http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
빅데이터분석과 행위자-네트워크 이론을 활용한 〈나는 자연인이다〉의 성공요인 분석
주형구,손형섭,김홍기,송은아,임준묵 대한산업공학회 2021 대한산업공학회 춘계학술대회논문집 Vol.2021 No.6
〈나는 자연인이다〉는 매주 수요일 저녁에 방송되는 지상파 M사의 교양프로그램이다. 2012년 10월 첫 방송을 시작으로 2021년 5월 현재 450회째를 이어오고 있으며, 지상파 방송으로는 보기 드물게 평균 5%내외의 시청률을 지속적으로 보여주고 있는 성공적인 프로그램이다. 본 연구에서는 지난 10년간 지속적인 높은 시청률을 통해 성공적으로 자리잡은 본 프로그램의 특성을 빅데이터분석과 행위자-네트워크 이론을 활용하여 살펴보고자 한다. 또한 이러한 특성요인이 최근 우리나라의 사회적인 현상으로서의 자연 체험을 통한 힐링 트렌드와 결부하여 어떻게 성공적인 프로그램으로 이어지는가에 대한 분석을 수행하고자 한다.
하수처리 시설 수질 데이터의 인공지능 기반 분석 및 예측
주형구,임준묵 한국경영과학회 2022 한국경영과학회 학술대회논문집 Vol.2022 No.6
현대사회의 물 부족 문제는 점점 더 심각해지고 있다. 물을 효율적으로 사용하는 방법 중 하나는 하수 처리수를 재이용하는 것이다. 과거의 하수처리 공정은 운전자의 경험과 지식에 의존하는 공정으로, 공정의 객관성과 정확성을 보장받기 힘들다는 문제점이 있다. 본 연구에서는 국내 J 하수 처리시설에서 획득한 최근 18개월의 수질 데이터를 활용하여 여러 가지 인공지능 기법을 활용한 수질 예측 알고리즘 모델을 개발하였다. 이를 이용하여 향후 24시간의 COD를 예측하였으며, 알고리즘 간 예측 결과 비교를 진행하였다.
주형구,임준묵 대한산업공학회 2023 대한산업공학회지 Vol.49 No.1
The purpose of this study is to develop a machine learning-based prediction model for the value of COD, a key factor that measures the quality of sewage flowing from a sewage treatment facility. Considering that the inflowing sewage water quality data has a time-series characteristic, a machine learning model using ARIMAX, RNN, and LSTM was developed as a predictive model for COD. For each model, after learning based on big data collected from domestic J sewage treatment facility, the prediction performance was evaluated by RMSE. ARIMAX model showed an accuracy of 7.83% compared to the average, RNN was 3.62%, and LSTM was 3.56%. Overall, the LSTM model was evaluated as the best performing predictive model. If our model is used in a sewage treatment facility, it is possible to predict the sewage water quality in real time, which is expected to greatly contribute to improving the efficiency of sewage treatment.
기계학습을 활용한 하수처리 시설의 빅데이터 분석 및 예측
임준묵,주형구 대한산업공학회 2021 대한산업공학회 추계학술대회논문집 Vol.2021 No.11
세계적으로 도시화와 산업화가 진행됨에 따라 깨끗한 물은 점점 줄어들고 있고, 수요량은 증가하고 있다. 무분별한 물낭비와 수질오염은 향후 심각한 물부족 문제를 초래할 수 있으므로 효율적인 물관리 계획이 필요하다. 하수에서 오염물질을 처리하는 공정은 복잡한 생물학적 공정으로, 정확한 공정상태를 예측하려면 많은 분석을 필요로 한다. 하수처리 시설에서는 운전자의 경험과 지식에 의존하는 공정이 대부분이며, 이는 하수처리 공정에서 객관성과 정확성을 보장받기 힘들다는 문제점이 있다. 본 연구에서는우리나라 J 하수처리 시설에서 획득한 하수처리 빅데이터를 활용하여 신경망 모델을 구축하고 이를 통해 실시간 측정이 어려운 COD와 같은 수질요소들의 사전예측을 목표로 한다. 이러한 데이터에 기반한 수질예측 모형은 기존보다 빠른 시간에 정확하고 객관적인 수질정보를 제공할 수 있을 것이라고 판단된다.
