비격식 문서 분류 성능 개선을 위한 LDA 단어 분포 기반의 자질 확장

이호경(Hokyung Lee),양선(Seon Yang),고영중(Youngjoong Ko) 한국정보과학회 2016 정보과학회논문지 Vol.43 No.9

트위터, 페이스북, 온라인 고객 리뷰 등은 신문기사처럼 정제된 글이 아닌 자유롭게 기술되는 비격식(informal) 텍스트 문서에 속한다. 이러한 비격식 문서에서 일관된 규칙이나 패턴을 찾는 일은 격식(formal) 문서 경우에 비해 용이하지 않기 때문에, 비격식 문서 분석을 위해서는 성능 개선을 위한 추가적인 접근 방법 필요다고 판단된다. 본 연구에서는 대표적 비격식 문서인 트위터 데이터를 열 가지 카테고리로 분류함에 있어 LDA(Latent Dirichlet allocation) 단어 분포를 사용하여 자질(feature)을 교정하고 확장한다. 토픽별로 상위에 랭크된 단어 자질들을 기반으로 다른 단어 자질들을 분해 및 병합하는 방식으로 유용한 자질 집합을 반복적으로 확장시킨다. 이렇게 생성된 자질로 문서 분류를 수행한 결과 자질 확장 이전에 비해 마이크로 평균 F1-score 7.11%p의 성능 개선 효과를 확인할 수 있었다. Data such as Twitter, Facebook, and customer reviews belong to the informal document group, whereas, newspapers that have grammar correction step belong to the formal document group. Finding consistent rules or patterns in informal documents is difficult, as compared to formal documents. Hence, there is a need for additional approaches to improve informal document analysis. In this study, we classified Twitter data, a representative informal document, into ten categories. To improve performance, we revised and expanded features based on LDA(Latent Dirichlet allocation) word distribution. Using LDA top-ranked words, the other words were separated or bundled, and the feature set was thus expanded repeatedly. Finally, we conducted document classification with the expanded features. Experimental results indicated that the proposed method improved the micro-averaged F1-score of 7.11%p, as compared to the results before the feature expansion step.

변화의 시대와 구조 분야의 새로운 길

이호경(Hokyung Lee) 한국콘크리트학회 2022 콘크리트학회지 Vol.34 No.5

위키피디아 기반의 효과적인 개체 링킹을 위한 NIL 개체 인식과 개체 연결 중의성 해소 방법

이호경(Hokyung Lee),안재현(Jaehyun An),윤정민(Jeongmin Yoon),배경만(Kyoungman Bae),고영중(Youngjoong Ko) 한국정보과학회 2017 정보과학회논문지 Vol.44 No.8

개체 링킹은 입력된 질의에 존재하는 개체를 표현한 개체 표현(entity mention)을 지식베이스에 존재하는 개체와 연결하여 의미를 파악하는 연구이다. 개체 링킹에 관한 연구는 지식 베이스 구축 문제, 다중 표현 문제, 개체 연결 중의성 문제, NIL 개체 인식 문제가 존재한다. 본 연구에서는 지식 베이스 구축 문제와 다중 표현 문제를 해결하기 위해 위키피디아를 기반으로 개체 이름 사전을 구축한다, 또한, 문맥 유사도, 의미적 관련성, 단서 단어 점수, 개체 표현의 개체명 타입 유사도, 개체 이름 매칭 점수, 개체인기도 점수 자질들을 기반으로 SVM(support vector machine)을 학습하여, NIL 개체를 인식하는 문제와 개체 연결 중의성을 해소하는 방법을 제안한다. 구축한 지식 베이스를 기반으로 제안한 두 방법을 순차적으로 적용하였을 때 좋은 개체 링킹 성능을 얻었다. 개체 링킹 시스템의 성능은 NIL 개체 인식 성능이 83.66%, 중의성 해소 성능이 90.81%의 F1 점수를 보였다. Entity Linking find the meaning of an entity mention, which indicate the entity using different expressions, in a user’s query by linking the entity mention and the entity in the knowledge base. This task has four challenges, including the difficult knowledge base construction problem, multiple presentation of the entity mention, ambiguity of entity linking, and NIL entity recognition. In this paper, we first construct the entity name dictionary based on Wikipedia to build a knowledge base and solve the multiple presentation problem. We then propose various methods for NIL entity recognition and solve the ambiguity of entity linking by training the support vector machine based on several features, including the similarity of the context, semantic relevance, clue word score, named entity type similarity of the mansion, entity name matching score, and object popularity score. We sequentially use the proposed two methods based on the constructed knowledge base, to obtain the good performance in the entity linking. In the result of the experiment, our system achieved 83.66% and 90.81% F1 score, which is the performance of the NIL entity recognition to solve the ambiguity of the entity linking.

