http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Mo-Al 복합 산화물의 질화반응 처리된 촉매상에서 암모니아 촉매 분해반응
백서현 ( Seo-hyeon Baek ),윤경희 ( Kyunghee Youn ),신채호 ( Chae-ho Shin ) 한국화학공학회 2022 Korean Chemical Engineering Research(HWAHAK KONGHA Vol.60 No.1
Catalytic activity in ammonia decomposition reaction was studied on Mo-Al nitride obtained through temperature programmed nitridation of calcined Mo-Al mixed oxide prepared by varying the MoO<sub>3</sub> quantity in the range of 10-50 wt%. N<sub>2</sub> sorption analysis, X-ray diffraction analysis (XRD), X-ray photoelectron spectroscopy (XPS) and H<sub>2</sub>- temperature programmed reduction (H<sub>2</sub>-TPR), and transmission electron microscopy (TEM) to investigate the physicochemical properties of the prepared catalyst were performed. After calcination at 600 ℃, the XRD of Mo-Al oxide showed γ-Al<sub>2</sub>O<sub>3</sub> and Al<sub>2</sub>(MoO<sub>4</sub>)<sub>3</sub> phases, and the nitride after nitridation showed an amorphous form. The specific surface area after nitridation by topotactic transformation of MoO<sub>3</sub> to nitride was increased due to the formation of Mo nitride, and the Mo nitride was observed to be supported on γ-Al<sub>2</sub>O<sub>3</sub>. As for the catalytic activity in the ammonia decomposition reaction, 40 wt% MoO<sub>3</sub> showed the best activity, and as the nitridation time increases, the activity increased, and thus the activation energy decreased.
LSA를 이용한 문장 상호 추천과 문장 성향 분석을 통한 문서 요약
이동욱(Dong-Wook Lee),백서현(Seo-Hyeon Baek),박민지(Min-Ji Park),박진희(Jin-Hee Park),정혜욱(Hye-Wuk Jung),이지형(Jee-Hyong Lee) 한국지능시스템학회 2012 한국지능시스템학회논문지 Vol.22 No.5
본 논문에서는 그래프기반 문장랭킹 방식인 문장 상호 추천과 문장의 주관, 객관 성향을 이용하는 문장 성향 분석을 혼합한 새로운 요약문 추출 방법에 대해서 기술한다. 문장 상호 추천에서는 문장을 단어벡터로 변환한 후에 LSA를 이용하여 문장과 문장 사이의 유사도 점수를 계산하였다. 이렇게 얻어진 유사도와 각 단어의 희귀도(Rarity Score)를 기반으로 문장과 문장 사이의 연결 강도를 정의하여, 그래프 기반 문장 랭킹 방식을 적용 하였다. 한편, 문장성향 분석에서는 주관, 객관 성향을 결정하기 위해서 기존의 Golden Standard 단어 성향 분류를 기반으로 워드넷을 확장하여 데이터베이스를 구축하였다. 이를 통해 각 단어들의 성향을 판단하고 단어들의 평균 성향을 문장의 전체 성향에 반영하여, 주관적 성향을 띄는 문장들을 선택하였다. 최종적으로 문장 상호 추천 결과와 문장 성향 분석 결과를 혼합하여 주어진 문서로부터 요약문을 추출하였다. 요약문 추출 기능의 객관적인 성능 평가를 위하여 추출된 요약문 토대로 한 분류게임을 실시하였고, 그 결과를 MS-Word에 포함된 문서 요약 기능과 비교함으로써, 제안한 모델의 효과성을 확인하였다. In this paper, we describe a new summarizing method based on a graph-based and a sense-based analysis. In the graph-based analysis, we convert sentences in a document into word vectors and calculate the similarity between each sentence using LSA. We reflect this similarity of sentences and the rarity scores of words in sentences to define weights of edges in the graph. Meanwhile, in the sense-based analysis, in order to determine the sense of words, subjectivity or objectivity, we built a database which is extended from the golden standards using Wordnet. We calculate the subjectivity of sentences from the sense of words, and select more subjective sentences. Lastly, we combine the results of these two methods. We evaluate the performance of the proposed method using classification games, which are usually used to measure the performances of summarization methods. We compare our method with the MS-Word auto-summarization, and verify the effectiveness of ours.