대학입시에서 자기소개서와 학교생활기록부 평가를 위한 기계학습모형
임준묵,박정주,주형구,손형섭 대한산업공학회 2020 대한산업공학회 추계학술대회논문집 Vol.2020 No.11
학생부종합전형의 대학입시에서 입학사정관은 대학의 인재상에 적합하고 잠재력이 풍부한 학생을 선발하기 위해서 많은 노력을 하고 있다. 하지만 수백 편의 자기소개서와 학교생활기록부를 짧은 시간에 읽고 그 속에 숨겨진 지원자의 잠재력과 학업역량을 일관성 있게 평가하기란 쉽지 않은 일이다. 본 연구에서는 학교생활기록부와 자기소개서를 종합적으로 평가하는 대학입학전형에서 기계학습을 활용한 객관적 평가모형을 개발하고자 한다. 기계학습모형은 자기소개서와 학교생활기록부의 학업성적을 중심으로 활용하여 학습하고 평가하는 모형으로 구성된다. 대학입시에서 사용된 자기소개서를 텍스트마이닝기법으로 그 특성을 분석하고, 그로부터 기계학습을 위한 빅데이터를 생성하여 입력자료로 활용하였다. 또한 학교생활기록부로부터 학업성적을 추출하여 학업역량의 지표인 입력자료로 사용하였다. 기계학습모형은 심층 인공신경망 모델을 활용하였으며, 과거의 입시결과 자료로부터 학습결과에 따른 모형의 정확도를 평가하였다.
임준묵,박정주,주형구,손형섭,정승기 대한산업공학회 2019 대한산업공학회 추계학술대회논문집 Vol.2019 No.11
본 연구는 딥러닝 기법을 활용하여 대학입시의 평가결과를 예측하는 모형의 개발을 다룬다. 학생부종합전형은 학교생활기록부를 중심으로 입학사정관 등의 전문평가자에 의해서 종합적으로 평가하는 대학 입시 전형 중의 하나이다. 본 연구에서는 대학입시 수험생의 학교생활기록의 학업성취도와 입학사정관의 평가결과를 바탕으로 딥러닝 기법을 활용하여 학습한 후, 입시결과를 예측할 수 있는 모형을 개발한다. 현재까지 입시결과를 예측하는 기계학습모형은 알려진 바 없다. 따라서 본 연구에서는 1차적인 연구로 학교생활기록부의 학업성취도와 입학전형의 특성을 위주로 하여 입시의 중간결과와 최종결과를 예측할 수 있는 모형을 고려하였다. 마지막으로 개발된 모형을 활용하여 과거의 입시결과를 예측하고 전문평가자의 평가결과와 비교하여 모형의 적합도를 평가하였다.
상담 빅데이터의 텍스트마이닝을 활용한 취업 및 진로 상담 전략의 개발
임준묵(Joon-Mook Lim),주형구(Hyeong-Gu Joo),손형섭(Hyung-Seob Son),박정주(Jeong-Ju Park) 한국기술혁신학회 2020 한국기술혁신학회 학술대회 발표논문집 Vol.2020 No.11
최근 대학생들은 세계경기의 둔화와 포스트휴먼시대에 접어들면서 취업과 진로에 대한 고민이 깊어지고 있다. 최근 대학에서도 이러한 학생들의 고민을 들어주는데 심혈을 기울이고 있으며 취업 및 진로 상담기록에는 이러한 학생들의 고민이 축적되고 있다. 하지만 이런 기록들은 비정형 데이터로서 기록으로만 있을 뿐 종합적인 분석을 통해 취업 및 진로 지도의 정책을 개발하는데 반영되는 사례는 거의 없다. 본 연구에서는 이러한 수년간의 취업 및 진로 기록의 빅데이터를 텍스트마이닝하고 그 분석결과를 종합적으로 분석하여 취업 및 진로 지도의 방안과 전략의 사례를 제시하는데 그 목적이 있다. 자료의 수집은 H대학의 최근 4년간의 워크넷의 무기명 상담자료를 바탕으로 이루어졌으며, 분석기법으로는 빅데이터 네트워크 분석 기법을 주로 활용하였다. Recently, college students are deepening their worries about employment and careers as the global economy slows down and entering the post-human era. In recent years, colleges are also making great efforts to listen to these students" concerns, and these students" concerns are accumulating in employment and career counseling records. However, these records are unstructured data, only as records, and few cases are reflected in developing policies for employment and career guidance through comprehensive analysis. The purpose of this study is to present examples of plans and strategies for employment and career guidance by text-mining the big data of these years of employment and career records and comprehensively analyzing the analysis results. The collection of data was based on the anonymous counseling data of H University"s worknet for the last 4 years, and the big data network analysis method was mainly used as the analysis method.