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 : Saerom PARK (검색결과 115 건)
- 무료
- 기관 내 무료
- 유료
-
학부모 교육참여 우수사례 공모사업의 변화와 2019년 우수사례 내용 분석
박새롬 ( Park¸ Saerom ),이강이 ( Lee¸ Kangyi ) 열린부모교육학회 2021 열린부모교육연구 Vol.13 No.3
본 연구의 목적은 2009년부터 2019년까지 시행된 학부모 교육참여 우수사례 공모사업에 나타난 변화와 2019년 학부모 교육참여 우수사례로 선정된 85편의 활동내용 분석을 통해 학부모 교육참여 활성화를 위한 시사점을 도출하는 것이었다. 2015년 이후 사업목적이 학부모 참여를 지원하는 우수사례를 발굴하는 데 보다 초점을 둠으로써 공모대상에서 학교와 지역학부모지원센터의 비중이 증가한 반면, 학부모회의 비중은 크게 감소하였다. 공모분야는 활동주체를 중심으로 점차 통합되어 왔으며, 공모분야 중에서는 교육기부/자원봉사와 학부모교육 분야의 비중이 비교적 높아 현장에서는 학부모가 학교교육의 보조자 및 교육수요자로서 참여하는 경우가 더 많은 것으로 나타났다. 2019년 선정된 우수사례들에 포함된 활동내용 중에서는 학부모교육의 비중이 가장 높았으나, 포상순위가 높은 사례들은 학부모가 교육과정에 주도적으로 참여하는 활동에 중점을 두는 특징을 보였다. 교육주체로서 학부모의 교육참여 활성화를 위하여 향후 학부모 교육참여 우수사례 공모사업에서는 주도적인 학부모회 활동 사례의 비중이 점차 확대되어야 하며, 이를 위하여 학교참여로 연계될 수 있는 학부모교육 등 학부모교육의 질 제고 및 정책적 지원이 필요함을 논의하였다. This study aims to explore the changes of the best practice contest project for parents’ participation in education organized by Ministry of Education from 2009 to 2019, and to analyze the contents of 85 best practices selected from the 2019 contest. Since 2015, as the purpose of contest has focused more on finding best practices to support parents’ participation, the proportion of schools and parent support centers has increased in the contest while the proportion of parents’ associations has decreased considerably. The field of contest has been gradually integrated around the subjects, and the relatively high proportion of volunteering activity and parents’ education showed that parents participated as educational assistants or consumers rather than educational entities. Among the activities included in the selected best practices in 2019, the proportion of parents’ education was the highest, while cases with higher rankings showed a leading participation in school curriculum by parents. It was discussed the necessity for expanding the proportion of parents’ association gradually at the contest in the future and improving the quality of parents’ education which can be linked to school participation.
-
-
-
Secure Training Support Vector Machine with Partial Sensitive Part
Saerom Park(박새롬) 한국컴퓨터정보학회 2021 韓國컴퓨터情報學會論文誌 Vol.26 No.4
본 연구에서는 민감 정보가 포함된 경우의 서포트 벡터 머신 (SVM) 학습 알고리즘을 제안한다. 기계 학습 모형들이 실세계의 자동화된 의사 결정을 가능하게 하였지만 규제들은 프라이버시 보호를 위해서 민감 정보들의 활용을 제한하고 있다. 특히 인종, 성별, 장애 여부와 같은 법적으로 보호되는 정보들의 프라이버시 보호는 필수이다. 본 연구에서는 완전 동형암호를 활용하여 부분적인 민감 정보가 포함된 경우에 최소 제곱 SVM (LSSVM) 모형을 효율적으로 학습할 수 있는 방법을 제안한다. 본 프레임워크에서는 데이터 소유주가 민감하지 않은 정보와 민감한 정보 모두를 가지고 있고, 이를 기계학습 서비스 제공자에게 제공할 때에 민감 정보만 암호화해서 제공하는 것을 가정한다. 결과적으로 데이터 소유자는 민감 정보를 노출시키지 않으면서도 암호화된 상태로 모형의 학습정보를 얻을 수 있다. 모형을 실제 활용할 경우에는 모든 정보를 암호화하여 안전하게 예측 결과를 제공할 수 있도록 한다. 실제 데이터에 대한 실험을 통해 본 알고리즘이 동형암호로 구현될 경우에 원래의 LSSVM 모형과 비슷한 성능을 가질 수 있음을 확인해 볼 수 있었다. 또한, 개선된 효율적인 알고리즘에 대한 실험은 적은 성능 저하로 큰 연산 효율성을 달성할 가능성을 입증하였다. In this paper, we propose a training algorithm of support vector machine (SVM) with a sensitive variable. Although machine learning models enable automatic decision making in the real world applications, regulations prohibit sensitive information from being used to protect privacy. In particular, the privacy protection of the legally protected attributes such as race, gender, and disability is compulsory. We present an efficient least square SVM (LSSVM) training algorithm using a fully homomorphic encryption (FHE) to protect a partial sensitive attribute. Our framework posits that data owner has both non-sensitive attributes and a sensitive attribute while machine learning service provider (MLSP) can get