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 : 정유철(Yuchul Jung) (검색결과 35 건)
- 무료
- 기관 내 무료
- 유료
-
Kalanchoe 식물의 영양 번식에 영향을 줄 수 있는 유전자들의 선발
Yuchul Jung(정유철),Youngjae Chung(정영재),Donggiun Kim(김동균) 한국생명과학회 2011 생명과학회지 Vol.21 No.6
Bryophyllum 속에서 그것들의 잎으로부터 소식물체를 생산하는 능력을 갖고 있는 많은 종들이 잘 알려졌다. 이러한 현상은 또한 식물 영양생식으로 알려져 있다. DEG 유전자 감지 기술이 소식물체 형성을 위한 무성생식과정에 관련된 유전자의 조사에 적용되었다. 탐색 된 유전자들은 NCBI 데이터베이스를 사용한 검색 법을 기반으로, 총 69 DEGs에서 38 유전자가 발견되었다. 대부분의 이러한 DEGs는 호르몬(cytokinin과 에틸렌) 신호, 세포 신호 전달, 그리고 세포 분열과 관련 된 유전자들이였다. The genus Bryophyllum is best known for many of its species having the ability to produce plantlets on their leaves. This phenomenon is also known as vegetative reproduction. Differential expressed gene (DEG) detecting technique was applied in order to survey the genes involved in the process of asexual reproduction for plantlet formation. Based on homology search using the NCBI database after screening of genes, 38 genes were identified from a total of 69 DEGs. Most of these DEGs were related to cell division, to intercellular signal transduction, and to hormone (cytokinin and ethylene) signaling.
-
-
An User-driven Service Creation Architecture in Consumer Networking Environments
Yuchul Jung(정유철),Jin-Young Kim(김진영),Hyejin Lee(이혜진),Kwang-Young Kim(김광영),Dongjun Suh(서동준) 한국디지털콘텐츠학회 2016 한국디지털콘텐츠학회논문지 Vol.17 No.6
In a Web 2.0 context, users are exposed to numerous smart devices and services that allow real-time interaction between users (or consumers) and developers (or producers). For the provisioning of new user-created services based on user`s context, the data management of service creation experiences becomes a non-trivial task. This article introduces a data model for service creation and then proposes a service creation management architecture which enables new service creation using the data model, the management of the service creation data, and the semantic service discovery across internal/external service repositories. The article also explains the use of the proposed architecture with two different scenarios: home and mobile environments. The proposed architecture for service creation data management offers consistent and seamless handing of the service creation data throughout its usage lifecycle.
-
-
-
-
Low-resource YouTube comment encoding for Luganda sentiment classification performance
Abdul Male Ssentumbwe,YuChul Jung(정유철),Hyunah Lee(이현아),Byeong Man Kim(김병만) 한국디지털콘텐츠학회 2020 한국디지털콘텐츠학회논문지 Vol.21 No.5
The recent boom in social networks usage has generated some multilingual opinion data for low-resource languages. Luganda is one of the major languages in Uganda, thus it is a low-resource language and Luganda corpora for sentiment analysis especially for YouTube is not easily available. In this paper, we propose assumptions to guide collection of Luganda comments using Luganda YouTube video opinions for sentiment analysis. We evaluate the suitability of our clean YouTube comments (158) dataset for sentiment analysis using selected machine learning and deep learning classification algorithms. Given the low-resource setting, the dataset performs best with Gaussian Naive Bayes for machine learning (55%) and deep learning Multilayer Perceptron sequential model scoring (68.8%) when dataset splitting is at 10% for test set with Luganda comment segmentation.
-
역인덱스 기반 상향식 군집화 기법을 이용한 대규모 학술 핵심어 분석
오흥선(Heung-Seon Oh),정유철(Yuchul Jung) 한국산학기술학회 2018 한국산학기술학회논문지 Vol.19 No.11
특허(patent), 학술 논문(scholarly paper)과 연구 보고서(research report)와 같은 디지털 문서(digital document)에는 주제(topic)를 요약하는 저자 키워드(author keyword)가 있다. 서로 다른 문서가 동일한 키워드를 공유하고 있다면 두 문서가 동일한 주제의 내용을 기술하고 있을 가능성이 매우 높다. 문서 군집화(document clustering)는 비슷한 주제를 가지는 문서들을 비지도 학습 방법(unsupervised learning)을 이용하여 같은 군집으로 그룹(group)화 하는 것이다. 문서 군집화는 다양한 분석에 이용되지만 대용량의 문서 데이터에 적용하기 위해서는 많은 계산량이 필요함으로 쉽지 않다. 이러한 경우, 문서의 내용을 이용하는 것보다 문서의 키워드를 이용하여 군집화하면 더욱 효율적으로 대용량의 데이터를 연결할 수 있다. 기존의 상향식 군집화 방법(bottom-up hierarchical clustering)은 대용량의 키워드 군집화(keyword clustering)를 수행하는데 있어서 많은 시간이 필요하다는 문제점이 있다. 본 논문에서는 정보검색(information retrieval)에서 널리 사용되는 역인덱스(inverted-index) 구조를 상향식 군집화에 적용한 효율적인 군집화 방법을 제안하고, 제안 방법을 대용량의 키워드 데이터에 적용하였으며, 그 결과를 분석하였다. Digital documents such as patents, scholarly papers and research reports have author keywords which summarize the topics of documents. Different documents are likely to describe the same topic if they share the same keywords. Document clustering aims at clustering documents to similar topics with an unsupervised learning method. However, it is difficult to apply to a large amount of documents event though the document clustering is utilized to in various data analysis due to computational complexity. In this case, we can cluster and connect massive documents using keywords efficiently. Existing bottom-up hierarchical clustering requires huge computation and time complexity for clustering a large number of keywords. This paper proposes an inverted index based bottom-up clustering for keywords and analyzes the results of clustering with massive keywords extracted from scholarly papers and research reports.
