http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Blockchain-Based User-Participatory Game Update: Maze Escape Game Case
Mingyu Jeon(전민규),Chiyeon Hwang(황지연),Hyeon-Suk Na(나현숙) 한국게임학회 2019 한국게임학회 논문지 Vol.19 No.4
이 논문에서는 블록체인을 이용해 게임 변수들 (게임 난이도, 아이템 강화확률 등)을 사용자들이 직접 공정하고 투명하게 업데이트하는 게임 시스템을 제안한다. 일례로 소개하는 이더리움 기반 미로 탈출 게임은, 최초의 블록체인 기반 미로 게임이며 블록체인을 통해 난이도를 조절하는 최초의 시도이다. 이 시스템에서는 난이도 함수가 사용자들이 매매한 미로 벽의 수량을 반영해 난이도를 계산한다. 게임 관리에 블록체인을 사용하는 것은 인적 경제적 자원을 절약할뿐 아니라, 난이도 및 아이템 강화확률을 일방적으로 조작하는 게임 개발자의 불공정한 관행도 방지된다. 누구도 비밀스럽게 미로, 승자, 난이도를 조작할 수 없기 때문이다. In this note, we propose a game system to fairly and transparently control and update game variables using blockchain. As an example, we present an Ethereum-based maze escape game, being the first blockchain-based maze game and the first attempt to control game level through blockchain. In this system, the level function computes maze level reflecting the amount of maze walls purchased/sold by users. Using blockchain for game management saves human and economic resources and prevents unfair practice of game developers unilaterally manipulating game level or item enhancement rate.
블록체인 기반 AI 법인 시스템: Juridical AI Chain
전민규 ( Mingyu Jeon ),황지연 ( Chiyeon Hwang ),나현숙 ( Hyeon-suk Na ) 한국정보처리학회 2019 한국정보처리학회 학술대회논문집 Vol.26 No.2
4차 산업혁명의 시대가 도래함에 따라 자율주행자동차 및 인공지능(Artificial Intelligent; AI) 로봇의 법적 지위와 민ㆍ형사법적 문제 해결을 위한 법제도 도입의 필요성이 제기되고 있다. 본 연구는 법제도 마련과 함께 준비되어야 할 기술적 패러다임으로서 AI 법인 및 블록체인 기반 AI 법인 시스템을 제안한다. 이 시스템에서는 특정 업무를 수행하는 AI 로봇 (하드웨어 또는 소프트웨어)이 정부의 엄격한 검증 및 테스트 기준에 따라 심사 및 인증을 받고, 그것의 정보, 인증 내용 및 알고리즘 코드가 임의로 조작될 수 없도록 암호화되어 블록체인에 기록된다. AI 로봇의 하드웨어 및 소프트웨어가 AI 법인으로서 정부의 인증을 받기 위해서는, 주요 업무 수행 및 네트워크 접근이 블록체인에 기록되고, 법인 시스템의 승인 없이는 작동될 수 없도록 하드웨어 또는 소프트웨어가 프로그래밍 되어 있어야 한다. 블록체인은 불변성과 보안성이 우수한 세계적으로 공유된 분산 데이터베이스이므로, 블록체인 기반 AI 법인 시스템을 국가적 정보시스템으로 도입하면 자율주행자동차 및 각종 AI 로봇의 상용화가 가져올 국내외적 문제와 혼란들을 대비하는데 큰 도움이 될 것이다.