non-sensitive attributes and an encrypted sensitive attribute. As a result, data owner can obtain the encrypted model parameters without exposing their sensitive information to MLSP. In the inference phase, both non-sensitive attributes and a sensitive attribute are encrypted, and all computations should be conducted on encrypted domain. Through the experiments on real data, we identify that our proposed method enables to implement privacy-preserving sensitive LSSVM with FHE that has comparable performance with the original LSSVM algorithm. In addition, we demonstrate that the efficient sensitive LSSVM with FHE significantly improves the computational cost with a small degradation of performance.
-
Antioxidative Phenolic Compounds from the Whole Plant of Juncus diastrophanthus
Saerom Park,Seokwon Yang,Dalrea Ahn,Jae Heon Yang,김대근 한국응용생명화학회 2011 Applied Biological Chemistry (Appl Biol Chem) Vol.54 No.5
Methanol extract of Juncus diastrophanthus (Juncaceae) was found to show potent antioxidant activity. Subsequent activity-guided fractionation of methanol extract of J. diastrophanthus led to the isolation of seven flavonoid compounds, isorhamnetin-3-O-α-L-rhamnopyranosyl(1→6)-β-Dglucopyranoside,narcissin (1), quercetin-3-O-α-L-rhamnopyranosyl(1→6)-β-D-glucopyranoside,rutin (2), kaempferol-3-O-α-L-rhamnopyranosyl(1→6)-β-D-glucopyranoside (3), quercetin (4), quercetin-3-O-α-L-rhamnopyranoside, quercitrin (5), quercetin-3-O-β-D-xylopyranoside (6), and luteolin (7). These compounds were isolated for the first time from this plant. Compounds 4 and 7 showed significant antioxidative effects on 1,1-diphenyl-2-picrylhydrazyl, and compound 5 showed significant riboflavin-originated superoxide and xanthine-originated superoxide quenching activities.
-
-
-
-
Semi-supervised distributed representations of documents for sentiment analysis
Park, Saerom,Lee, Jaewook,Kim, Kyoungok Elsevier 2019 Neural networks Vol.119 No.-
<P><B>Abstract</B></P> <P>Learning document representation is important in applying machine learning algorithms for sentiment analysis. Distributed representation learning models of words and documents, one of neural language models, have overcome some limits of vector space models such as bag-of-words model and have been utilized successively in many natural language processing tasks including sentiment analysis. However, because such models learn the embeddings only with a context-based objective, it is hard for embeddings to reflect the sentiment of texts. In this research, we address this problem by introducing a semi-supervised sentiment-discriminative objective using partial sentiment information of documents. Our method not only reflects the partial sentiment information, but also preserves local structures induced from original distributed representation learning objectives by considering only sentiment relationships between neighboring documents. Using real-world datasets, the proposed method has been validated by sentiment visualization and classification tasks. The visualization results of Amazon review datasets demonstrate the enhancement of the sentiment class separation when document representations of our proposed method are compared to other methods. Sentiment prediction from our representations also appears to be consistently superior to other representations in both Amazon and Yelp datasets. This work can be extended to develop effective document embeddings applied to other discriminative tasks.</P>
-
KCI
KISS연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
