http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Automated Machine Learning Pipeline System Based on Beam Search for Electric Power Industry
Gwangseon Jang(장광선),Myeong-Ha Hwang(황명하) 대한전기학회 2021 전기학회논문지 Vol.70 No.12
As Artificial Intelligence (AI) shows excellent performances, electric power industry also applies AI to various fields. Even though a lot of data and infrastructures for data analysis are prepared, AI experts in the industry are insufficient. Automated machine learning can be a solution in the industry to apply the excellence of AI to many fields despite the shortage of professionals. Recently, several automated machine learning services have shown good performances on general purpose. However, due to the specificity of data, they does not perform well in the electric power industry. Therefore, we develop an automated machine learning pipeline system based on beam search especially for electric power industry. The proposed system is applied to three real-word problems, one for each of regression, classification, and text classification. The significance of our work is first to apply automated machine learning to electric power industry with high performance. The performances of the models to predict hourly peak power demand and to detect illegal use of electricity for Bitcoin mining are improved by 3.42% and 3.23% respectively compared to the existing models. Moreover, our work shows 95.23% accuracy in classification of the questions’ indents of chatbot, which gives the possibility to replace the existing model.
오픈소스 기계학습 챗봇 프레임워크 RASA와 gRPC를 활용한 챗봇-RPA시스템 연동에 관한 연구
유현건(Yu Hyeon Geon),정희철(Jeong Hee Chul),황명하(Hwang Myeong Ha),신지강(Shin Ji Kang) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.2
RPA(Robotic Process Automation)시스템과 챗봇(chatbot) 서비스를 결합하면 시너지효과를 낼 수 있다. 본 논문에서는 RPA 시스템을 한글 챗봇 서비스로 제공하는 방법과 통신 효율 증대를 위한 프로토콜 교체에 대한 필요성을 제안한다. 시중에 나와 있는 챗봇은 자연어 처리에 미숙하여 RPA시스템을 효율적으로 결합하기에 한계가 있다. 이러한 문제점을 해결하기 위해 발화자의 intent(의도)와 entity(핵심어)를 구분할 수 있는 오픈소스 기계학습 챗봇 프레임워크 RASA를 활용하여 RPA 시스템과 연동된 챗봇을 구현하였다. 또한, gRPC와 REST의 다중접속 처리성능을 비교하여 챗봇 서비스 발전에 따라 예상되는 접속량의 증가를 효율적으로 처리하기 위한 방법을 제안한다.