http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
텍스트 기반 감정 추정을 위한 특징 추출 및 선택기법에 따른 성능 연구
김한주 ( Hanjoo Kim ),하헌석 ( Heonseok Ha ),박승현 ( Seunghyun Park ),윤성로 ( Sungroh Yoon ) 한국정보처리학회 2014 한국정보처리학회 학술대회논문집 Vol.21 No.2
인터넷 사용량이 급증하고 사용자들이 생성하는 데이터의 양이 증가함에 따라 사용자 데이터 분석은 객관적인 정보 탐색과 분석을 넘어 주관적인 감정을 분석하는 데까지 시도되고 있다. 이러한 감정 분석은 사업,행정,외교 둥의 다양한 분야에 걸쳐 응용 될 수 있다. 본 연구에서는 텍스트 데이터를 주요 분석 대상으로 하여 문장 구성의 다양한 요소를 특징화하고,특징화된 문장에 대해 다양한 서포트벡터머신을 통한 학습을 시도함으로써 텍스트가 내포한 감정을 추측한다. 다양한 특징화 방법을 적용하되,낮은 밀도가 될 것으로 추측되는 데이터 매트릭스의 차원 감쇄를 위해 정보엔트로피 기반의 특징 선택기법을 적용한다.
신호처리 기법과 기계학습을 이용한 지능형 피크 검출 알고리즘
김한주(Hanjoo Kim),윤성로(Sungroh Yoon) 한국정보과학회 2009 한국정보과학회 학술발표논문집 Vol.36 No.2C
최근 실험이나 자료의 축적으로 가용한 데이터의 양이 급격히 증가함에 따라 이를 자동으로 처리해야 할 필요성이 점점 늘고 있다. 그러나 많은 경우에 이 작업은 수작업으로 이루어지거나 전통적인 신호처리 알고리즘을 이용하여 진행된다. 이러한 전통적인 방법은 많은 경우에 처리량에서 한계를 보이거나 만족할 만한 정확도를 보장하지 못한다. 이 연구에서는 전통적인 신호처리 기법에 기계학습 알고리즘을 접목하여 좀 더 정확하면서도 고속의 피크 검출 방법을 제안하고자 한다. 본 연구에서 제안하는 알고리즘은 전체 과정은 2 단계로 진행 된다. 첫 번째 단계에서는 median smoothing이나 신호 증폭과 같은 전통적인 선형/비선형 신호처리 기법들을 이용하여 잠정적으로 피크가 될 수 있는 후보군을 최대한 확보한다. 두 번째 단계에서는 얻어진 후보군을 기존에 실 피크라고 알려진 피크들의 정보로 훈련된 이진 분류기를 사용하여 실 피크가 아니라고 판정되는 피크들을 제거하여 실 피크를 분류해낸다. 기존의 Low-pass filtering 방식에 비해 F-척도 값에서 167% 정도의 성능 향상이 있었다.
김한주(Hanjoo Kim),이성민(Sungmin Lee),박승현(Seunghyun Park),윤성로(Sungroh Yoon) 한국정보과학회 2012 한국정보과학회 학술발표논문집 Vol.39 No.1B
생물 검정(Bioassay)이란 생체 조직이나 분자의 구조 분석이나 기능 해석, 화합물이나 약에 의한 영향성을 실험하기 위해 실험체 조직과 약물의 상호작용에 의한 생성물의 양적 세기를 측정하는 과학적 실험 방법의 총칭이다. 바이오 어세이 실험 방법은 Gas Chromatography, 시험관 전기영동(Capillary Electrophoresis), 핵자기공명(NMR) 등의 다양한 실험 데이터를 포함한다. 결과로 생성된 실험 데이터를 정량적으로 분석하기 위해서는 일관성을 위해 얻어진 데이터를 정렬하는(alignment) 과정을 거쳐야 한다. 본 연구에서는 알려진 정렬 알고리즘들을 비교하기 위해, 알고리즘의 유형별로 분류하고 그 결과물을 분석하여 성능을 비교함과 동시에 특성을 파악하고자 한다.
