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 : 은종민 (검색결과 8 건)
- 무료
- 기관 내 무료
- 유료
-
지지벡터기계(Support Vector Machines)를 이용한 한국어 화행분석
은종민,이성욱,서정연,En Jongmin,Lee Songwook,Seo Jungyun 한국정보처리학회 2005 정보처리학회논문지B Vol.12 No.3
본 연구에서는 지지 벡터 기계(Support Vector Machines)를 이용하여 한국어 대화의 화행을 분석하는 방법을 제안한다. 우리는 발화의 어휘 및 품사와 이진 품사 쌍을 문장 자질로 사용하고 이전 발화의 문맥을 문맥 발화로 사용한다. 카이 제곱 통계량을 이용해 적절한 자질을 선택하고 선택된 자질로 지지 벡터 기계를 학습하였다. 학습된 지지 벡터 기계 분류기를 이용하여 각 발화의 화행을 분석하였다. 호텔 예약 영역의 말뭉치에 대해 제안된 시스템을 이용하여 실험한 결과 약 $90.54\%$의 정확률을 얻었다. We propose a speech act analysis method for Korean dialogue using Support Vector Machines (SVM). We use a lexical form of a word, its part of speech (POS) tags, and bigrams of POS tags as sentence features and the contexts of the previous utterance as context features. We select informative features by Chi square statistics. After training SVM with the selected features, SVM classifiers determine the speech act of each utterance. In experiment, we acquired overall $90.54\%$ of accuracy with dialogue corpus for hotel reservation domain.
-
-
지지벡터기계(Support Vector Machines)를 이용한 한국어 화행분석
은종민,이성욱,서정연 한국정보처리학회 2005 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.12 No.3
We propose a speechact analysis method for Korean dialogue using Support Vector Machines (SVM). We use a lexical form of a word, its part of speech (POS) tags, and bigrams of POS tags as sentence features and the contexts of the previous utterance as context features. We select informative features by Chi square statistics. After training SVM with the selected features, SVM classifiers determine the speechact of each utterance. In experiment, we acquired overall 90.54% of accuracy with dialogue corpus for hotel reservation domain. 본 연구에서는 지지 벡터 기계(Support Vector Machines)를 이용하여 한국어 대화의 화행을 분석하는 방법을 제안한다. 우리는 발화의 어휘 및 품사와 이진 품사 쌍을 문장 자질로 사용하고 이전 발화의 문맥을 문맥 발화로 사용한다. 카이 제곱 통계량을 이용해 적절한 자질을 선택하고 선택된 자질로 지지 벡터 기계를 학습하였다. 학습된 지지 벡터 기계 분류기를 이용하여 각 발화의 화행을 분석하였다. 호텔 예약 영역의 말뭉치에 대해 제안된 시스템을 이용하여 실험한 결과 약 90.54%의 정확률을 얻었다.
-
Generalized Solution of The Wave Equation and Example.
은종민 釜産工業大學校 1984 論文集 Vol.25 No.-
본론의 문제는 파동 방정식 ??=F 가 초기치 조건 [μ]??, ??이고 경계치 조건 ??=F(s)하에서 유일한 generalized solution을 가진다. Dircihlet problem이나 Neumann problem등에서 보면 μ=?? 등의 경계치 조건을 주고 문제를 해결하는데 대부분의 경우 경계치 조건하에서 해의 존재성을 밝혔다. 여기서 generalized solution은 이러한 제약을 좀더 벗어나 보자는데 의의가 있다. 그 증명은 일단계로 ??=F??의 해는 homogeneous condition 하에서 ?? 의 값에 의존함을 보이고 2단계로 ?? 로 노름을 정의하고 uniformly converges to μ in the mean 임을 보이고 μ 가 유일함을 보인다. 마지막으로 Riesz-Fischer 정리를 써서 Generalized Solution이 존재함을 보였다. 결론적으로 ??의 해 ??가 μ에 수렴할 때 ??=F의 해가 μ인가를 밝히는 문제로 귀착됨을 알 수 있다.
-
Apache 웹서버와 Android 앱 기반의 동호회 관리 시스템
은종민,오재곤,김정준 한국인터넷방송통신학회 2018 한국인터넷방송통신학회 논문지 Vol.18 No.2
The group is one of the hobbies and other life groups, and each person in the group directly attends the meeting and works on the topic of the group. In this paper, we implemented voting, announcements, surveys, and suggestions, which are necessary functions for similar groups including group. We also provide web sites based on Apache web server for convenience of Android smartphone applications, OS except Android, Group management can be managed by using the manager's website which can manage the whole group management. It is designed with Apache web server, web communication language PHP, MySQL database, and Android. 동호회는 오늘날 취미 등의 생활 모임 중 하나로, 단체에 포함된 개개인이 모임에 직접 참석하여 소속된 동호회의 주제에 맞게 활동한다. 본 논문에서는 동호회를 포함한 유사 집단에서의 필요한 기능인 투표, 공지사항, 설문조사, 건의사항 등을 구현하였으며, 안드로이드 스마트폰의 어플리케이션과, 안드로이드를 제외한 OS들의 편의를 위한 아파치 웹 서버 기반 웹 사이트와, 동아리 관리 면에서 전체적인 관리를 담당 할 수 있는 관리자용 웹 사이트를 사용하여동호회 관리를 가능하도록 한다. 아파치 웹 서버를 비롯하여 웹 통신 언어인 PHP와, MySQL 데이터베이스, 안드로이드로 구성하여 설계하였으며, 구성된 설계에 대해서 설명한다.
