http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
양영보 ( Youngbo Yang ),유헌창 ( Heonchang Yu ) 한국정보처리학회 2019 한국정보처리학회 학술대회논문집 Vol.26 No.1
빅데이터 분석을 위해 많이 사용하고 있는 기계학습 알고리즘들 중 딥러닝 알고리즘이 많이 활용되고 있으며 분류와 예측에 높은 정확도를 나타내고 있다. 딥러닝 알고리즘의 적용에 따른 많은 장단점들이 있지만, 단점은 분석에 사용되는 특징들이 너무 많다는 것과 분석 모델을 만드는데 사용되는 알고리즘도 여러 가지를 적용하다 보니 분석 시간이 오래 걸린다는 것이다. 이런 단점들은 업무를 파악하면 특징을 최소화할 수 있고 필요로 하는 정보만 선별해서 대표적인 딥러닝 알고리즘 하나에 분석을 하게 되면 분석 시간을 단축시킬 수 있다. 이 실험은 [1], [2]에서 연구한 영화 관객수 예측 모델을 4개의 특징으로 최소화하고 선별된 데이터를 인공신경망 알고리즘 하나로 예측 모델을 생성하였을 때 유의미한 정보를 도출해 낼 수 있는지를 알아보기 위한 것이다. 실험결과는 최종 관객수를 1명 단위까지 정확하게 예측하지는 못했지만 비슷한 수준의 관객수 정보를 예측하였다. 학문적인 접근으로 보았을 때 예측 정확도가 높지 않으면 사용이 불가능한 모델이라고 판단할 수 있지만, 기업 입장으로 접근해 보았을 때 예측 정보가 [1]. [2] 연구 결과에 비해 부족한 수준은 아니다. 총 소요된 시간은 기획 3일, 데이터 수집 및 모델 개발 5일, 분석 시간 10분으로 개발 시간 단축, 업무 효율성 향상, 비용 절감을 기대할 수 있다.
교육데이터마이닝을 이용한 학부모 학교 만족도 예측에 관한 연구
양영보 ( Youngbo Yang ),유헌창 ( Heonchang Yu ) 한국정보처리학회 2018 한국정보처리학회 학술대회논문집 Vol.25 No.1
학습관리시스템의 도입으로 학습자들은 다양한 형태로 학습하게 되고 데이터를 남기게 된다. 교육 데이터마이닝은 다양한 형태로 기록되는 교육 데이터를 분석해서 유의미한 정보를 찾아 내는 방법 이다. 교육데이터마이님을 활용하면 학생 개인의 학습성과 향상에 도움을 주거나 학습성과 예측 결 과를 참고하여 부족한 부분을 지원해 줄 수도 있다. 기존 연구에서는 학습자의 행동 영역 특징이 학습성과에 영향을 끼친다는 것을 검증하기 위하여 나이브 베이즈,의사결정트리,신경망 기계학습 알고리즘으로 데이터를 분석했다. 따라서 본 연구에서는 기존 연구를 확장하여 학습자의 행동 영역 특징이 학부모 학교 만족도에 영향을 끼치는지 여부를 확인하는 실험을 수행했으며 kNN, 의사결정 트리,SVM 기계학습 알고리즘으로 데이터를 분석하였다. 분석결과 학습자의 행동 영역 특징이 학부 모 학교 만족도에 영향을 미치는 것을 확인했다.
지적경계의 복원을 위한 지역별 TS측량에 의한 정확도 분석
조형식,양영보,최한영,정영동 朝鮮大學校 建設技術硏究所 2004 建設技術硏究 Vol.24 No.2
The human history progressed closely related to land. Mankind started land administration as a tool of governance to make land the object of imposing taxation as well as developed the land administration as a concept of securing property rights. People have drawn boundary lines on the ground to from a land parcel according to the usage and/or ownership. Furthermore, the land administration has been developed to a registering system of cadastral records for the public announcement of fixed boundary instead of changeable ground boundary. Currently the citizens demand the provision of accurate and diverse information on the land which is assessed to have high property value encouraged by the korean cadastral registers produced during the land Investigation Project are still practically in use causes land-related disputes and promotes public mistrust because of the changed boundaries by parcel mutation. the expansion and contraction of map sheets and the quality deterioration and damage of map paper, the ultimate resolution is not yet made so far. The distance difference between boundary points are compared and analysed using TS surveying method in the research as a methodology to resolve the boundary inconsistency, the current problem of cadastral records. Consequently, I'd say that the new surveying method of registering the coordinates of real ground boundary has been regarded as more efficient than considering the matter on the map regardless of urban or rural areas.
정영동,박성규,양영보 조선대학교 국토개발연구소 1995 국토개발연구 Vol.15 No.1
This thesis is concerned with verification of the accuracy of the geographical procedure using results if GPS satellite survey. Errors in longitude and latitude deduced by the procedure have been examined using GPS based survey results in Korea and Japan. A total of 17 sets of data(10 obtained in this study from region near the city of Kwangju and 7 from japanese National Geographical instutite) were analyzed. It turns out that GPS survery is fast and accurate enough to utilize in filed survey. It is however necessary to define local geographical transformation coefficient and construct fine domestic geodetic networks in priori.
김경열 ( Kyungy-yeul Kim ),양영보 ( Cheol-soo Kim ),김미라 ( Mi-ra Kim ),박지수 ( Ji Su Park ),김지희 ( Jihie Kim ) 한국정보처리학회 2022 한국정보처리학회 학술대회논문집 Vol.29 No.1
청소년의 성격유형을 분석할 때 소셜미디어 데이터를 활용하여 텍스트 처리로 분석하는 연구는 많이 알려져 있다. 그러나 이미지를 사용하여 성격유형을 분석한 연구는 미비하다. 본 연구는 청소년의 발테그 그림검사로 표현된 이미지를 데이터로 사용하고, CNN을 활용하여 MMTIC의 16가지 청소년의 성격유형을 예측한다. 연구 대상은 중학교 재학생을 대상으로 한다. MMTIC에서 U-band를 제외한 340명의 학생으로 2012년 4월부터 2013년 3월까지 조사하였다. 연구 결과 CNN을 사용하였을 때 21.6% 예측율을 보였으며, CNN Ensemble을 적용하였을 때 23.1%로 2.5%가 증가한다.