http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
김재인(Jaein Kim),문주영(Joo-Young Moon),이재현(Jae-Hyun Lee),박성호(Sung-Ho Park),김성민(Sung-min Kim),김동섭(Dong-Sub Kim) 한국조명·전기설비학회 2022 조명·전기설비학회논문지 Vol.36 No.1
In this paper, the short-term load forecasting for each switch is performed by graph neural network-based ST-GCN(Spatio Temporal Graph Convolution Networks) model. The proposed model can predict the hourly load by using the connection information of the automatic switch belonging to the D/L(Distribution Line). To this end, the connection information between the switches belonging to the D/L is simplified, and the load information per hour is prep-processed. Next, our model is trained by constructing a training set with the features of the four D/L, which are the experimental subjects. Finally, to verify the predictive models performance, we compared the performance of ARIMA(Auto-Regressive Integrated Moving Average) and LSTM(Long-Term Short-Term Memory). And its limitations are discussed.
교환형 배터리를 활용한 전기삼륜차 전력분배 시스템 구성에 대한 연구
김재인(JaeIn Kim),곽인재(InJae Kwak),노형태(HyeongTae Noh),진실로(SilLo Jin) 한국자동차공학회 2022 한국자동차공학회 학술대회 및 전시회 Vol.2022 No.11
The transition to eco-friendly mobility is accelerating around the world based on the recent national-level pollution-free vehicle conversion policy and raising environmental awareness. In order to achieve carbon neutrality in 2050, a rapid response is required, and attention is focused on the trend of mobility in Asia, which emits large amounts of greenhouse gas in the transportation sector. Therefore, if we take the lead in the development of two-wheeled and three-wheeled vehicles, which are the main means of transportation in many countries in East and Southwest Asia and are the main targets of vehicle electrification policies, it will be an opportunity to preoccupy major markets. In this study, performance tests were conducted with different battery systems mounted on the same electric three-wheeled vehicle, and the results were compared and analyzed to find ways to improve marketability.
김재인(Jaein Kim),이주원(Juwon Lee),장웅진(Ungjin Jang),이세리(Seri Lee),박주영(Jooyoung Park) 한국지능시스템학회 2018 한국지능시스템학회논문지 Vol.28 No.6
본 논문은 파 이토치(PyTorch) 및 파이로(Pyro) 조합을 이용한 모션 특징 표현을 다룬다. 각종 센서에서 측정되는 모션데이터는 신체 활동 패턴을 기반으로 이루어지며, 일반적으로 시간에 따라 변화하며 고차원이다. 이러한 데이터의 특성을 단순히 추출된 데이터 자체를 활용하여 분석하기는 매우 어렵다. 이에 따라, 데이터의 특성을 표현하는데 있어 추출된 데이터가 아닌, 그 특성을 내포하는 어떠한 특징공간의 필요가 제기된다. 본 논문은 이러한 특징공간으로 잠재 공간(Latent space)을 사용하여 특징을 표현하는 문제를 고려한다. 이를 위하여 스마트폰 센서와 동적 잠재 공간 표현 방법론을 외부메모리와 함께 활용한다. 구체적인 코드 구현은 파이토치/파이로 조합을 이용하며, 실험 결과는 우수한 응용가능성을 보여준다. This paper deals with motion feature representation using PyTorch and Pyro combination. Motion data measured via a variety of sensors are based on physical activity patterns, and are typically time dependent and high-dimensional. It is very difficult to analyze the characteristics of such data by simply utilizing the extracted data themselves. Thus, the need for their dynamic and inherent features, rather than the extracted data, is raised in expressing the characteristics of the data. This paper considers the problem of expressing the features by using latent space. To do this, smart-phone sensors and dynamic latent space representation methods are utilized along with external memories. Our implementation is based on PyTorch/Pyro combination, and the experimental results show excellent applicability.
거리 기반 레이블링 방법을 이용한 마이크로RNA와 유전자 관계 예측 딥러닝 모델 개발 연구
김재인(Jaein Kim),윤승원(Seung-Won Yoon),황인우(In-Woo Hwang),이규철(Kyu-Chul Lee) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
마이크로RNA는 유전자 발현을 조절하는 중요한 RNA이다. 마이크로RNA와 유전자 사이의 관계를 찾는 것은 마이크로RNA가 어떻게 작동하는지 이해하는 데에 도움이 되며 환자의 질병을 진단하는 데에도 효과적이다. 본 논문은 마이크로RNA-유전자 쌍의 거리 측정을 기반으로 하는 새로운 레이블링 방법과 함께 마이크로RNA와 유전자의 연관성을 예측하는 LSTM(Long -Short Term Memory) 기반 딥러닝 모델을 제시하며 그에 대한 5-fold 교차 검증 실험 결과를 제시한다. 본 연구에서 제시한 딥러닝 모델의 ROC 커브는 최대 0.95를 달성하였다.
거리 기반 데이터 레이블링을 적용한 lncRNA-질병 연관성 예측 모델
김재인(Jaein Kim),윤승원(Seung-Won Yoon),황인우(In-Woo Hwang),이규철(Kyu-Chul Lee) 한국정보과학회 2023 정보과학회논문지 Vol.50 No.5
lncRNA는 200개 이상의 뉴클레오타이드로 이루어져 있는 비암호화 RNA이다. 비암호화 RNA는 단백질을 직접 생성하지 못해 중요도가 낮은 물질로 여겨져 왔으나 비암호화 RNA가 단백질 발현을 조절하는 역할을 하는 것으로 밝혀지며 최근 많은 연구가 진행되고 있다. lncRNA의 비정상적인 발현은 다양한 질병의 원인이 되며 lncRNA와 질병의 연관성을 예측함으로써 초기 질병의 진단 또는 질병 예방에 도움을 줄 수 있다. 한편 생물학적 데이터의 연관성을 예측하는 연구는 직접적인 실험으로 진행할 경우 오랜 시간과 큰 비용이 들어가므로 이러한 문제점을 계산적인(computational) 방법을 적용하여 보완하는 것이 중요하다. 따라서 본 연구에서는 LSTM(Long Short-Term Memory)을 기반으로 한 lncRNA-질병 연관성 예측 모델을 제안한다. 또한, 기존 연구에서는 임의로 네거티브 샘플을 생성하여 데이터에 불확실성이 존재하므로 본 연구에서는 이런 불확실성을 해결하는 거리를 기반으로 한 데이터 레이블링 방법 역시 제안한다. 본 연구에서 제시한 데이터 레이블링 방법과 분류 모델을 통해 최고 AUC 0.97을 달성하였다. lncRNAs are noncoding RNAs of 200 or more nucleotides. For a long time, non-coding RNA has been considered unimportant because it cannot directly produce proteins, but recent studies have reported that non-coding RNA plays a role in regulating protein expression. Abnormal expression of lncRNAs causes various diseases and predicting the associations between lncRNAs and diseases would help diagnose diseases in the early stages or prevent diseases. However, research that predicts the correlation of biological data is time-consuming and costly if it is conducted as a direct experiment. Therefore, it is important to overcome these challenges using computational methods. Therefore, in this study, we propose a lncRNA-disease association prediction model based on Long Short-Term Memory (LSTM). In addition, since negative samples were randomly generated in previous studies, there is uncertainty in the data. So this study also proposes a distance-based data labeling method that solves this uncertainty. Our model achieved the highest AUC (0.97) through the data labeling method and classification model presented in this study.