesticides by total 9 factors; sampling time, gender, age, cultivation region, farming career, agricultural start form, type of agriculture, cultivation area, classification of agricultural products. Regarding the association rule analysis, non-conformity association rules were found over the past three years. There was a difference in the pattern of nonconforming farmers depending on the cultivation period. Conclusion: Exploratory data analysis and association rule analysis will be useful tools to establish more efficient and economical safety management plan for agricultural products.
-
송병기(Byoungki Song),김상웅(Sangung Kim) 한국데이터정보과학회 2022 한국데이터정보과학회지 Vol.33 No.1
본 연구에서는 ICT 관련 유망 이슈를 선제적으로 발굴하기 위해 NTIS (National Science & Technology Information Service; 사업, 과제, 인력, 성과 등 국가연구개발 사업에 대한 정보를 한 곳에서 서비스하는 국가과학기술 지식정보 포털) 국가사업 데이터와 NEWS 데이터를 분석하여 미래 ICT분야의 이슈에 대해 예측하는 프로세스에 대해 다룬다. 먼저 HAN 모델로 NTIS 자료를 학습하여 ICT 문서를 판별해내고, LDA와 DTM 토픽 모델링 기법을 이용해 토픽을 추출하고 토픽 분포와 토픽 내 단어 분포의 시계열적 흐름을 알아본다. 그 후, VAR과 LSTM을 이용해 미래 ICT분야의 이슈 변화에 대해 예측해보고, 연구를 통하여 제기된 결과와 향후 연구 이슈 등에 대하여 논의한다. 구체적으로 총 17개의 토픽을 도출하였으며 NTIS 자료의 토픽 분포는 연도별로 변화가 있었지만, NEWS 토픽 분포는 큰 변화가 없었다. 그리고 토픽 분포를 예측하는 데는 LSTM이 VAR보다, 토픽 내 단어의 분포를 예측하는 데는 VAR이 LSTM보다 성능이 좋았다. This study investigate the process of predicting policy issues in the future ICT field by analyzing NTIS (National Science and Technology Knowledge information portal that provides information on national R&D projects such as projects, tasks and performance in one place) national project data and NEWS data. First, we designed an HAN model that determines ICT documents by learning NTIS data. And Topics are extracted using LDA and DTM topic modeling techniques, and time-series flow of topic distribution and word distribution within topic is investigated. Next, VAR and LSTM are used to predict changes in issues in the future ICT field, and we discuss the results and future research issues raised through research. Specifically, a total of 17 topics were derived, and the topic distribution of NTIS data changed by year, but the NEWS topic distribution did not change significantly. In addition, LSTM performed better than VAR in predicting the topic distribution, and VAR performed better than LSTM in predicting the distribution of words in topic.
ScienceON
KISS연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
