http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
효율적인 U-street 형성을 위한 서비스 구축 방안 연구
류윤진(Ryu, Yoon-Jin),최윤길(Choi, Yun-Gil),김도년(Kim, Do-Yun),진상윤(Sangyoon-Chin) 한국IT서비스학회 2010 한국IT서비스학회 학술대회 논문집 Vol.2010 No.1
우리나라는 1960 년대 이후 급격한 산업화로 인해 도시의 구조가 변화하기 시작하였으며 2004 년 이후부터 대두된 유비쿼터스 도시(v -City) 는 사회 각 분야에서 논의가 본격화되고 있다 U-City 는 언제 어디서나 도시의 경쟁력과 삶의 질을 향상하기 위해 유비쿼터스 기술을 도입한 도시 내 서비스가 제공되는 것이며 현재 우리나라의 U-City 는 체계적인 서 비스 도출 방법이 미홉한 실정이다. 이러한 문제점을 바탕으로 본 연구에서는 4 개의 특징적인 가로를 대상으로 U-서비스를 비교 분석하여 향후 체계적인 서비스 도출 방안과 지속적인 서비스 운영 방안, 이용자 중심의 서비스 도출 방안에 대해 기본방향을 제시하고자 한다.
머신러닝 기법을 이용한 한국어 보이스피싱 텍스트 분류 성능 분석
무사부부수구밀란두키스 ( Milandu Keith Moussavou Boussougou ),진상윤 ( Sangyoon Jin ),장대호 ( Daeho Chang ),박동주 ( Dong-joo Park ) 한국정보처리학회 2021 한국정보처리학회 학술대회논문집 Vol.28 No.2
Text classification is one of the popular tasks in Natural Language Processing (NLP) used to classify text or document applications such as sentiment analysis and email filtering. Nowadays, state-of-the-art (SOTA) Machine Learning (ML) and Deep Learning (DL) algorithms are the core engine used to perform these classification tasks with high accuracy, and they show satisfying results. This paper conducts a benchmarking performance’s analysis of multiple SOTA algorithms on the first known labeled Korean voice phishing dataset called KorCCVi. Experimental results reveal performed on a test set of 366 samples reveal which algorithm performs the best considering the training time and metrics such as accuracy and F1 score.
최종고(Choi, Jongko),이민철(Lee, Minchul),김이제(Kim, Yije),김인채(Kim, Inchie),고진호(Ko, Jin ho),진상윤(Chin, Sangyoon) 대한건축학회 2018 대한건축학회 학술발표대회 논문집 Vol.38 No.1
In this paper, we measured the processing time for fingerprint recognition and iris recognition technology among biometric devices. A test plan was established, tests were conducted and recorded, time was measured, and average processing time was derived. And we used the False Rejection Rate (FRR), which indicates the possibility of unauthorized users being improperly accepted, as the error rate and suggested the maximum processing time of the maximum worker at the peak time. Based on total processing time, we calculated the number of machines to process all workers within 30 minutes. Finally, we compared the processing time of RFID and QR Code with the processing time of fingerprint and iris recognition equipment and examined the economical efficiency.