신바람 나는 십대-주님 수난 성지 주일을 묵상하며...

황철현 우리신학연구소 2003 갈라진 시대의 기쁜소식 Vol.- No.580

이상 데이터를 활용한 성과부진학생의 조기예측성능 향상

황철현,Hwang, Chul-Hyun 한국정보통신학회 2022 한국정보통신학회논문지 Vol.26 No.11

최근 학생 수 감소로 인한 대학 간 경쟁이 심화되면서 성과부진학생을 조기에 예측하고, 중도이탈을 예방하기 위해 다양한 노력을 기울이는 것은 대학의 필수 업무로 인식되고 있다. 이를 위해서는 학생의 성과를 정밀하게 예측하는 우수한 성능의 모델이 필수적이다. 본 논문은 성과부진학생을 식별하기 위한 분류 예측 모델에서 이상 데이터를 제거하거나 증폭을 통해 예측 성능을 향상시키는 방법에 대해 제안한다. 기존 이상데이터 처리방법은 주로 데이터를 삭제하거나 무시하는데 집중되었지만 이 논문에서는 잡음과 변화지표를 구분하는 기준을 제시하고, 데이터를 삭제하거나 증폭함으로써 예측 모델의 성능을 높이는데 기여한다. 제안 방법의 검증을 위해 공개된 학습 성과 데이터를 활용한 실험에서 기존 방법에 비해 제안방법이 분류 성능을 향상시킬 수 있는 다수의 사례를 발견할 수 있었다.

공공기술 사업화를 위한 CTGAN 기반 데이터 불균형 해소

황철현 한국정보통신학회 2022 한국정보통신학회논문지 Vol.26 No.1

Commercialization of public technology is the transfer of government-led scientific and technological innovation and R&D results to the private sector, and is recognized as a key achievement driving economic growth. Therefore, in order to activate technology transfer, various machine learning methods are being studied to identify success factors or to match public technology with high commercialization potential and demanding companies. However, public technology commercialization data is in the form of a table and has a problem that machine learning performance is not high because it is in an imbalanced state with a large difference in success-failure ratio. In this paper, we present a method of utilizing CTGAN to resolve imbalances in public technology data in tabular form. In addition, to verify the effectiveness of the proposed method, a comparative experiment with SMOTE, a statistical approach, was performed using actual public technology commercialization data. In many experimental cases, it was confirmed that CTGAN reliably predicts public technology commercialization success cases. 공공기술 사업화는 정부가 주도하는 과학기술의 혁신과 R&D 성과를 민간에 이전하는 것으로 경제 성장을 주도하는 핵심 성과로 인식되고 있다. 따라서 기술 이전을 활성화시키기 위해 성공 요인을 식별하거나 사업화 가능성이 높은 공공기술과 수요기업을 매칭하는 다양한 기계학습의 방법들이 연구되고 있다. 하지만 공공기술 사업화 데이터는 표 형태로 구성되어 있고, 성공-실패 비율이 큰 차이를 보이는 불균형 상태이기 때문에 기계학습 성능이 높지 않는 문제점을 가지고 있다. 이 논문에서는 표 형태로 구성된 공공기술 데이터에서 불균형을 해소하기 위해 CTGAN을 활용하는 방법을 제시한다. 또한 제시된 방법의 효과를 검증하기 위해 실제 공공기술 사업화 데이터를 활용하여 통계적 접근방법인 SMOTE와 비교 실험을 수행하였다. 다수의 실험 사례에서 CTGAN은 공공기술 사업화 성공사례를 안정적으로 예측하는 것을 확인하였다.

