http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
한기준(Keejun Han),김성찬(Seongchan Kim),잉리우(Ying Liu) 한국정보과학회 2012 한국정보과학회 학술발표논문집 Vol.39 No.1B
학술 문서 내에서 테이블은 실험 결과, 정의, 요약하는 정보들을 함축하여 사용자에게 제공하는 역할을 한다. 즉 이러한 테이블을 학술 문서 내에서 탐색, 추출하여 검색에 이용하는 것은 학술 문서의 이해를 돕는 것과 더불어 학술 문서를 사용자가 직접 작성할 때에도 비슷한 형태의 테이블을 참조하여 형식에 맞는 테이블을 작성하는 데에 도움을 준다. 따라서 본 연구는 이러한 다양한 목적의 테이블 검색을 지원하기 위하여 문서로부터 자동으로 적합한 키워드를 추출하고 이를 통하여 문서와 유사한 테이블, 문서 내 테이블과 유사한 형식의 테이블을 검색하는 데 적합한 새로운 지능형 테이블 검색 시스템을 제안하며 이를 통해 기존에 존재하는 테이블 검색 시스템 알고리즘들과 성능 비교를 통해 향후 테이블 기반 검색 시스템 발전 가능성을 제시한다.
이정환 ( Jeonghwan Lee ),한기준 ( Keejun Han ),권가진 ( Gahgene Gweon ) 한국정보처리학회 2014 한국정보처리학회 학술대회논문집 Vol.21 No.1
개인화된 서술형 수학 문제(mathematics word problem)는 오랫동안 연구된 분야로 학생들의 학업 성취도와 수학에 대한 태도에 관심을 가져왔다. 본 연구에서는 2013년 도입된 스토리텔링 수학에 개인화된 콘텐츠를 접목하여 그 효과를 알아보고자 하였다. 초등학생 26명을 대상으로 하여 약 110분 동안 수업을 진행하였으며, 무게에 대한 새로운 개념을 배우는 데 그 목적을 두었다. 각각 13명씩 개인화 그룹과 비 개인화 그룹으로 나누어 수업을 진행하였다. 학업 성취도(Learning Achievement)에서는 사전 시험(pre-test) 점수가 너무 높아 두 그룹 간에 서로간의 유의한 차이점을 발견하지 못했다. 수학에 대한 태도 부분과 몰입도(Flow) 부분에서는 다소 개인화 그룹의 값이 높았지만, 통계적으로 유의한 정도는 차이는 아니었다. 하지만 정성적 분석에서는 차이가 있었다. 개인화 그룹(Personalized group)은 비 개인화 그룹(non-personalized group)에 비해 개인화(personalization)가 수업의 재미있는 요소로서 보다 중요한 작용을 했다고 느꼈다. 또한, 테스트나 측정(measure) 부분에서 생겼던 문제점을 개선하여 재 실험이 있을 시엔 유의미한 값을 나타낼 것으로 기대된다.
메모리 효율 향상을 위한 조건부 GAN의 부분 영역 접근법
창윤빈(Yunbin Chang),최원용(Wonyong Choi),한기준(Keejun Han) 한국HCI학회 2024 한국HCI학회 학술대회 Vol.2024 No.1
본 연구는 고해상도 이미지의 효율적인 생성을 위한 새로운 접근 방법을 제안한다. 우리는 부분 영역 기반의 조건부 생성적 적대 신경망(Conditional Generative Adversarial Networks, cGANs)을 활용하여 메모리 효율성을 크게 향상시켰다. 기존의 GAN 모델은 고해상도 이미지 생성 시 상당한 메모리를 요구하는 반면, 본 모델은 이미지를 N×N 부분 영역으로 나누고, 이를 독립적으로 처리한다. 이를 통해 각 영역의 위치 정보를 조건으로 사용하여 전체 이미지를 자연스럽게 재구성했다. 실험 결과, 제안된 모델은 기존 모델 대비 더 적은 양의 메모리를 사용하지만, 동일하거나 더 높은 품질의 이미지를 생성하는 것을 확인했다. 본 연구는 고해상도 이미지 생성 분야의 새로운 가능성을 열며, 효율적인 이미지 생성을 위한 새로운 길을 제시한다.
챗봇을 활용한 사용자 친화적 머신 비전 결함 검출 소프트웨어 개발
나은정(Eunjeong Na),최원용(Wonyong Choi),한기준(Keejun Han) 한국HCI학회 2024 한국HCI학회 학술대회 Vol.2024 No.1
현재의 반도체 산업에서 급증하는 인공지능 기술과 패키징 공정의 복잡성으로 인해 불량 검출의 중요성이 대두되고 있는 상황에서, 사용자 친화적이며 신속한 대응을 지원하는 소프트웨어는 필수적이다. 본 연구는 불량 검사 시 발생하는 예측할 수 없는 문제에 대응하기 위해, 보안성이 강화된 전이학습 기반 챗봇 모델을 도입하는 것을 제안한다. 챗봇은 사용자의 의도를 파악하고, 데이터베이스에서 유사한 사례를 검색하여 문제의 해결 방안을 제시한다. 해당 사용자 인터페이스는 전처리 모듈, 문장 임베딩 기반 챗봇 모듈, 유사한 사례 분석 모듈로 구성된다. 실험 결과, 제안된 챗봇은 높은 정확도로 사용자 질문에 응답한다. 향후 연구 방향으로 문서 간 관계 파악 및 다양한 모델 활용을 통한 성능 향상을 제안하며, 이러한 기술은 현장 전문가의 문제 해결과 생산성 향상에 기여할 것으로 전망된다.