http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
신준호,원유진,홍일민,Shin, Junho,Won, Eugene,Hong, Ilmin 한국자동차안전학회 2014 자동차안전학회지 Vol.6 No.2
Based on the analysis of the actual passenger vehicle fire cases for recent four years (2010~2013), the passenger vehicle fire is increasing annually. Main root cause was analyzed as an electric problem as a 39%. Vehicle fire case by electric problem was mainly caused by use of Non-genuine part. Vehicle fire case by mechanical problem was mainly caused by various oil system maintenance. Vehicle fire case by smoking material was mainly caused by cigarette and disposal lighter. And external fire transition issue and towing mistake fire cases was also confirmed.
간극수압계와 경사계를 이용한 사면 모니터링 시스템 개발
신준호(Junho Shin),송병훈(Byunghun Song) 한국정보기술학회 2012 한국정보기술학회논문지 Vol.10 No.3
In this paper, USN slope monitoring system for monitoring landslide is described. Slope monitoring system of this paper monitors data generated by the VW piezo-meter and the inclinometer at the same time. This system can perform the diagnosis of abnormal conditions through changes in the data and can generate an alarm in case of abnormal conditions, such as the collapse. In addition, through USN technology, this system will solve the problems of existing systems such as irregular measurements and regional management. In this system, wide area network connectivity with the gateway technology was applied and central monitoring center has a periodically integrated management structure. Control Center can easily provide data to the user so that we have implemented a web-based service. In this paper, slope monitoring system configuration and monitoring methods, data acquisition system with on-site installation and system performance verification are described.
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.