얼굴 표정인식기술을 활용한 교육집중도 측정 방법

황철현 한국지능정보시스템학회 2020 한국지능정보시스템학회 학술대회논문집 Vol.2020 No.11

협력적 여과(Collaborative Filtering) 에서 결측치(Missing Value) 예측에 관한 연구

황철현,박영길,박용준 한국지능정보시스템학회 2000 한국지능정보시스템학회 학술대회논문집 Vol.2 No.1

미세먼지 예측 성능 개선을 위한 CNN-LSTM 결합 방법

황철현,신강욱,Hwang, Chul-Hyun,Shin, Kwang-Wook 한국정보통신학회 2020 한국정보통신학회논문지 Vol.24 No.1

Recently, due to the proliferation of IoT sensors, the development of big data and artificial intelligence, time series prediction research on fine dust pollution is actively conducted. However, because the data representing fine dust contamination changes rapidly, traditional time series prediction methods do not provide a level of accuracy that can be used in the field. In this paper, we propose a method that reflects the classification results of environmental conditions through CNN when predicting micro dust contamination using LSTM. Although LSTM and CNN are independent, they are integrated into one network through the interface, so this method is easier to understand than the application LSTM. In the verification experiments of the proposed method using Beijing PM2.5 data, the prediction accuracy and predictive power for the timing of change were consistently improved in various experimental cases. 최근 IoT 센서의 확산과 빅데이터, 인공지능 관련 기술의 발전으로 인해 미세먼지 오염도에 대한 시계열 예측 관련 연구가 활발하게 진행되고 있다. 하지만 미세먼지 오염도를 나타내는 데이터가 급격히 변하는 특성(Extreme)을 가지고 있어 기존의 시계열 예측방법으로는 현장에서 사용할 수 있는 수준의 정확도를 내지 못하고 있다. 이 논문에서는 LSTM을 활용하여 미세먼지 오염도를 예측할 때 CNN을 통한 환경상황을 분류한 결과를 반영하는 방법을 제안한다. 이 방법은 LSTM과 CNN이 독립적이지만 인터페이스를 통해 하나의 네트워크로 통합되기 때문에, 응용 LSTM보다 이해하기 쉽다. Beijing PM2.5 데이터를 활용한 제안 방법의 검증 실험에서 예측 정확도와 변화 시기에 대한 예측력이 다양한 실험 case에서 일관되게 향상된 결과를 보였다.

ITFIND 정보를 활용한 기술 성숙도 수준 진단 방법

황철현,박상휘,임혁,정회경,Hwang, Cheol-Hyeon,Park, Sang-Hwi,Lim, Hyeok,Jung, Hoe-kyung 한국정보통신학회 2016 한국정보통신학회논문지 Vol.20 No.4

IT is the information in government/public policy and technological trends in the industry's R&D has a direct impact on its investment decision making of the very important information. Due to the nature of the information in this technical trend because essential information on open public data the technology by government departments and public institutions that are responsible for producing, on an ongoing basis. In this paper, it was confirmed through the experiment that the method and the possibility to integrate the technology trend information provided by the various agencies can be diagnosed as a maturity level. Also we propose a data collection and processing, storage, optimized service for technical maturity of diagnostic methods. The proposed method determines the overall system configuration and service data ITFIND overall maturity level diagnosis is enabled by leveraging the collected. In addition, through the compensation is considered to be able to proceed to a more accurate diagnostic level. IT기술 동향 정보는 정부/공공 정책과 산업계의 R&D의 투자 의사결정에 직접적인 영향을 미치는 중요한 정보이다. 이러한 특성으로 인해 기술 동향 정보는 공공 데이터 개방에 필수적인 정보이기 때문에 해당 기술을 담당하는 정부 부처와 공공기관별로 지속적으로 생산 및 제공하고 있다. 본 논문에서는 다양한 기관에서 제공되는 기술 동향정보를 통합하여 하나의 성숙도 수준으로 진단할 수 있는 방법과 가능성을 실험을 통해 확인하였다. 또한 기술 성숙도 진단을 위한 데이터 수집과 처리 저장, 최적화된 서비스 방법을 제안한다. 이를 위해 종합적인 시스템 구성 방법과 ITFIND 서비스에 수집된 데이터를 활용하여 종합적인 성숙도 수준 진단이 가능한지를 판단하고 보정을 통해 더 정확한 수준 진단을 진행할 수 있을 것으로 사료된다.