-
-
재활 훈련중인 환자를 위한 다채널 무구속 심박동수 모니터링 시스템
조종만,최정현,박준호,남태우,은종민,Cho, J.M.,Choi, J.H.,Park, J.H.,Nam, T.W.,Eun, J.M. 대한의용생체공학회 2008 의공학회지 Vol.29 No.3
This research focused on the development of wireless telemetry system that can monitor heart rates of multiple rehabilitation patients in real time without constraint. The whole system consists of the multiple patient's side devices (PSDs) and one central monitoring system (CMS). The PSD consists of a microphone, amplifier, filter, microcontroller, and RF (Radio Frequency) modem. In addition, the PSD was designed to be wearable and low power consumption. The CMS consists of an RF modem and general PC and it was designed to monitor heart rates from multiple patients simultaneously. The system warns an alarm signal when a patient's heart rate exceeds the pre-set range for each patient. This system can be useful to monitor the heart rate of exercising rehabilitation patients and control the patients condition and the exercising level.
-
웹 서비스에 환경에서 빅데이터 기반 이상행위 탐지 기술
신동진(Dongjin Shin),이호근(Hogeun Lee),은종민(Jongmin Eun),김정준(Jeongjoon Kim),박정민(JeongMin Park) 인문사회과학기술융합학회 2018 예술인문사회융합멀티미디어논문지 Vol.8 No.4
본 논문은 웹 서비스의 로그와 게시판 데이터베이스 정보를 수집하고 이상행위에 대한 분석을 위한 빅데이터 기반의 웹 서비스 로그와 게시판 분석 연구에 관해 소개한다. 기존의 웹 서비스의 필터링 방식은 관리자가 직접 수 많은 데이터들을 모니터링 후 특정 키워드를 등록하고, 악성 사용자를 직접 등록해서 필터링하는 방식으로 진행되었다. 하지만 이 방식은 사람이 직접 키워드 업데이트를 해주어야 하고, 스팸 키워드에 일치해야만 필터링이 되어 조금만 다른 키워드로 글을 등록하면 필터링이 되지 않았다. 따라서 본 논문에서는 기존 관리자가 게시판을 직접 모니터링하면서 필터링 작업을 하는 방식보단 빅데이터를 활용한다면 다량의 데이터를 실시간으로 처리해 속도를 향상 시킬 수 있으며 분석에 대해 정확도가 높은 장점이 있다. 빅데이터는 오늘날 다양한 분야에 활용되는 데이터수집 및 분석기술의 경향으로, 정형 데이터와 비정형 데이터 분석을 요구하는 다양한 분야에 접목되어 효용성을 인정받고 있다. 웹 서비스의 로그와 게시판 역시 정형과 비정형 데이터 형식으로 로그 데이터는 Flume을 통해 실시간 저장되며 Sqoop은 필요한만큼 대량의 데이터 하둡에 저장한다. 저장된 데이터들은 빅데이터의 처리 도구인 Hive와 Pig를 통하여 최종적으로 R프로그래밍을 통해 분석이 완료된다. 이처럼 빅데이터와 접목 시 좀 더 원활하고 정확한 필터링이 가능하며 이상행위를 탐지하여 빅데이터 기반으로 웹 서비스 환경을 분석한다. This paper collect Web Services log, board database information and introduces a Big Data-based web service log, board and analysis for analysis of abnormal behaviors. The methods of filtering existing web services were conducted by the administrator to register a large number of data, register specific keywords, register, filter malicious users manually. However, this method has to be filtered directly by the person in question, and it is not filtered by filtering that it is filtered only by the word spam and is filtered to a slightly different keyword. Thus, in this thesis, if the existing administrator uses big data instead of monitoring the bulletin boards, it can be processed in real time by utilizing large amounts of data in real time to speed up and improve the accuracy of the analysis. Big data is widely used in diverse fields of data gathering and analytics today, garnering benefits in diverse fields requiring structured data and unstructured data analysis. Log and bulletin boards of web services are also stored in structured and unstructured formats in structured and unstructured formats, and Sqoop is stored in large amounts of data Hadoop as needed. Stored data is finally analyzed through R programming through Hive and Pig, the processing tool of Big Data. Big data, more accurate filtering, and more accurate filtering of big data, which detects the behavior of a web service and analyzes the web service environment based on big data.
ScienceON
KISS연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
