http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
정민철,이지현,오하영,Jeong, Min Chul,Lee, Jihyeon,Oh, Hayoung 한국정보통신학회 2020 한국정보통신학회논문지 Vol.24 No.5
This paper proposes a technique to determine the spam comments on YouTube, which have recently seen tremendous growth. On YouTube, the spammers appeared to promote their channels or videos in popular videos or leave comments unrelated to the video, as it is possible to monetize through advertising. YouTube is running and operating its own spam blocking system, but still has failed to block them properly and efficiently. Therefore, we examined related studies on YouTube spam comment screening and conducted classification experiments with six different machine learning techniques (Decision tree, Logistic regression, Bernoulli Naive Bayes, Random Forest, Support vector machine with linear kernel, Support vector machine with Gaussian kernel) and ensemble model combining these techniques in the comment data from popular music videos - Psy, Katy Perry, LMFAO, Eminem and Shakira. 이 논문은 최근 엄청난 성장을 하고 있는 유튜브의 댓글 중 스팸 댓글을 판별하는 기법을 제안한다. 유튜브에서는 광고를 통한 수익 창출이 가능하기 때문에 인기 동영상에서 자신의 채널이나 동영상을 홍보하거나 영상과 관련 없는 댓글을 남기는 스패머(spammer)들이 나타났다. 유튜브에서는 자체적으로 스팸 댓글을 차단하는 시스템을 운영하고 있지만 여전히 제대로 차단하지 못한 스팸 댓글들이 있다. 따라서, 유튜브 스팸 댓글 판별에 대한 관련 연구들을 살펴 보고 인기 동영상인 싸이, 케이티 페리, LMFAO, 에미넴, 샤키라의 뮤직비디오 댓글 데이터에 6가지 머신러닝 기법(의사결정나무, 로지스틱 회귀분석, 베르누이 나이브 베이즈, 랜덤 포레스트, 선형 커널을 이용한 서포트 벡터 머신, 가우시안 커널을 이용한 서포트 벡터 머신)과 이들을 결합한 앙상블 모델로 스팸 탐지 실험을 진행하였다.
정민철,김건우,김정훈,강윤석,공정식,Jeong, Min Chul,Kim, Gun Woo,Kim, Jung Hoon,Kang, Yun Suk,Kong, Jung Sik 한국전산구조공학회 2012 한국전산구조공학회논문집 Vol.25 No.4
현재 국내에서 EM-120에 의해 검측된 틀림 데이터는 매우 불규칙적인 형태를 나타내며 데이터 분석 시 다양한 문제점을 가지고 있다. 본 연구에서는 궤도의 효율적인 유지관리를 위해 검측된 틀림데이터의 특징과 문제점을 분석하고, 이를 보완할 수 있는 효율적인 처리 기법을 개발하였으며, 정제된 데이터의 ARIMA 분석을 통해 검측데이터와 계절 변화의 상관관계 분석을 수행하였다. 또한 회귀모형, 지수평활법, ARIMA 모형 등 다양한 예측 모델의 적용을 통해 검측 데이터의 시계열 분석을 수행하고, 궤도 틀림 데이터의 예측 모델에 적합한 최적 모델 선정과 관련한 연구를 수행하였다. Irregularity data inspected by EM-120, an railway inspection system in Korea includes unavoidable incomplete and erratic information, so it is encountered lots of problem to analyse those data without appropriate pre-data-refining processes. In this research, for the efficient management and maintenance of railway system, characteristics and problems of the detected track irregularity data have been analyzed and efficient processing techniques were developed to solve the problems. The correlation between track irregularity and seasonal changes was conducted based on ARIMA model analysis. Finally, time series analysis was carried out by various forecasting model, such as regression, exponential smoothing and ARIMA model, to determine the appropriate optimal models for forecasting track irregularity progress.
궤도 마모 데이터를 이용한 궤도 구성품의 확률론적 수명 평가
정민철(Jeong, Min-Chul),김정훈(Kim, Jung-Hun),공정식(Kong, Jung-Sik) 한국구조물진단유지관리학회 2009 한국구조물진단학회 학술발표회논문집 Vol.2009 No.2
Generally, the analysis of railroad wear data is most effective method for the efficient railway maintenance. Especially, the track damaged directly by train, have as important position with the inspection data. This study suggest the Life-Cycle performance of railroad by analyzing Inspection data such as geometry measurements, ultrasonic inspections, wear, failures, corrugation, fastener check, sleeper check and ballast check. In this study, detected wear data and main factors of railroad abrasion analysis are accomplished to predict the service life remainder of railway tracks for efficient maintenance. Also, wear-time probabilistic distribution curve which can be adapted to safety assessment is computed.
궤도 마모 데이터를 이용한 궤도 구성품의 확률론적 수명 평가
정민철 ( Jeong Min-chul ),김정훈 ( Kim Jung-hun ),공정식 ( Kong Jung-sik ) 한국구조물진단유지관리공학회 2009 한국구조물진단유지관리공학회 학술발표대회 논문집 Vol.13 No.2
Generally, the analysis of railroad wear data is most effective method for the efficient railway maintenance. Especially, the track damaged directly by train, have as important position with the inspection data. This study suggest the Life-Cycle performance of railroad by analyzing Inspection data such as geometry measurements, ultrasonic inspections, wear, failures, corrugation, fastener check, sleeper check and ballast check. In this study, detected wear data and main factors of railroad abrasion analysis are accomplished to predict the service life remainder of railway tracks for efficient maintenance. Also, wear-time probabilistic distribution curve which can be adapted to safety assessment is computed.