-
-
음성기반 인간-인공지능 인터랙션에서 표정 정보를 활용한 사용자 감성 디코딩 기법의 적용 및 한계
정재엽(Jae-Yeop Jeong),정유철(Yuchul Jung),정진우(Jin-Woo Jeong) 대한인간공학회 2021 대한인간공학회 학술대회논문집 Vol.2021 No.11
Objective: 본 연구에서는 음성 기반 인간-인공지능 인터랙션(Human-AI Interaction, 이하 HAII) 환경에서 표정 정보를 활용하여 사용자의 감성을 디코딩하는 기존 방법론을 적용하고 그 결과를 분석하여 한계점을 도출하고 향후 연구 방향에 대하여 제안하고자 한다. Background: 사용자와 디바이스의 인터랙션에 대한 만족도를 평가할 수 있는 유용한 지표 중 하나는 사용자의 감성 만족도라고 할 수 있다. 하지만 HAII에서의 사용자 감성 평가에 대한 연구는 여전히 부족한 상황이며, 특히 음성 기반 인터랙션에서 사용자가 느끼는 감성을 평가하기 위한 체계나 도구들이 명확하게 제시된 바 없다. 최근, 다양한 모달리티(표정, 뇌파, 음성 등)를 이용한 사용자 감성 평가에 대한 연구가 많이 이루어지고 있지만 음성 기반 인터랙션에서의 사용자 개인에 적용 가능한 적응형 감성 평가 연구는 부족한 실정이다. 본 연구에서는 가장 기본적인 모달리티인 표정 데이터를 이용해서 VUI(Voice User Interface)기반 HAII에서 사용자 감성 평가 연구를 진행하고자 한다. Method: 실험을 위하여 사용자와 인공지능 스피커 간의 질의 응답 시나리오를 수행하는 HAII 실험을 진행하였다. 실험 과정에서 사용자는 서로 다른 설계변수를 바탕으로 대답을 제공하는 AI 에이전트와 상호작용을 수행하고 해당 인터랙션에 대한 감성 만족도를 평가한다. 본 연구에서는 이러한 HAII 과정에서 촬영한 사용자 얼굴 이미지 세트를 대상으로, VGGFace2를 이용해서 획득한 CNN feature와 FaceReader 8.0을 이용해서 획득한 얼굴 landmark 데이터를 이용하여 feature visualization 및 clustering을 진행하고 기존 표정 인식 데이터 세트인 CK+, Oulu-CASIA와의 비교 분석을 수행하였다. 추가적으로, 한국인/서양인만으로 구성된 데이터셋을 바탕으로 CNN 모델을 학습한 후 각 데이터셋에 대한 감정 분류를 진행하여 race bias에 의한 효과를 살펴보고자 하였다. Results: 실험 결과, HAII 과정에서 수집된 표정 데이터의 VA 점수는 대부분 지루함, 슬픔, 중립을 의미하는 영역대에 집중되었다. 기존의 CK+, Oulu-CASIA 데이터셋의 경우 각 감성 별 과장된 표정에 의하여 CNN feature가 표정에 따라 군집화 되는 모습을 보였으나, HAII 데이터셋의 경우 사용자의 감성 만족도에는 차이가 있더라도 표정에서는 명확히 드러나지 않아, CNN feature 또한 군집화 되지 않는 모습을 보였다. 또한, 서양인 기반 분류 모델은 한국인의 표정을 대부분 중립/슬픔으로 분류하는 것을 확인했으며, 한국인 기반 분류 모델은 특정 감성을 제외하고 서양인의 표정을 제대로 분류하지 못하는 결과를 확인할 수 있었다. Conclusion: 본 연구에서는 다양한 HAII 중 AI 비서, 스피커와 같은 VUI와의 상호작용에서 사용자가 느낄 수 있는 감성을 평가하기 위한 표정 기반 방법론의 적용과 한계점에 대하여 논하였다. 실험 결과를 통하여 음성 기반 HAII에서 사용자 표정을 이용한 감성 만족도 예측의 결과와 시사점들을 도출하였다. 향후 보다 자연스러운 HAII를 위해 음성, 표정, 뇌파 등을 함께 사용하는 멀티모달 인터랙션 기반의 감성 만족도 평가 프레임워크로 확장할 예정이며, 일반 VUI 디바이스의 컴퓨팅 파워를 고려해 경량 딥러닝 기반 감성평가 프로토콜 개발을 진행할 계획이다. Application: 본 연구 내용을 기반으로 자연스러운 음성기반 인터랙션 상황에서 표정 기반 감성 분석을 통한 사용자 맞춤형 서비스 제공이 가능하다. 표정 데이터 뿐만 아니라 음성, 뇌파와 결합해서 더욱 강인한 인터랙션 피드백을 제공할 수 있으며, 사용자 만족도에 큰 이바지를 할 것으로 기대한다.
ScienceON
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