친사회적인 동화를 통한 소집단토의 활동이 유아의 대인문제 해결사고에 미치는 영향

이호경(Lee HoKyung),신인숙(Shin InSook) 한국열린유아교육학회 2004 열린유아교육연구 Vol.9 No.1

본 연구의 목적은 만5세의 유아들을 대상으로 친사회적인 동화를 통한 소집단토의 활동이 대인문제 해결사고에 어떤 영향을 미치는지를 알아보는 것이다. 8주간에 걸쳐 실험집단은 친사회적인 동화를 통해 소집단토의 활동을 하였고 비교집단은 동화 듣기 활동을 하였다. 아울러 사전검사와 사후검사를 하였고 그 결과를 분석하였다. 실험집단이 비교집단보다 대인문제 해결사고와 대안적 해결사고에서 그 효과가 높게 나타났다. 이 결과는 친사회적인 동화를 통한 소집단토의 활동방법이 유아들의 대인 문제 해결사고와 대안적 해결사고를 향상시키는데 효과적인 방법으로 적용 가능함을 의미한다. The purpose of this study was to research the effect of small group discussion activity using pro-social fairy tales on children's ability to solve interpersonal problems. For this study, twenty five year old children from a kindergarten in Daegu participared as the experimental group and twenty five year old children from another kindergarten in Daegu participated as the comparison group. The former group had small group discussion activity using pro-social fairy tales for eight weeks while the latter group had only small group activity focused on listening to the same pro-social fairy tales for the same period. Both groups were given a pre-test and a post-test to check the development of their ability. Data were analyzed by ANCOVA. As the result, the experimental group showed higher scores in alternative and positive thinkings to solve interpersonal problems than the comparison group. These results suggest that the activity of the experimental group can be applied to develop children's ability in solving interpersonal problems.

망막전위도검사에서 ERG-Jet 단극전극과 Burian-Allen 양극전극의 파형 비교

박지현,이호경,박성준,김윤화,Jihyun Park,MD,Hokyung Lee,MD,Sung Joon Park,MD,Yoon Hwa Kim 대한안과학회 2010 대한안과학회지 Vol.51 No.9

Purpose: To compare electroretinogram (ERG) waveforms acquired using an ERG-jet electrode and a Burian-Allen electrode. Methods: ERGs were recorded with an ERG-jet electrode and a Burian-Allen electrode from both eyes of 29 volunteers. Three consecutive recordings were obtained with both electrodes from the left eye of another 6 volunteers. Peak-to-trough amplitudes and peak implicit times were compared between both eyes, and between the 2 types of electrodes. Interpersonal and intrapersonal variation were also compared. Results: The differences in amplitude and implicit time between the right and left eyes were not influenced by the type of electrode. The amplitude of the ERG acquired using the Burian-Allen electrode, however, showed significant differences between both eyes, contrary to the amplitude acquired using the ERG-jet electrode. ERG recordings obtained using the ERG-jet electrode generally showed higher amplitude, shorter implicit time, and less interpersonal and intrapersonal variation than ERG recordings obtained using the Burian-Allen electrode. Conclusions: In this application, the ERG-jet ERG electrode appeared to be superior to the Burian-Allen electrode in terms of both usefulness and consistency. J Korean Ophthalmol Soc 2010;51(9):1217-1223

