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 : 허요섭(Yoseob Heo) (검색결과 6 건)
- 무료
- 기관 내 무료
- 유료
-
빅데이터 기반 교역활동 프로파일 분석을 통한 ICT 산업 진단 및 연구개발(R&D) 기회 발굴에 관한 연구
허요섭(Yoseob Heo),김정준(Jungjoon Kim),윤빛나리(Bitnari Yoon),강종석(Jongseok Kang) 한국기술혁신학회 2017 한국기술혁신학회 학술대회 발표논문집 Vol.2017 No.11
4차 산업혁명에 대한 국가적 관심이 높아짐에 따라 ICT산업 분야의 연구개발(R&D)는 앞으로의 국가 성장에 핵심적인 역할을 할 가능성이 크다. 우리나라의 경우도 빠르게 변화하는 ICT 산업에 대응하기 위해, 국가차원에서는 중장기 전략을 수립하고 있으며, 민간차원에서는 관련 인력풀(pool)을 늘리는 등 다각화된 대처를 하고 있다. 하지만 미국과 중국 등 선진국들의 기술수준과 가격 경쟁력을 결코 무시할 수 없어, 우리나라의 ICT산업은 낙관할 수만은 없는 상황이다. 그러므로 지금은 오히려 우리나라 ICT산업에 대한 명확한 진단을 통해 효율적이고 효과적으로 기술기회와 R&D기회를 발굴하는 것이 보다 실효성 있는 정책 수립에 도움을 줄 수 있다. 본 논문에서는 한국과학기술정보연구원(KISTI)에서 개발한 교역활동 프로파일 분석 시스템을 통해 ICT산업에 관련된 상품들 전체를 거시적인 관점에서 확인함으로써 우리나라의 ICT산업 전반을 진단하고 분석하고자 한다. 이로 인해, 증거기반(evidence-based)의 과학적인 방법으로 연구개발 기회를 파악하여 효율적이고 효과적인 정책수립에 기여하고자 한다.
-
Stacked LSTM 기반 실시간 화재 상황 분류 알고리즘 연구
허요섭(Heo, Yoseob),서성호(Seo, Seongho),심위(Shim, We),강종석(Kang, Jongseok) 한국방재학회 2021 한국방재학회논문집 Vol.21 No.3
최근 몇 년 동안 화재 감지기의 개발은 화재라는 치명적인 재난으로부터 인명과 재산을 보호하기 위해 많은 연구자의 관심을 끌었다. 그러나 시간적 의존성, 화재 유형의 다양성에 따른 신호 패턴의 복잡성과 같은 화재 센서 신호의 몇 가지 고유한 특성으로 인해, 화재 모니터링 관련 연구는 난항을 겪고 있었다. 본 연구에서는 다차원 채널의 화재 센서 신호를 통해 얻은 데이터를 활용하여, 다양한 유형의 화재 상황을 실시간 수준에서 정확하게 분류하는 딥러닝 기반의 새로운 접근 방식을 제안한다. 본 연구의 기여는 센서 데이터의 시계열적 특성과 다차원 채널 센싱 데이터의 복잡성을 고려한 stacked LSTM 모델을 개발하여 기반의 화재 식별을 위한 새로운 화재 모니터링 프레임워크를 개발하여 기존 화재 감지기를 개선하는 것이다. Several researchers have been drawn to the development of fire detector in recent years, to protect people and property from the catastrophic disaster of fire. However, studies related to fire monitoring are affected by some unique characteristics of fire sensor signals, such as time dependence and the complexity of the signal pattern based on the variety of fire types,. In this study, a new deep learning-based approach that accurately classifies various types of fire situations in real-time using data obtained from multidimensional channel fire sensor signals was proposed. The contribution of this study is to develop a stacked-LSTM model that considers the time-series characteristics of sensor data and the complexity of multidimensional channel sensing data to develop a new fire monitoring framework for fire identification based on improving existing fire detectors.
