http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
전희국(Hee-Gook Jun),임동혁(Dong-Hyuk Im),김형주(Hyoung-Joo Kim) 한국정보과학회 2012 정보과학회 컴퓨팅의 실제 논문지 Vol.18 No.12
페이지랭크는 웹정보 검색의 중요도를 평가하는 대표적 방법이다. 그러나 페이지랭크가 가진 중요도 판단의 특성상 의미 없는 문서지만 인링크 개수가 많아 중요한 문서로 인식될 수 있는 가능성이 존재한다. 기존 방법들이 링크를 차등 평가하는 대안을 제시했으나 하이퍼링크 기반 웹 구조의 성격상 링크의 중요성을 직접 평가할 수 없는 문제가 있다. 이러한 문제를 해결하기 위해 본 논문에서는 시맨틱 링크를 사용하여 웹 구조를 의미를 가진 링크 기반의 웹 구조로 변경해 링크의 중요성을 직접 판단하도록 중요도 계산 방법을 개선했다. 실험결과 제안한 방법이 상위 순위에 보다 많은 관련 문서를 제시해 더 높은 적합도를 가지는 것을 보였다. PageRank is a representative method to evaluate the importance of web pages for web information retrieval. However, it is possible for meaningless pages that have many inlinks to be recognized as important pages because of characteristics of PageRank. Existing papers that provide methods to stratify weight of links still have a problem these methods cannot evaluate the weight of links directly in hyperlink based web structure. We propose a new approach that changes the hyperlink based web structure to the semantic link based web structure to evaluate the weight of links directly by using semantic links. Experiment shows that our approach performs better than the existing PageRank in terms of evaluating the importance of web pages.
전희국(Hee-Gook Jun),현근수(Geun-Soo Hyun),임경빈(Kyung-Bin Lim),이우현(Woo-Hyun Lee),김형주(Hyoung-Joo Kim) 한국정보과학회 2014 정보과학회 컴퓨팅의 실제 논문지 Vol.20 No.12
국제적 수준으로 성장한 한국의 영화 시장 환경은 더욱 타당한 자료 분석에 근거한 의사 결정수단을 필요로 하게 되었다. 또한 발전된 정보 환경으로 인해 실시간으로 생성되는 대규모 데이터를 신속히 처리하고 분석하여 보다 정밀한 결과를 예측할 수 있어야 한다. 특히 전처리 작업은 정보 분석 과정중 가장 많은 시간이 소요 되므로 대규모 데이터 기반 분석 환경에서도 합리적인 시간 내에 처리할 수 있어야 한다. 본 논문에서는 영화 흥행 예측을 위한 대용량 데이터 전처리 방법을 연구하였다. 영화 흥행 데이터의 특성을 분석해 전처리의 각 유형별 처리 방법을 설정했으며 하둡 기반 맵리듀스 프레임워크를 사용하는 방법을 사용하였다. 실험 결과 빅데이터 기법을 사용한 전처리가 기존의 방법보다 더 좋은 수행결과를 보이는 것을 확인하였다. The Korean film market has rapidly achieved an international scale, and this has led to a need for decision-making based on analytical methods that are more precise and appropriate. In this modern era, a highly advanced information environment can provide an overwhelming amount of data that is generated in real time, and this data must be properly handled and analyzed in order to extract useful information. In particular, the preprocessing of large data, which is the most time-consuming step, should be done in a reasonable amount of time. In this paper, we investigated a big data preprocessing method for predicting movie box office success. We analyzed the movie data characteristics for specialized preprocessing methods, and used the Hadoop MapReduce framework. The experimental results showed that the preprocessing methods using big data techniques are more effective than existing methods.
