http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 서성범(Seongbum Seo) (검색결과 5 건)
- 무료
- 기관 내 무료
- 유료
-
리뷰 감성 분석 기반 POI 추천을 위한 TSC 프레임워크
서성범(Seongbum Seo),오창한(Changhan Oh),박은서(Eunsuh Park),김민수(Minsoo Kim),김미성(Miseong Kim),김예리(Yeri Kim),최석환(SeokHwan Choi),장윤(Yun Jang) 한국HCI학회 2025 한국HCI학회 학술대회 Vol.2025 No.2
위치 기반 서비스에서 POI(Point of Interest) 추천은 주로 평점이나 방문 기록과 같은 단순 지표에 의존한다. 그러나 이러한 접근은 리뷰 텍스트에 담긴 풍부한 정성적 정보를 활용하지 못한다는 한계가 있다. 본 연구는 리뷰 감성 분석을 통해 POI 의 특성을 맛(taste), 서비스(service), 가격(cost)의 세 가지 차원으로 정량화하는 TSC 프레임워크를 제안한다. Transformer 기반의 언어 모델을 사용하여 리뷰의 토픽과 감성을 분석하고, 이를 바탕으로 POI 별 TSC 점수를 도출한다. 또한 사용자의 선호도를 TSC 기준으로 측정하여 개인화된 추천을 제공한다. 서울시 내 10 만개의 POI 와 17 만개의 리뷰 데이터를 대상으로 한 실험에서 제안된 시스템은 기존의 평점 기반 추천 대비 NDCG@10 기준 15% 향상된 성능을 보였다.
-
-
청소년 신체 성장 예측 모델의 성능 향상을 위한 시각적 분석 방법
연한별(Hanbyul Yeon),피민규(Mingyu Pi),서성범(Seongbum Seo),하서호(Seoho Ha),오병준(Byungjun Oh),장윤(Yun Jang) 한국컴퓨터그래픽스학회 2017 컴퓨터그래픽스학회논문지 Vol.23 No.4
예측 시각적 분석 연구는 다양한 대화식 데이터 탐색 기법을 사용하여 예측 결과의 불확실성을 줄이는데 중점을 두었다. 대화식 탐색 기법의 목적은 변수간의 관계를 이해하고 알려지지 않은 변수를 예측하기 위한 적합한 모델을 선택함으로서 의사결정권자의 수준에 따른 예측결과의 품질 차이를 줄이는 것이다. 하지만 청소년 신체 성장 데이터와 같이 전체적인 추세가 알려지지 않은 시계열 데이터를 설명할 수 있는 예측 모델을 만드는 것은 어렵다. 본 논문에서는 불확실한 추세를 가지는 시계열 데이터 단편에서 물리적 성장 값을 예측하기 위한 새로운 예측 방법을 제안한다. 새로운 예측 방법은 특정 시점에서의 데이터 분포를 추정하는 방법으로 실험결과 기존 회귀 모델보다 높은 정확도를 갖는다. 또한 우리는 예측 모델링 과정에서 발생 가능한 불확실성을 최소화 할 수 있는 시각적 분석 방법을 제안한다. Previous visual analytics researches has focused on reducing the uncertainty of predicted results using a variety of interactive visual data exploration techniques. The main purpose of the interactive search technique is to reduce the quality difference of the predicted results according to the level of the decision maker by understanding the relationship between the variables and choosing the appropriate model to predict the unknown variables. However, it is difficult to create a predictive model which forecast time series data whose overall trends is unknown such as youth physical growth data. In this paper, we pro pose a novel predictive analysis technique to forecast the physical growth value in small pieces of time series data with uncertain trends. This model estimates the distribution of data at a particular point in time. We also propose a visual analytics system that minimizes the possible uncertainties in predictive modeling process.
-
EEG 신호의 노이즈 불변 표현 학습을 위한 GNN 기반 모델
한보림(Borim Han),유상봉(Sangbong Yoo),임수빈(Soobin Yim),서성범(Seongbum Seo),최석환(SeokHwan Choi),장윤(Yun Jang) 한국HCI학회 2025 한국HCI학회 학술대회 Vol.2025 No.2
Electroencephalogram (EEG)는 두피에 부착된 전극을 사용하여 비침습적으로 대뇌 피질 뉴런의 전기 활동을 기록한다. 이는 병리학 검사, 수면 모니터링, 뉴로피드백, 뇌-컴퓨터 인터페이스와 같은 의료 분야에서 활용된다. 하지만 EEG 는 비침습적 측정으로 인해 신호의 크기가 작기 때문에 전극의 부착 상태, 눈 움직임 등의 다양한 아티팩트로 인한 노이즈에 쉽게 오염된다. 왜곡된 EEG 신호 분석을 막기 위해 연구자는 denoising 기법을 사용해 원시 EEG 데이터에서 노이즈를 제거한다. 하지만 이 과정에서 EEG 신호의 정보가 손실되거나 신호와 노이즈가 제대로 분리되지 않고 혼합되는 경우가 발생한다. 본 논문에서는 원본 EEG 데이터의 특성을 유지하기 위하여 노이즈와 아티팩트의 영향을 최소화하는 IRL(Invariant Representation Learning) 손실함수를 GNN(Graph Neural Network) 모델에 도입한다. IRL 손실 함수가 도입된 GNN 모델은 EEG 발작 감지에서 CNN (Convolutional Neural Network), LSTM (LongShort-Term Memor), 기존 GNN 모델과 비교하여 비교하여 성능이 향상되었다.
-
기계 학습을 위한 데이터 품질 향상 과정을 지원하는 시각적 분석 시스템
홍혜인(Hyein Hong),유상봉(Sangbong Yoo),김지수(Jisue Kim),서성범(Seongbum Seo),장윤(Yun Jang) 한국HCI학회 2023 한국HCI학회 학술대회 Vol.2023 No.2
기계 학습 모델은 데이터에 숨겨진 정보들을 마이닝하기 위해 사용된다. 기계 학습 모델의 성능은 알고리즘과 데이터의 품질에 영향을 받는다. 그러나 성능을 측정하며 모델을 수정하는 작업은 비효율적이며, 품질이 낮은 데이터는 모델의 편향된 학습을 야기한다. 따라서 데이터 품질을 향상시키는 작업은 중요하다. 기존에 데이터 품질 향상 과정을 지원하는 시각적 분석시스템들이 제안되었다. 그러나 제안된 연구들은 사용자가 기계 학습을 위한 종합적인 데이터 품질향상 방법들을 고려하고, 적합한 데이터 품질 향상 과정을 판별하기 어렵다. 이 논문에서 우리는 기계학습 모델에 사용되기 위해 데이터 품질을 관리하는 새로운 시각적 분석 시스템을 제안한다.
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
