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 : Kanghee Park (검색결과 71 건)
- 무료
- 기관 내 무료
- 유료
-
-
-
-
Stock Price Prediction with Sigmoidal Labels and Similarities
Kanghee Park,Hyunjung Shin 대한산업공학회 2012 대한산업공학회 춘계학술대회논문집 Vol.2012 No.5
본 논문에서 semi-supervised learning 알고리즘에 sigmoid 함수를 이용하여 레이블링 방법과 유사도 측정방법을 적용한 알고리즘을 제안한다. Sigmoid 함수를 적용하면, 레이블링 방법에서는 주가상한선 및 하한선내에서 예측값이 추정되도록 하는 효과가 있다. 한편, 유사도 측정방법에서는 상승세 및 하락세의 영향을 주식간의 유사도 계산에 반영하는 효과가 있다. 제안 방법은 2007 년 1월 ~ 2008 년 8 월까지 Kospi 에 상장되어 있는 200 개 종목들의 주가예측에 적용, 검증되었다.
-
-
-
Stock Price Prediction with Sigmoidal Labels and Similarities
Kanghee Park,Hyunjung Shin 한국경영과학회 2012 한국경영과학회 학술대회논문집 Vol.2012 No.5
본 논문에서 semi-supervised learning 알고리즘에 sigmoid 함수를 이용하여 레이블링 방법과 유사도 측정방법을 적용한 알고리즘을 제안한다. Sigmoid 함수를 적용하면, 레이블링 방법에서는 주가상한선 및 하한선내에서 예측값이 추정되도록 하는 효과가 있다. 한편, 유사도 측정방법에서는 상승세 및 하락세의 영향을 주식간의 유사도 계산에 반영하는 효과가 있다. 제안 방법은 2007 년 1월 ~ 2008 년 8 월까지 Kospi 에 상장되어 있는 200 개 종목들의 주가예측에 적용, 검증되었다.
-
초급영어학습자의 전략적 교실영어 사용 효과 및 만족도 비교연구
박강희(Park, Kanghee) 국제언어문학회 2017 國際言語文學 Vol.- No.36
의사소통 능력 함양을 위해 다양한 교수방법이 시도되나 현실적으로 현장에서의 초급영어교육은 한계를 보이고 있다. 이를 극복하기 위한 한 방편으로 초급영어학습자 실험집단에 전략적 교실영어를 적용해보고 실험반을 비교반과 비교했을 때, 어떠한 효과차이를 보이며, 어떠한 수업만족도 차이를 보이는지와 수업이해도에 따른 수업의 질을 수업관찰평가점수를 통해 살펴본다. 집단 간 학생들의 수업만족도 조사에서 실험반의 결과점수가 비교반의 결과보다 높아 전략적인 교실영어 사용이 수업의 질을 향상 시키는데 도움이 된다고 나타났다. 또한 교실영어를 전략적으로 사용한 수업과 그렇지 않은 수업 간에 수업관찰 평가점수 차이는, 교육자가 교실영어를 전략적으로 사용했을 때 교육자와 학생간, 학생과 학생간의 상호작용도 활발했으며 교육자가 준비한 수업활동들의 진행이 원만하다는 것을 나타냈다. 교육자의 영어 사용이 이해가 되지 않았을 때 수업의 질과 학생 이해도 차이에서 그 결과 차이가 많이 났다. 이와 같은 사실은 향후 수업개선에서 교육자의 전략적 교실영어 사용은 의사소통중심 수업을 넘어 교실 수업개선에도 많은 영향을 줄 것으로 보인다. The various teaching methods to improve communicative ability have been tried. Nevertheless, because of the limit of EFL environment, the deficiency of classroom English ability and the absolute shortage of teaching time, we have had the difficulties and limit in English education on the field. As the one method to get over this limit, after applying the strategic classroom English to the elementary experiment groups, comparing with the comparative groups, I investigated their degree of satisfaction and the quality of teaching in class, according to how much they understand teaching by the observational evaluation. The evaluation score of the experiment class becomes higher than that of the comparative class. The above experiment shows the usage of the strategic classroom English helps to improve the quality of class. The evaluation score difference after observing in a classroom shows that when a teacher uses the strategic classroom English, the mutual interaction between a teacher and students, among students, becomes very lively and active, then the progress of classroom activities by a teacher becomes very easygoing. When the teaching is not understood, there is a big difference in the quality of teaching and the degree of student’s understanding. By the above experiment, I think the usage of teacher’s strategic classroom English may give an positive effect on the improvement of class.
