http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
지역별 미세먼지 농도 분석에 따른 전기차 충전소 위치 선정에 관한 연구
신정수(Jungsoo Shin),신준호(Junho Shin),문지예(Jiyae Moon),김수진(Soojin Kim),정재희(Jaehee Jung) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.2
미세먼지 농도가 주의보 발령 횟수가 증가하고 국내 무공해 차량에 대한 관심과 전기차 이용의 증가량이 급격히 늘어남에 따라 편의 인프라를 제공하기 위해 충전소의 위치에 관한 관심이 높아졌다. 본 연구에서는 전력공사의 월별 전기차 등록 현황 데이터와 환경공단에서 제공하는 급속 충전소 데이터를 이용하여 지역별 전기차 등록 수 대비 충전소 비율을 분석하여 충전소 추가 배치가 필요한 곳을 제안하고자 한다. 또한 전기차 등록 수와 충전소의 비율과 환경공단에서 제공된 2020년 10월 기준 미세먼지 농도와 비교하여 지역별 미세먼지 저감을 위한 추가적인 정책을 제안하고자 한다.
신준호(Junho Shin),신정수(Jungsoo Shin),정재희(Jaehee Jung) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.2
선거는 국민이 참여할 수 있는 정치적인 의사 표시이기 때문에 영향을 미치는 변수가 다양하고 결과 예측에 많은 관심을 갖는다. 본 연구에서는 2020년도 미국 대선이 시행되기 전 트위터 데이터와 딥러닝 기법을 이용하여 결과를 예측하고 트위터의 감정 분석과 후보자의 행보에 따른 미디어 분석의 상관관계를 분석하고자 한다. 크롤링 된 텍스트 데이터에서 긍정과 부정을 의미하는 단어를 찾고, 문맥상 연관 관계를 파악하여 각 후보자에 대한 사람들의 선호도를 파악하였다. 2020년 9월 22일부터 2020년 11월 3일 대선 이전 기준으로, 트위팅된 텍스트를 일별 10,000개씩 수집하였고, 각 후보자에 대한 선호도 지지율 그래프와 대선 결과에 영향을 미친 키워드에 대해서 분석하였다. 실험 결과 선호도가 급격히 높거나 낮은 날짜에는 특정 이슈가 있음을 확인하였고, 선거인단 제도를 사용하고 있는 미국의 대선 결과까지 예측할 수 있었다. 이는 감정 분석 기술을 통해 여론을 파악하는 것이 가능하다는 것을 보여준다.