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 : 전성현 ( Seonghyeon Jeon ) (검색결과 5 건)
- 무료
- 기관 내 무료
- 유료
-
심층 신경망모형을 사용한 미세먼지 PM<sub>10</sub>의 예측
전성현,손영숙,Jeon, Seonghyeon,Son, Young Sook 한국통계학회 2018 응용통계연구 Vol.31 No.2
본 연구에서는 미세먼지 $PM_{10}$의 4가지 분류 등급인 '좋음, 보통, 나쁨, 매우 나쁨' 그리고 2가지 분류 등급인 '좋음 혹은 보통, 나쁨 혹은 매우 나쁨'을 예측하기 위해서 심층 신경망모형을 사용하였다. 2010년부터 2015년까지 국내 6개 대도시 지역에서 관측한 일별 미세먼지 데이터에 대하여 기존 분류기법인 신경망모형, 다항 로지스틱 회귀모형, Support Vector Machine, Random Forest을 적용했을 때에 비해서 심층 신경망모형의 정확도는 더 높아졌다. In this study, we applied a deep neural network model to predict four grades of fine dust $PM_{10}$, 'Good, Moderate, Bad, Very Bad' and two grades, 'Good or Moderate and Bad or Very Bad'. The deep neural network model and existing classification techniques (such as neural network model, multinomial logistic regression model, support vector machine, and random forest) were applied to fine dust daily data observed from 2010 to 2015 in six major metropolitan areas of Korea. Data analysis shows that the deep neural network model outperforms others in the sense of accuracy.
-
전성현,손영숙,Jeon, Seonghyeon,Son, Young Sook 한국통계학회 2016 응용통계연구 Vol.29 No.7
This study deals with the prediction of the total number of movie audiences as a measure for the box office. Prediction is performed by classification techniques of data mining such as decision tree, multilayer perceptron(MLP) neural network model, multinomial logit model, and support vector machine over time such as before movie release, release day, after release one week, and after release two weeks. Predictors used are: online word-of-mouth(OWOM) variables such as the portal movie rating, the number of the portal movie rater, and blog; in addition, other variables include showing the inherent properties of the film (such as nationality, grade, release month, release season, directors, actors, distributors, the number of audiences, and screens). When using 10-fold cross validation technique, the accuracy of the neural network model showed more than 90 % higher predictability before movie release. In addition, it can be seen that the accuracy of the prediction increases by adding estimates of the final OWOM variables as predictors. 본 연구는 영화 흥행의 척도로서 총 관객수의 예측을 다루었다. 의사결정나무, MLP 신경망모형, 다항로짓모형, support vector machine과 같은 데이터마이닝 분류 기법들을 사용하여 개봉 전, 개봉 일, 개봉 1주 후, 그리고 개봉 2주 후 시점 별로 예측이 이루어진다. 국적, 등급, 개봉 월, 개봉 계절, 감독, 배우, 배급사, 관객수, 그리고 스크린 수와 같은 영화의 내재적인 속성을 나타내는 변수 뿐만 아니라 포털의 평점과 평가자 수, 블로그 수, 뉴스 수와 같은 온라인 구전 변수들이 예측변수로 사용되었다. 10-중 교차 검증에서 신경망모형의 정확도는 개봉 전 시점에서도 90% 이상의 높은 예측력을 보였다. 또한 최종 온라인 구전 변수의 추정치를 예측변수로 추가함으로서 예측의 정확도가 더 높아짐을 볼 수 있다.
-
전성현,손영숙,Jeon, Seonghyeon,Son, Young Sook 한국통계학회 2016 응용통계연구 Vol.29 No.4
This study deals with the effect of online word-of-mouth (OWOM) variables on the box office. From the result of statistical analysis on 276 films with audiences of more than five hundred thousand released in the Korea from 2012 to 2015, it can be seen that the variables showing the size of OWOM (such as the number of the portal movie rater, blog, and news after release) are associated more with the box office than the portal movie rating showing the direction of OWOM as well as variables showing the inherent properties of the film such as grade, nationality, release month, release season, directors, actors, and distributors. 본 연구는 영화 흥행에 미치는 온라인 구전 변수들의 영향을 다루었다. 2012년 부터 2015년까지 4년 동안 국내에서 개봉한 총 관객 수 50만 이상인 276편의 영화에 대한 통계분석 결과 개봉 후 포털의 평가자 수, 개봉 후 블로그 수, 개봉 후 뉴스 수와 같은 온라인 구전의 크기를 나타내는 변수들이 온라인 구전의 방향을 나타내는 개봉 후 포털의 평점이나 혹은 영화의 내재적 속성을 나타내는 변수들로서 감독, 배우, 배급사, 등급, 국적, 개봉 월, 개봉 계절 등 보다 영화 흥행과 더욱 연관성이 있었다.
-
전성현(Seonghyeon Jeon),이성희(Sunghee Lee),김도영(Doyoung Kim),오세헌(Sehun Oh) 육군사관학교 화랑대연구소 2011 한국군사학논집 Vol.67 No.2
This paper studies the effects of the Ammunition Stockpile Reliability Program(ASRP) on combat strength of the Republic of Korea Army(ROK Army). The ASRP is designed to assess the conditions of ammunition in terms of explosive safety and reliability so that timely maintenance or disposal of relevant ammunition can be provided. Unlike other papers studying the direct cost and benefit side of the program, this paper studies the effects of the ASRP on combat force by applying a comparative static analysis. The estimation based on a Cobb-Douglas functional form suggests that the ASRP on 81MM mortar ammunition leads to an increase in combat force by 11.29%, and a 16.5% increase is expected when saved expenses are used to purchase more weapons and ammunition.
-
ScienceON
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