-
대용사의 형태구조적 분석을 통한 SE대용사와 SELF대용사 비교 연구
박강희(Park, Kanghee) 국제언어문학회 2015 國際言語文學 Vol.- No.32
R&R(1993: 658)의 대용사 내부구조에 대한 제안과 Geldren(2010)의 재귀사 구조를 결합하여, 영어 재귀사 구조에 대한 설명으로 제안하고 그것을 한국어에 적용하여, 대용사를 복합어휘 대용사인 SELF 대용사와 단순어휘 SE 대용사로 구분하고, 그들 himself, myself 등의 내부 구조에서 대명사 him, my의 위치와 self의 위치를 고찰한다. 그리고 한국어 대용사에 적용하여 분포와 형태구조적 특성을 본다. 한국어 대용사에 적용하면, 한국어 ‘자기’는 SE 대용사의 SE 위치에 있게 되며, 또한 복합어휘 대용사인 SELF 대용사의 Pron/SE 자리에 동시에 위치하고 있기 때문에 ‘자신, 나/너/그 자신, 자기 자신’과는 다른 결속 현상을 나타내고 있다는 것을 보인다. SE 대용사는 장거리 결속 현상이 가능하며, 단순한 영어 재귀사와 다르게 피결속 변항 대명사(bound variable pronoun) 속성을 지니고, 성분통어의 제약도 받지 않는 결속 현상을 나타내고 있다. 또한 단순어휘 대용사 형태를 지니고 있는 일본어 대용사 ‘zibun’ 과 중국어 대용사 ‘ziji’의 결속 양상도 장거리 결속이 가능하며, 성분통어(c-command) 조건도 준수하지 않고 있다는 단순어휘 재귀사의 특성을 보였다. 복합어휘 대용사와 단순어휘 대용사는 형성된 역사적 배경도 달리했고 그로 인해서 결속 형태도 다른 모습을 지니게 되었다. 유럽언어, 한국어, 일본어, 중국어에서도 단순어휘 대용사가 SELF 대용사와 결속조건에서 다르게 나타나는 점을 설명할 수 있다고 본다. On the basis of Reinhart & Reuland(1993), Reuland(2006)’s analyses and Geldren(2010)"s interior structure about English rerflexive, this paper suggests to unite these two analyses, and then apply to Korean anaphors. This paper divides Korean anaphors into the SELF-anaphor and the SE-anaphor and then apply to Korean anaphors morpho-syntactically. ‘zagi’ is located in SE position of [NP SE[N’ e]] structure. Because simultaneously ‘zagi’ is located in the Pron/SE position of [NP Pron/SE [N’ self]] structure, it is bound differently from other korean anaphors. I suggest that it can be bound by long distance, also has the characteristics of the bound variable pronoun, and doesn’t be c-commanded. the simple word anaphors, japanese reflexive ‘zibun’ and chinese reflexive ‘ziji’ are bound by long distance without c-command restriction. the SELF-anaphor and the SE-anaphor are different in the historical background, so the way of bounding is different. In the European lang ages, Korean, Japanese, Chinese, the characteristics of the SE anaphors appear.
-
Semi-Supervised Learning을 이용한 시계열 예측
박강희(Kanghee Park),Tianya Hou,신현정(Hyunjung Shin),박찬규(Chankyoo Park),최성희(Sunghee Choi) 대한산업공학회 2009 대한산업공학회 춘계학술대회논문집 Vol.2009 No.5
국제 유가의 등락은 정부 정책 및 관련 산업 등 국가 경제 전반에 걸쳐 중대한 영향을 미치므로, 다양한 분석 모델들을 이용하여 보다 정확하게 유가 예측을 하고자 하는 노력들이 지속적으로 이루어져 왔다. 유가 데이터는 시계열 데이터의 형태를 띄므로 주로 시계열 분석에 기반한 예측 방법들이 사용되어 왔다. 그러나 유가 변동에 영향을 미치는 비정량적, 비정규적, 설명하기 여러운 외부 요인들(예들 들면, 수요·공급의 갑작스러운 파동, 중동지역의 정치적인 분쟁, 다른 국제 경제지표의 직·간접적인 영향 등)과의 상호 영향 관계를 시계열 기법만으로 정형화하는 것에는 방법론적 한계가 있다. 따라서 본 논문에서는 시계열 데이터를 일반 벡터 타입의 데이터로 변환시킨 후 이를 외부 요인과의 인과관계를 통하여 예측하는 방법을 제안한다. 우선, 유가 및 외부 요인들의 시계열 데이터들은 다향한 기술적 지표들을 통하여 다차원 벡터로 변환된 후, 주성분분석(principal component analysis, PCA)과 비선형주성분분석(nonlinear principal component analysis, NLPCA)을 통하여 낮은 차원의 특성지표들로 다시 변환된다. 유가 및 다른 외부 요인들과의 유사관계는 이 특성지표들로부터 계산된 유사도 행렬로 표현되는데, 이는 최근 기계학습 분야(machine learning)에서 제안된 semi-supervised learning 알고리즘의 입력으로 사용되어 유가의 등락을 예측하게 된다. 제안한 방법은 서부 텍사스 중질유(west texas intermediate, WTI)가격 예측에 실험, 적용되었으며, 그 결과 0.86의 우수한 정확도(AUC)를 보였다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