지동준 ( Dong-jun Ji ),전희국 ( Hee-gook Jun ),임동혁 ( Dong-hyuk Im ) 한국정보처리학회 2022 한국정보처리학회 학술대회논문집 Vol.29 No.2
텍스트 요약(Text Summarization)은 자연어 처리(NLP) 분야의 주요 작업 중 하나이다. 높은 정확성을 보이는 문서 요약 딥 러닝 모델을 만들기 위해서 대용량 학습 데이터가 필요한데, 대용량 데이터 전처리 과정에서 처리 시간, 메모리 관리 등과 같은 문제가 발생한다. 본 논문에서는 대규모 병렬처리 플랫폼 Apache Spark 를 사용해 추상 요약 딥 러닝 모델의 데이터 전처리 과정을 개선하는 방법을 제안한다. 실험 결과 제안한 방법이 기존 방법보다 데이터 전처리 시간이 개선된 결과를 보이고 있다.
지동준 ( Dong-jun Ji ),전희국 ( Hee-gook Jun ),임동혁 ( Dong-hyuk Im ) 한국정보처리학회 2022 한국정보처리학회 학술대회논문집 Vol.29 No.2
텍스트 요약(Text Summarization)은 자연어 처리(NLP) 분야의 주요 작업 중 하나이다. 높은 정확성을 보이는 문서 요약 딥 러닝 모델을 만들기 위해서 대용량 학습 데이터가 필요한데, 대용량 데이터 전처리 과정에서 처리 시간, 메모리 관리 등과 같은 문제가 발생한다. 본 논문에서는 대규모 병렬처리 플랫폼 Apache Spark 를 사용해 추상 요약 딥 러닝 모델의 데이터 전처리 과정을 개선하는 방법을 제안한다. 실험 결과 제안한 방법이 기존 방법보다 데이터 전처리 시간이 개선된 결과를 보이고 있다.
임성위(Sengyu Rim),전희국(Hee-Gook Jun),김형주(Hyoung-Joo Kim) 한국정보과학회 2013 정보과학회 컴퓨팅의 실제 논문지 Vol.19 No.6
유학 신청은 크게 두 가지 방식이 있다. 한 가지 방법은 전문 유학 기관을 통해 유학 지원을 하는 것이고, 아니면 스스로 유학 정보를 찾아가며 진행하는 것이다. 대부분의 대학들은 홈 페이지를 통해 입학 관련 정보들을 공개하고 있으므로 지원자들은 전문 유학 기관의 도움 없이 유학 준비를 할 수 있게 되었다. 유학 지원자는 웹 검색을 통해 외국 대학의 정보를 기반으로 의사 결정을 할 수 있게 되었지만 방대한 정보를 가진 웹 상에서 직접 유학 정보를 찾는 것은 시간이 많이 소요되는 방법이다. 이러한 문제점을 개선하기 위하여 시맨틱 기술을 이용한 유학 안내 시스템을 제안하였다. 또한 유학 정보 검색의 특성상 비완전 매칭을 하기 위해 시맨틱웹 서비스 매치메이킹 알고리즘을 활용한 새로운 혼합형 매치메이킹 알고리즘을 제안하였다. 실험을 통해 기존의 완전 매칭보다 지원자에게 더 많은 유용한 정보를 제시하는 것을 확인하였다. The ways of applying foreign universities can be divided into two categories. One is to take consultation from agencies; the other is to collect information about universities then apply independently. Most of universities have their own homepages and admission information is published through homepages. Applicants do not have to take consultation from agencies any more, they are willing to search the internet for collecting information and apply by themselves. But collecting admission information by searching the internet is time-consuming and selecting appropriate universities is a cumbersome process. For solving the problems mentioned above, we proposed a guidance system for studying abroad by applying semantic web technology. For providing mechanism of inexact matching we proposed a new hybrid matchmaking algorithm based on existing matchmaking algorithms. In comparison with exact matching we provided more useful information by using hybrid matchmaking algorithm in experiments.