셀 최적화 공정을 통한 전기이중층 커패시터의 성능 향상 연구
안성기(Ahn Seongki),배민성(Bae Minseong),유선경(You Sunkyung),박진주(Park Jinjoo),김형준(Kim Hyeongjun),김대원(Kim Daewon),김한주(Kim Hanjoo),김홍일(Kim Hong-Il) 한국태양에너지학회 2024 한국태양에너지학회 논문집 Vol.44 No.1
Electric double-layer capacitors (EDLCs) are widely used as electrochemical energy storage devices for various electric devices because of their excellent electrochemical properties, such as fast charging, greater power density than that of lithium-ion batteries, and superior cyclability. Cell optimization is necessary for enhancing the electrochemical performances of EDLCs. In this study, cell optimization was performed using cathode/anode balancing and several electrolyte additives. Cathode and anode balancing is conducted by controlling the cathode thickness from 140 to 220 μm. Consequently, EDLCs assembled with a cathode (200 μm) and anode (120 μm) show good cyclability at 3.2 V. Furthermore, the EDLC prepared with 1.0 M SBPBF4/ACN + PS showed favorable cycle stability for 500 cycles.
건축물 에너지 수요 예측을 위한 이종 공공 데이터 통합 방안 연구
김철호(Chulho Kim),김한주(Hanjoo Kim),변지욱(Jiwook Byun),고재현(Jaehyun Go),허연숙(Yeonsook Heo) 대한설비공학회 2022 대한설비공학회 학술발표대회논문집 Vol.2022 No.6
This study investigated a method of integrating building energy-consumption public data such as MOLIT EAIS and KEPCO AMI to develop the probabilistic models to predict the electricity demand of non-residential buildings. The data set was created by integrating electricity data composed by consideration of time (24 hours) of 9 business types into 5 building types (i.e., education, office, hotel, culture, retail). Individual building energy data source alone provides partial information, and different data sources are at different temporal resolution. Therefore, there is a strong need to develop a framework to integrate various types of public data sets, and this data-integration framework will be essential to develop building energy forecasting models at high resolution levels.
교육 시설의 전력 수요 예측을 위한 클러스터링 기반 확률적 통계 모델 개발
김철호(Chulho Kim),김한주(Hanjoo Kim),변지욱(Jiwook Byun),고재현(Jaehyun Go),허연숙(Yeonsook Heo) 대한설비공학회 2022 대한설비공학회 학술발표대회논문집 Vol.2022 No.6
This study developed the probabilistic models of the internal electricity load for educational buildings on the basis of the structured probabilistisic model framework developed in the previous study for residential buildings. In this process, heterogeneous public data sosurces (MOLIT EAIS and KEPCO AMI) were used, and differences in internal electricity load within education buildings were invetigated with using the clustering method. The cluster analysis revealed two distinctive load profiles, which may be due to different types of educational purposes: schools and private educational institutes. Within each cluster of buildings, individual-building variations of internal electricity load, as well as temporal variations of internal electricity load were quantified by the structured probabilistic models Statistical models 1 and 3 can represent individual variations in internal electricity load for each building, and statistical models 2 and 4 can reflect temporal variations in hourly internal electricity load patterns that change daily.
건축물 에너지 수요 예측을 위한 이종 공공 데이터 통합 방안 연구
김철호(Chulho Kim),김한주(Hanjoo Kim),변지욱(Jiwook Byun),고재현(Jaehyun Go),허연숙(Yeonsook Heo) 대한설비공학회 2022 대한설비공학회 학술발표대회논문집 Vol.2022 No.6
This study investigated a method of integrating building energy-consumption public data such as MOLIT EAIS and KEPCO AMI to develop the probabilistic models to predict the electricity demand of non-residential buildings. The data set was created by integrating electricity data composed by consideration of time (24 hours) of 9 business types into 5 building types (i.e., education, office, hotel, culture, retail). Individual building energy data source alone provides partial information, and different data sources are at different temporal resolution. Therefore, there is a strong need to develop a framework to integrate various types of public data sets, and this data-integration framework will be essential to develop building energy forecasting models at high resolution levels.