-
머신러닝(Machine learning)기반 미래유망기술 발굴 프로세스 연구
허요섭(Yoseob Heo),김근환(Keunhwan Kim),강종석(Jongseok Kang) 한국기술혁신학회 2018 한국기술혁신학회 학술대회 발표논문집 Vol.2018 No.11
과학기술 투자 우선순위 결정을 위해 실무적·행정적 차원에서는 유망기술 도출을 직접적으로 시행해야 하는 측면이 있었다. 이에 따라 자연스럽게 과학기술 트렌드 분석과 미래기술예측을 바탕으로 R&D사업을 기획하는 방법은 일반적으로 전문가의 지식과 직관적 판단의 영역에 대부분 맡길 수밖에 없는 실정이었다. 그러나 이러한 방법은 실질적으로 전문가의 의견에 전적으로 의존하는 경향성이 두드러지기에 전문가의 직관의 불확실성과 편향된 의견(bias)가 객관적인 유망기술의 분석 및 도출을 방해하는 경향이 나타날 수밖에 없다. 본 논문에서는 보다 객관성을 담지한 형태의 미래유망기술 발굴 방법론 관련 연구결과에 대해 논하고자 한다. 인공지능(Artificial Intelligence, AI) 및 기계학습(Machine Learning, ML) 관련 기술이 눈부시게 발전하고 있고, 큰 주목도 받고 있는 현재이다. 따라서 보다 객관성과 정합성을 확보한 형태의 미래유망기술 발굴 방법 도출을 위해 ML알고리즘을 활용하여 ICT 분야의 미래유망기술 예측에 적용해보았다. In order to prioritize investment in science and technology, it was necessary to directly implement emerging technologies in practical and administrative aspects. As a result, the way to plan R&D projects naturally based on science and technology trend analysis and future technology forecasting has generally been left to most of the expert knowledge and intuitive judgment area. However, since these methods tend to be totally dependent on expert opinions, uncertainties and bias in the intuition of the experts can hinder the analysis and derivation of objective emerging technologies. In this paper, we discuss the research results related to the methodology of discovering future emerging technologies with more objectivity. Artificial intelligence (AI) and machine learning (ML) technologies are developing remarkably and are receiving great attention. Therefore, we applied the ML algorithm to predict future promising technologies in the field of ICT in order to derive a method of discovering emerging future technologies with more objectivity and consistency.
-
장문수 ( Moonsoo Jang ),허요섭 ( Yoseob Heo ),정현상 ( Hyunsang Chung ),박소영 ( Soyoung Park ) 한국산업융합학회 2021 한국산업융합학회 논문집 Vol.24 No.3
With global warming and pollution problems, accurate forecasting of the harmful gases would be an essential alarm in our life. In this paper, we forecast the emission of the five gases(SOx, NO<sub>2</sub>, NH<sub>3</sub>, H<sub>2</sub>S, CH<sub>4</sub>) using the time series model of ARIMA, the learning algorithms of Random forest, and LSTM. We find that the gas emission data depends on the short-term memory and behaves like a random walk. As a result, we compare the RMSE, MAE, and MAPE as the measure of the prediction performance under the same conditions given to three models. We find that ARIMA forecasts the gas emissions more precisely than the other two learning-based methods. Besides, the ARIMA model is more suitable for the real-time forecasts of gas emissions because it is faster for modeling than the two learning algorithms.
-
고층 건물 화재 관련 R&D 위상 분석 및 신기술 탐색 연구
심위(We Shim),최재경(Jaekyung Choi),정현상(Hyunsang Chung),허요섭(Yoseob Heo),서성호(Seongho Seo) 한국산업융합학회 2020 한국산업융합학회 논문집 Vol.23 No.2
Due to the development of the urban economy, high-density buildings and skyscrapers have continued to increase in order to alleviate high population densities and to make efficient use of urban space. However, a fire in a high-rise building is a disaster that can lead to massive casualties and property damage because of the difficulty of firefighting and escaping. Various studies have been conducted on these high-rise buildings because they are sympathetic to these difficulties all over the world. In this paper, trends of researches and technologies related to fire in high-rise buildings are analyzed synthetically through thesis and patent data. In other words, we explored the trends of various studies that have been carried out so far through the thesis, and performed technical monitoring on actual implemented technology and newly implemented technologies through patent data. Through this research, we have studied the present and the future of technology for high-rise building fire.
-
머신러닝 앙상블을 활용한 공압기의 전력 효율 최적화 시뮬레이션
김주헌 ( Juhyeon Kim ),장문수 ( Moonsoo Jang ),최지은 ( Jieun Choi ),허요섭 ( Yoseob Heo ),정현상 ( Hyunsang Chung ),박소영 ( Soyoung Park ) 한국산업융합학회 2023 한국산업융합학회 논문집 Vol.26 No.6
This study delves into methods for enhancing the power efficiency of air compressor systems, with the primary objective of significantly impacting industrial energy consumption and environmental preservation. The paper scrutinizes Shinhan Airro Co., Ltd.'s power efficiency optimization technology and employs machine learning ensemble models to simulate power efficiency optimization. The results indicate that Shinhan Airro's optimization system led to a notable 23.5% increase in power efficiency. Nonetheless, the study's simulations, utilizing machine learning ensemble techniques, reveal the potential for a further 51.3% increase in power efficiency. By continually exploring and advancing these methodologies, this research introduces a practical approach for identifying optimization points through data-driven simulations using machine learning ensembles.
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