딥러닝 예측 기반의 OLED 재료 분자구조 가상 스크리닝

전예린,이규황,이호경,Jeon, Yerin,Lee, Kyu-Hwang,Lee, Hokyung 한국화학공학회 2020 Korean Chemical Engineering Research(HWAHAK KONGHA Vol.58 No.2

딥러닝 기법을 활용하여 분자 구조로부터 물성을 예측하는 시스템은 화학, 생물학, 재료 연구에 적용하기 위해 개발되었다. 분자 구조와 물성 정보가 축적된 데이터베이스를 기반으로, 구조와 물성간의 관계식을 찾는 딥러닝 모형을 구축한 후 최종적으로는 새로운 분자 구조에 대한 물성 예측값을 제공할 수 있다. 또한 선정된 분자 구조의 실제 물성값에 대한 실험을 병행하여 지속적인 검증 및 모형 업데이트를 수행하게 된다. 이를 통해 다량의 분자구조로부터 물성이 우수한 분자 구조를 빠른 시간 안에 스크리닝할 수 있으며, 연구의 효율성 및 성공률을 높일 수 있다. 본 논문에서는 딥러닝을 활용한 물성 예측 시스템의 전반적인 구성과 LG화학에서 실제 신규 구조 발굴에 적용된 사례를 중심으로 소개하고자 한다. A system that uses deep-learning techniques to predict properties from molecular structures has been developed to apply to chemical, biological and material studies. Based on the database where molecular structure and property information are accumulated, a deep-learning model looking for the relationship between the structure and the property can eventually provide a property prediction for the new molecular structure. In addition, experiments on the actual properties of the selected molecular structure will be carried out in parallel to carry out continuous verification and model updates. This allows for the screening of high-quality molecular structures from large quantities of molecular structures within a short period of time, and increases the efficiency and success rate of research. In this paper, we would like to introduce the overall composition of the materiality prediction system using deep-learning and the cases applied in the actual excavation of new structures in LG Chem.

머신러닝 기법을 활용한 LDPE 공정의 이상 감지

이창송,이규황,이호경,Lee, Changsong,Lee, Kyu-Hwang,Lee, Hokyung 한국화학공학회 2020 Korean Chemical Engineering Research(HWAHAK KONGHA Vol.58 No.2

We propose a machine learning-based method for proactively detecting faults in LDPE processes and predicting equipment lifespan. It is important to detect and prevent unexpected faults in chemical processes in order to maximize safety and productivity. Since LDPE process is a high-pressure process up to 3,000 kg/㎠g or more, once ESD occurs, it can result in productivity loss due to increased maintenance periods. By collecting key variables operation data of the process and using unsupervised machine leaning methods, we developed a fault detection model which detected 4 ESDs 2.4 days prior to the occurrence. In addition, it was confirmed that the life expectancy of a hyper compressor can be predicted by using the physically significant key variables. 머신러닝 기법을 활용하여 LDPE (Low Density Polyethylene) 공정의 이상을 사전 감지하고, 설비의 수명을 예측할 수 있는 기술을 소개한다. 안전성과 생산성 극대화를 위해, 화학 공정의 예상치 못한 이상을 사전에 감지하고 예방하는 것은 매우 중요하다. LDPE 공정은 3,000 kg/㎠g 이상까지 승압되는 고압 공정이기 때문에, ESD (Emergency Shutdown)가 발생하면 예상치 못한 부동이 발생하고, 그에 따른 보수 기간 증가로 인한 생산성 손실이 발생한다. 고압 공정의 주요 변수들의 운전 데이터를 수집하고, 비지도학습 머신러닝 기술을 활용하여, ESD의 사전 감지 모형을 개발하였다. 4회의 ESD를 2.4일 전에 감지하는 결과를 얻을 수 있었다. 더불어, 물리적으로 의미 있는 핵심 변수들을 활용하면, 고압 설비의 수명을 예측할 수 있음을 확인할 수 있었다.