딥러닝 데이터 분석을 통한 최적의 상권 입지 추천 기술 개발
박형빈 ( Hyeong-bin Park ),김소희 ( So-hee Kim ),남지수 ( Ji-su Nam ),조윤빈 ( Yoon-bin Cho ),전희국 ( Hee-gook Jun ),임동혁 ( Dong-hyuk Im ) 한국정보처리학회 2022 한국정보처리학회 학술대회논문집 Vol.29 No.1
본 연구는 대량의 상권 데이터를 바탕으로 머신 러닝과 딥러닝 분석을 이용하여 최적의 상권입지를 추천하는 시스템 개발을 목표로 한다. 자영업자들의 오프라인 창업에 있어 개개인의 매장 정보에 기반한 입지 조건 판단은 앞으로의 매출에 중요한 시작점이다. 따라서 상권 정보를 기반으로 미래 매출을 예측하여 최적의 상권 입지를 추천하는 기술이 필요하다. 이를 위해 기존에 선행된 다수의 회귀 기법과 더불어 강하게 편향된 데이터를 레이블링 하여 다중 분류 기법으로도 문제를 접근한다. 최종적으로 딥러닝 모델과 합성하여 더 높은 성능을 이끌어내고 이로부터 편향 데이터처리 방법과 딥러닝 모델과의 앙상블 중요성에 대해 논의하고자 한다.
Dual Supervision 을 이용한 이미지 객체 간 관계 추출
김민규 ( Min-kyu Kim ),장민수 ( Min-soo Jang ),전희국 ( Hee-gook Jun ),임동혁 ( Dong-hyuk Im ) 한국정보처리학회 2023 한국정보처리학회 학술대회논문집 Vol.30 No.2
비디오, 오디오, 이미지, 텍스트 등의 비정형 데이터는 데이터 구조가 없어 데이터 자체만으로는 내용에 대한 질의 처리가 힘들어 정형 데이터로 변환하는 과정이 필요하다. 관계 추출 작업은 문장 내 단어 간 속성 또는 관계를 예측하여, 문장을 구조적으로 표현한다. 자연어처리 기법인 Dual Supervision 모델은 인간이 레이블한 데이터와 기계가 레이블한 데이터를 기반으로 기존 모델보다 적은 리소스로 관계를 예측한다. 해당 자연어 처리 모델을 이미지 처리에도 적용하여 기존 방법보다 적은 리소스를 이용하여 이미지에 대한 내용을 구조적으로 나타내는 모델을 제안하였으며, 실험을 통해 효율적인 이미지 객체 관계 추출이 가능함을 확인하였다.
추천 분야에서의 지식 그래프 기반 어텐션 네트워크 모델 성능 향상 기법 연구
김경태 ( Gyoung-tae Kim ),민찬욱 ( Chanwook Min ),김진우 ( Jinwoo Kim ),안진현 ( Jinhyun Ahn ),전희국 ( Hee-gook Jun ),임동혁 ( Dong-hyuk Im ) 한국정보처리학회 2022 한국정보처리학회 학술대회논문집 Vol.29 No.2
추천시스템은 개개인의 성향에 따른 맞춤화 추천이 가능하기 때문에 음악, 영상, 뉴스 등 많은 분야에서 관심을 받고 있다. 일반적인 추천시스템 모델은 블랙박스 모델이기 때문에 추천 결과에 따른 원인 도출을 할 수 없다. 하지만 XAI 의 모델은 이러한 블랙박스 모델의 단점을 해결하고자 제안되었다. 그 중 KGAT 는 Attention Score 를 기반으로 추천 결과에 따른 원인을 알 수 있다. 이와 같은 AI, XAI 등의 딥 러닝 모델에서 각각의 활성화 함수는 상황에 따라 상이한 성능을 나타낸다. 이러한 이유로 인해 데이터에 맞는 활성화 함수를 적용해보는 다양한 시도가 필요하다. 따라서 본 논문은 XAI 추천시스템 모델인 KGAT 의 성능 개선을 위해 여러 활성화 함수를 적용해보고, 실험을 통해 수정한 모델의 성능이 개선됨을 보인다.