전민규(Mingyu Jeon),김남규(Namgyu Kim) 한국스마트미디어학회 2023 스마트미디어저널 Vol.12 No.5
최근 사용자에게 의미있는 정보만을 자동으로 간추리는 텍스트 자동 요약이 꾸준히 연구되고 있으며, 특히 인공신경망 모델인 트랜스포머를 활용한 텍스트 요약 연구가 주로 수행되고 있다. 다양한 연구 중 특히 문장 단위 마스킹을 통해 모델을 학습시키는 GSG 방식이 가장 주목을 받고 있지만, 전통적인 GSG는 문장의 의미가 아닌 토큰의 중복 정도에 기반을 두어 마스킹 대상 문장을 선정한다는 한계를 갖는다. 따라서 본 연구에서는 텍스트 요약의 품질을 향상시키기 위해, 문장의 의미를 고려하여 GSG의 마스킹 대상 문장을 선정하는 SbGSG(Semantic-based GSG) 방법론을 제안한다. 뉴스기사 370,000건과 요약문 및 레포트 21,600건을 사용하여 실험을 수행한 결과, ROUGE와 BERT Score 측면에서 제안 방법론인 SbGSG가 전통적인 GSG에 비해 우수한 성능을 보임을 확인하였다. Recently, automatic text summarization, which automatically summarizes only meaningful information for users, is being studied steadily. Especially, research on text summarization using Transformer, an artificial neural network model, has been mainly conducted. Among various studies, the GSG method, which trains a model through sentence-by-sentence masking, has received the most attention. However, the traditional GSG has limitations in selecting a sentence to be masked based on the degree of overlap of tokens, not the meaning of a sentence. Therefore, in this study, in order to improve the quality of text summarization, we propose SbGSG (Semantic-based GSG) methodology that selects sentences to be masked by GSG considering the meaning of sentences. As a result of conducting an experiment using 370,000 news articles and 21,600 summaries and reports, it was confirmed that the proposed methodology, SbGSG, showed superior performance compared to the traditional GSG in terms of ROUGE and BERT Score.
Wireless Multihop Device-to-Device Caching Networks
Jeon, Sang-Woon,Hong, Song-Nam,Ji, Mingyue,Caire, Giuseppe,Molisch, Andreas F. IEEE 2017 IEEE transactions on information theory Vol.63 No.3
<P>We consider a wireless device-to-device network, where n nodes are uniformly distributed at random over the network area. We let each node caches M files from a library of size m >= M. Each node in the network requests a file from the library independently at random, according to a popularity distribution, and is served by other nodes having the requested file in their local cache via (possibly) multihop transmissions. Under the classical 'protocol model' of wireless networks, we characterize the optimal per-node capacity scaling law for a broad class of heavy-tailed popularity distributions, including Zipf distributions with exponent less than one. In the parameter regime of interest, i.e., m = o(nM), we show that a decentralized random caching strategy with uniform probability over the library yields the optimal per-node capacity scaling of Theta(root M/m) for heavy-tailed popularity distributions. This scaling is constant with n, thus yielding throughput scalability with the network size. Furthermore, the multihop capacity scaling can be significantly better than for the case of single-hop caching networks, for which the per-node capacity is Theta(M/m). The multihop capacity scaling law can be further improved for a Zipf distribution with exponent larger than some threshold >1, by using a decentralized random caching uniformly across a subset of most popular files in the library. Namely, ignoring a subset of less popular files (i.e., effectively reducing the size of the library) can significantly improve the throughput scaling while guaranteeing that all nodes will be served with high probability as n increases.</P>
Integrated cryoEM imaging center at Seoul National University, Korea
Miji Jeon,Jun Bae Park,Hansol Lee,Gyuhee Kim,Eung Baek Kim,Mingyu Jung,Soung-Hun Roh 한국구조생물학회 2021 Biodesign Vol.9 No.4
The Center for Macromolecular and Cell Imaging (CMCI) is a core facility equipped with multiple cryo-capable electron microscopes including a 200 kV Thermofisher Glacios, 200 kV JEOL JEM2100Plus and 120 kV FEI TECNAI with direct electron detector technologies. The center also has auxiliary equipment for optimal specimen preparation, such as for protein purification, tissue culture, grid preparation and vitrification. The center offers to the scientific community the best practice of cutting-edge cryogenic electron microscopy (cryoEM) technology for specimen optimization, high-resolution data collection and structure determination. The center also develops the strategy of an integrated cryoEM imaging platform to visualize molecular architectures from purified proteins to cells.