http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
김장원(Jangwon Gim),정한민(Hanmin Jung),정도헌(Do-Heon Jeong),송사광(Sa-Kwang Song),황명권(Myunggwon Hwang) 한국정보과학회 2015 정보과학회 컴퓨팅의 실제 논문지 Vol.21 No.1
폭발적으로 증가하는 데이터와 급변하는 기술적 발전은 과거와 현재를 넘어 미래를 예견하고 대응할 수 있는 새로운 분석 패러다임을 요구한다. 지시적 분석은 목표를 설정하고 이를 달성하기 전략을 수립함으로써 분석 결과의 제시에 그치는 게 아니라 사용자에게 목표 달성을 위한 구체적 행동과 그 결과를 요구한다는 점에서 기존의 기술적 분석, 예측적 분석과 근본적인 차이점을 보여준다. 그렇지만, 아직까지 구체적인 구현 방안이 널리 연구되고 있지 않고 있다. 본 연구에서는 연구 역량 강화를 목적으로 개발되고 있는 InSciTe Advisory 사례를 통해 고려할 사항과 어떤 개발 요소들이 필요한 지를 살펴봄으로써 해당 연구 분야의 기반을 제시하고자 한다. InSciTe Advisory 시스템은 5W1H 방법론을 중심으로 연구자가 롤 모델 그룹에 도달하기 위한 전략을 수립할 수 있음을 보이며, 평가 모델을 통해 Elsevier SciVal과 비교하여 126.5%라는 비교 우위적 평가 결과를 얻었다. The explosive growth of data and the rapidly changing technical social evolution new analysis paradigm for predicting and reacting the future the past and present ig data. Prescriptive analysis has a fundamental difference because can support specific behaviors and results according to user’s goals with defin researchers establish judgments and activities achiev the goals. However research methods not widely implemented and even the terminology, Prescriptive analysis, is still unfamiliar. This paper thus propose an infrastructure in the prescriptive analysis field with key considerations for enhancing capability of researchers through a case study based on InSciTe Advisory developed with scientific big data. InSciTe Advisory system s developed in 2013, and offers a prescriptive analytics report which contains various As-Is analysis results and To-Be analysis results 5W1H methodology. InSciTe Advisory therefore shows possibility strategy aims to reach a target role model group. Through the availability and reliability of the measurement model the evaluation results obtained relative advantage of 118.8% compared to Elsevier SciVal.
지시적 분석을 위한 연구자 활동 기반의 연구자 히스토리 추적 서비스
김장원(Jangwon Gim),황명권(Myunggwon Hwang),송사광(Sa-Kwang Song),김진형(Jinhyung Kim),정도헌(Do-Heon Jeong),정한민(Hanmin Jung) 한국정보과학회 2014 정보과학회 컴퓨팅의 실제 논문지 Vol.20 No.6
본 연구는 빅데이터 환경에서 발생하는 다양한 정보자원으로부터 연구자에게 지시적 분석 정보를 제공하기 위해 연구자 정보를 수집, 식별 및 통합하기 위한 방법과 서비스를 제안한다. 본 논문에서는 연구자 정보를 수집하고 수집된 연구자를 식별하기 위한 방법을 제안하고 연구자에게 지시적 분석 서비스를 제공하기 위해 필요로 하는 연구자 활동 정보에 대한 정의 및 연구자 활동 히스토리 추적서비스를 제안한다. 제안하는 서비스를 통해 다양한 정보자원들로부터 연구자 정보를 추출할 수 있음을 보인다. 또한 연구자 활동 정보 기반의 지시적 분석 결과를 보여주는 서비스를 제공하여 연구자가 되고자 하는 롤 모델에 이르기 위해 연구자가 수행해야 하는 정보를 추천한다. In this paper we propose a researcher history service for supporting prescriptive analytics services based on Researcher activities. In order to extract researcher activities, we have collected diverse resources from SNS, Web, NDSL and so on. Based on these resources, we extracted activities of researchers to propose a prescriptive analytics and tracking service. To achieve the goal of this service, we have identified researchers using their names and titles which are stored in diverse resources to merge and collect activities of a researcher. Our service compared with existed services that can provide descriptive services to researchers for helping analysis about researchers who could be involved in a role model group as a mentor. Through the proposed service, researchers can obtain strategies to go forward to a role model group and can certain history about activities of a researcher.