화학 산업에서 수학적 최적화 기법을 적용한 사례

김은용,허순기,이규황,이호경,Kim, Eun-Yong,Heo, Soon-Ki,Lee, Kyu-Hwang,Lee, Hokyung 한국화학공학회 2020 Korean Chemical Engineering Research(HWAHAK KONGHA Vol.58 No.2

석유화학 제품, 컴파운드(Compound), 전지, IT 소재, 첨단소재, 제약 등 다양한 제품 군의 사업을 보유하고 있는 화학 회사에서 각 사업 부분에 있어 수요 예측, 물류, 생산, 재고, 원재료 공급의 SCM (Supply Chain Management)은 사업의 손익과 직접적으로 연결되기 때문에 그와 관련된 최적화와 시스템 역량 수준은 매우 중요하다. 본 연구는 다양한 사업 군에서 각각의 SCM이나 비효율적 영역을 개선하는 등의 역량을 고도화하기 위해 원재료를 공급하고, 제품을 생산하기 위한 공급/생산 계획 등에 있어서 수학적 최적화 방법을 적용한 사례에 관하여 다룰 것이다. 그리고 학술적인 연구에 그치는 것이 아니라 계획 수립 담당자가 실제로 자신의 일부 업무에 활용하는 것이 중요하므로 이를 위해 추가적으로 필요한 사항들을 서술하였고 각각의 적용 성과를 표현하였다. 소개가 될 사례의 첫 번째에서는 편광판 생산에 있어서 원재료 로스(Loss)를 최소화하는 것을 기반으로 하는 공급계획 최적화, 최적 손익 사업 운영계획, 편광판 연신 생산 공정의 스케줄(Schedule) 최적화를 다룰 것이다. 두 번째 사례로는 PO (Poly Olefin) 공정의 생산성 극대화를 위한 생산/포장계획 최적화에 관하여 다룰 것이고, 세 번째 사례로는 전지 생산에 있어서 전극 모델 교환을 최소화 시키는 생산계획 최적화에 대해 다룰 것이다. 네 번째로는 석유화학 특성상 선박으로 대부분의 원료 입하 및 제품 출하를 하기 때문에 한정된 부두에 여러 가지 원료 입고와 제품 출하를 위한 선박이 접안 하는 일정을 최적화 한 사례를 다룰 것이며, 마지막으로 ABS (Acrylonitrile Butadiene Styrene) 반제품 생산에 있어서 제품 Change를 최소화 하는 생산계획 최적화를 다룰 것이다. Executions of SCM in a chemical company of which divisions produce petrochemicals, compounds, batteries, IT material and medicine directly affect their own profit. Execution level of SCM or optimization is very important. This work presents activities of SCM and optimization of inefficient issues in several industrial divisions using mathematical optimization method. The meaning is not only academic research but also making a useful tool which active partner deals with in his work. It is explained how to do beforehand and afterward optimization problem. The benefits are mentioned in the sections. The first of examples would be cover supply plan optimization, optimal profit business plan, and scheduling of a stretching process of polarizer based on minimizing raw material loss in polarizer production. The second example would be cover the optimization of production/packaging plans to maximize productivity of Poly Olefin processes, and the third example is minimization of transition loss in the production of battery electrodes. The fourth example would be cover scheduling of vessel approaching to berth. Because transportation of large portion of raw material and products of petrochemical industry is dealt with vessel, scheduling of vessel approaching to berth is important at the shore of large difference of tide. The final example would be scheduling problem to minimization of change over time of ABS semi products.

딥러닝 전이학습 기반 ChatGPT의 문화관광 융합 서비스 제공방안

김동환(Donghwan Kim),이호경(Hokyung Lee),최대호(Daeho Choi),주용진(Yongjin Joo) 대한공간정보학회 2023 한국공간정보학회 학술대회 Vol.2023 No.12