검증데이터 기반의 차별화된 이상데이터 처리를 통한 데이터 불균형 해소 방법

황철현 한국지능정보시스템학회 2022 지능정보연구 Vol.28 No.4

데이터 불균형은 한 분류의 데이터 수가 다른 분류에 비해 지나치게 크거나 작은 현상을 의미하며. 이로 인해 분류 알고리즘을 활용하는 기계학습에서 성능을 저하시키는 주요 요인으로 제기되고 있다. 데이터 불균형 문제 해결을 위해서 소수 분포 데이터를 증폭하는 다양한 오버 샘플링(Over Sampling) 방법들이 제안되고 있다. 이 가운데 SMOTE는 가장 대표 적인 방법으로 소수 분포 데이터의 증폭 효과를 극대화하기 위해 데이터에 포함된 잡음을 제거(SMOTE-IPF)하거나, 경계 선만을 강화(Borderline SMOTE) 시키는 다양한 방법들이 출현하였다. 이 논문은 소수분류 데이터를 증폭하는 전통적인 SMOTE 방법에서 이상데이터(Anomaly Data)에 대한 처리방법개선을 통해 궁극적으로 분류성능을 높이는 방법을 제안한다. 제안 방법은 실험을 통해 기존 방법에 비해 상대적으로 높은 분류성능을 일관성 있게 제시하였다.

합성 침목 제조를 위한 폴리우레탄 기반 복합 소재 기술 개발

황철현,한우권,곽인섭,백인철 한국복합신소재구조학회 2019 복합신소재구조학회논문집 Vol.10 No.5

철도침목은 일반적으로 목재 및 콘크리트 침목을 많이 사용하고 있다. 그러나 목침목은 수분과 충해등으로 인해 썩기 쉽다. 게다가 짧은 수명으로 인해 교체를 자주해줘야 하지만 자원고갈로 인한 공급의 어려움이 있다. 콘크리트 침목은 중량이 무거워 시공장소에 제한이 있고 운반이 어려운 단점을 갖고 있다. 또한 균열발생이나 파손이 일어났을 때 소음이 발생하고 심한 진동으로 인해 레일의 수용저하등의 문제가 있다. 그러므로 이번 연구에서는 전통적으로 사용하던 목재 및 콘트리트 침목을 대신할 합성침목을 개발하는 것이다. 합성침목의 주원료는 폴리올과 이소시아네이트로 구성된 폴리우레탄이다. 폴리우레탄을 수지로 사용하게 되면 강도가 약해 이를 보완해야 하는데 현재까지는 유리섬유나 석탄재와 같은 원료를 사용하였다. 유리섬유 는 인체에 유해하고 침목의 폐기 시 자연에서 분해되지 않은 단점이 있으므로 이 연구에서는 자연에서 분해될 수 있는 천연보 강재를 사용하여 기계적 물성은 유지하면서 가공성 및 경제성이 우수한 합성수지 침목을 개발하는 실험을 진행하였다. Sleepers have commonly used wood and concrete sleepers. However, Wood sleepers rot due to moisture or short life due to insect damage. In addition it is difficult to repair requires periodic replacement and there is a problem in the supply and demand of wood. Concrete sleepers are difficult to transport and lack the ability to absorb breakage, cracks and impacts. Also there is a problem such as a reduction in the capacity of the rail due to noise and severe vibration. Therefore this study conducted a synthetic compound sleeper experiment to replace traditional wood and concrete sleepers. The main material of synthetic compound sleepers is polyurethane, and the contents of polyol and isocyanate, which are the constituents of polyurethane, have been changed and the effects on various forms and contents of reinforcing agents As a result, the mechanical properties of synthetic compound sleepers tended to increase with increasing polyol functionality and isocyanate content, and also increased with increasing content of reinforcing agents to improve the mechanical properties of synthetic composite sleepers. The results of this study are expected to contribute to the development of synthetic compound sleepers products that will replace wood and concrete sleepers.

시간 지연을 고려한 FCM 추론알고리즘

황철현(Chel Hyun Hwang),박미애(Mi Ae Park),하경재(Kyung Jae Ha) 경남대학교 기초과학연구소 1996 慶南大學校 基礎科學硏究所 硏究報告 Vol.8 No.-