김예원(Yewon Kim),김장원(Jangwon Gim) 한국정보기술학회 2022 한국정보기술학회논문지 Vol.20 No.11
The pre-training language model shows excellent performance in various natural language processing fields by using large amounts of text data for training. Embedding techniques that reflect contextual information of words play an important role in the performance of the pre-training model. However, since only the context information of explicit words appearing in the context is used for embedding, an embedding technique is needed to simultaneously reflect various relational information that words can have in embedding. In this paper, we propose an extension method that extends the knowledge information that the appearing entity can have and reflects it in embedding by including the case where the object appearing in the sentence is not only the subject object in the triple but also the object object through the knowledge embedding technique. As a result of the performance evaluation of the proposed model, it was confirmed that it showed better performance than CoLAKE, which is the existing knowledge-based pre-training model. Therefore, it is expected that it will help solve application problems by improving the performance of the pre-training model through knowledge embedding.
채수현(Soo-Hyeon Chae),김장원(Jangwon Gim) 한국콘텐츠학회 2018 한국콘텐츠학회논문지 Vol.18 No.10
최근 들어 지식재산권의 확보는 기업의 기술 경쟁력 확보를 위해 점점 더 중요하게 되었다. 특히 특허는 기업의 핵심 기술 및 요소 기술을 포함하고 있기 때문에 특허 분석을 통한 기업 가치 측정 및 경쟁 기술분야 분석 등의 연구가 활발히 진행되고 있다. 국제특허분류(IPC)를 기반으로 다양한 특허 분석 연구가 진행되었으나, IPC는 최신의 기술 분야를 포함하고 있지 않으며 기술의 상세 분류가 충분하지 않아 기술 분류정확도가 낮아진다. 이를 보완하기 위해 최신의 기술 분야를 포함하고 상세한 기술 분류를 위한 선진특허분류(CPC)가 개발되었으나 이러한 특징을 고려한 특허 분석 연구가 아직 미흡하다. 본 논문에서는 CPC의 상세 분류체계를 이용하여 특허에 포함된 기술 분류 분석 모델을 제안한다. CPC의 상세 분류체계간의 연관관계 중요도 및 효율성을 고려하여 출원인의 특허를 분석하여 핵심 기술 분류 추출을 통해 기존 IPC 기반의 방법보다 상세하고 정확한 분석이 가능하다. 기존의 IPC 기반의 특허 분석 방법과 비교 평가를 통해 제안 모델이 출원인의 핵심 기술 분류를 분석함에 있어 더 좋은 성능을 보임을 확인하였다. With the explosively increasing intellectual property rights, securing technological competitiveness of companies is more and more important. In particular, since patents include core technologies and element technologies, patent analysis researches are actively conducted to measure the technological value of companies. Various patent analysis studies have been conducted by the International Patent Classification(IPC), which does not include the latest technical classification, and the technical classification accuracy is low. In order to overcome this problem, the Cooperative Patent Classification(CPC), which includes the latest technology classification and detailed technical classification, has been developed. In this paper, we propose a model to analyze the classification of the technologies included in the patent by using the detailed classification system of CPC. It is possible to analyze the inventor’s patents in consideration of the relation, importance, and efficiency between the detailed classification schemes of the CPCs to extract the core technology fields and to analyze the details more accurately than the existing IPC-based methods. Also, we perform the comparative evaluation with the existing IPC based patent analysis method and confirm that the proposed model shows better performance in analyzing the inventor’s core technology classification.