http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
기계학습 기술을 이용한 부동산 감성지수 개발 모형 연구
박재수 ( Park Jaesoo ),이재수 ( Lee Jae-su ) 한국부동산분석학회 2021 不動産學硏究 Vol.27 No.2
감성분석은 비정형 텍스트 데이터에서 사람의 의견, 태도나 성향 등과 같은 정보를 추출하는 기법으로 부동산 시장에 참여자의 심리를 파악하는데 유용하다. 이 연구의 목적은 온라인 신문기사 중 부동산 관련 뉴스기사를 이용하여 부동산 시장의 변화를 설명 또는 예측할 수 있는 감성지수 모형을 개발하는 것이다. 주요 일간지와 경제지 웹사이트에서 부동산 관련 기사를 웹 크롤링하여 수집하고, 전처리 절차와 토픽분석을 통해 8개 토픽과 단어를 추출하였다. 토픽분석에서 추출한 단어가 포함된 문장을 선정하고 텍스트랭크를 이용하여 감성사전을 만든다. 이후 TF-IDF와 나이브 베이즈 분류 모델을 이용하여 문장에 극성을 부여하고 가중치 값을 산출하고, 월별 부동산 감성지수를 산출한다. 분석 결과, 나이브 베이즈는 정확도 88%의 양호한 성능을 나타냈다. 이 모형은 부동산 부문에서 이용된 기존 방법들보다 진일보한 감성지수 개발 모형이며, 비정형 빅데이터 분석 연구에 새로운 분석틀과 체계를 제시하였다. 부동산시장 참여자들의 심리를 즉각적이고 유연하게 지수화하고, 이를 이용하여 아파트가격 등 부동산시장의 변동을 설명하거나 예측하는 토대를 마련한 점에서 의의가 있다. The market sentiment analysis is a useful way to understand the participants’ sentiment in the real estate market by extracting their opinion, attitude and tendency from the irregular text data. This study aims to develop the sentiment index model, using real estate-related online newspaper articles. The procedures are as follows: First, online news articles are web-crawled from major daily and economic news websites. Second, topics and words are extracted through the Latent Dirichlet Allocation (LDA) topic analysis. Third, the sentiment dictionary is established using the TextRank algorithm with sentences which contain the words extracted by the topic analysis in the second step. Finally, using the Term Frequency - Inverse Document Frequency (TF-IDF) and the Naive Bayes classification model, we assign polarity to the sentences and calculate the weights, producing the monthly real estate sentiment index. The result shows a good performance of the proposed method with an accuracy of 88%. The model is more advanced than existing methods which have been used in the real estate studies, proposing a novel analytical framework and model for the unstructured big data analysis. It also provides an index which reflects participants‘ sentiment immediately and flexibly, therefore helps to explain and predict changes in the real estate market.
UAV 공중 통신을 위한 Air-to-Air 채널 모델링 및 OFDM 시스템 성능 평가
엄준수(Joon-Soo Eom),강길모(Gil-Mo Kang),신요안(Yoan Shin),신오순(Oh-Soon Shin),박재수(Jaesoo Park),최효기(Hyogi Choi),황찬호(Chanho Hwang) 대한전자공학회 2020 전자공학회논문지 Vol.57 No.3
UAV가 대중화되고 통신 기능을 탑재하면서 UAV의 응용 분야는 기상 관측, 자연재해 감지, 교통 통제, 화물 운반, 네트워크 커버리지 확장 등 다양한 영역으로 확대되고 있다. 특히, 네트워크 커버리지 확장을 위해 기존의 지상망에 릴레이 기능을 하는 UAV를 도입하여 지상 기지국에서 멀리 떨어진 UAV의 통신을 지원할 수 있다. 이 경우 지상 기지국과 릴레이 UAV 간의 통신뿐만 아니라 릴레이 UAV와 다른 UAV 간의 공중통신이 필요하다. 본 논문에서는 UAV 간의 공중 통신 환경에서 거리, 상대 속도, 고도에 따른 채널 특성의 변화를 반영하는 경로손실 모델, 시간 지연 모델, Doppler 확산 모델을 제시하고 이를 통합한 공중 통신채널 모델을 제안한다. 또한, 공중 통신용 다중 Numerology OFDM 시스템을 설계하고 제안한 채널 모델을 이용하여 다양한 환경에서 성능을 평가한다. Applications of unmanned aerial vehicles (UAVs) are expanding to various areas, such as weather monitoring, sensing of natural disasters, traffic control, transportation of commodities, and network coverage extension, as UAVs are popularized and equipped with communication functionality. In order to extend the network coverage, in particular, UAVs can be used as relays between a ground base station and other UAVs far from the ground base station. In this scenario, we need air-to-air (A2A) communications between the relay UAV and other UAVs as well as air-to-ground (A2G) communications between the ground base station and the relay UAV. In this paper, we focus on A2A communications. We first develop an A2A channel model that incorporates the path loss, delay spread, and Doppler spread models, which are functions of the distance, relative velocity, and altitudes of UAVs. Then, we design an A2A communication system based on orthogonal frequency division multiplexing (OFDM) and access its performance under various A2A channels.