• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.12 no.7
• /
• pp.3197-3206
• /
• 2011

The objective of this study is to provide the guide for producing data for effective analysis of weapons systems and munitions. Therefore, the prototype from the study of creating the effectiveness data of surface to surface Artillery system under different battle environments was developed in this paper. For this purpose, mathmatical method which is in use of calculating Lethal Area and EFC(Expected Fractional Casualty) is analyzed and applied to the prototype for generating effectiveness data of surface to surface Artillery system. To validate the suggested prototype, we did the following actions: we select the source data corresponding to JMEM(Joint Munition Effectiveness Manuals) data and apply our prototype to the source data, and then match the results to check validity.

• Proceedings of the Korean Society of Crop Science Conference
• /
• 2022.10a
• /
• pp.148-148
• /
• 2022

콩[(Glycine max(L.)]은 우리나라에서 벼와 더불어 주요한 식량작물이다. 농촌진흥청에서는 콩 생육데이터를 수집하여 생산성 향상모델을 개발하기 위해 '농업빅데이터수집및생산성향상모델개발' 사업을 수행하고 있다. 수집되는 콩 데이터는 농가정보, 콩 생육정보, 토양정보 부분으로 구성되어 있으며 농가정보는 시군, 시군구, 품종, 파종량, 종자확보경로 등이 수집되고 있다. 그리고 콩 생육정보는 경장, 줄기굵기, 마디수, 가지수, 꼬투리수, 꼬투리립수, 개체당 입수, 종실수량 등이 수집되어 있다. 토양정보는 수분, 지온, EC 등이 수집되고 있다. 주요 항목의 평균은 경장 47.4 cm, 줄기굵기 11.1 mm 마디수 12.7 개, 꼬투리수 54.0 개, 꼬투리립수 2.7 개, 종실수량 227.9 kg/10a 정도이며 토양수분은 26.3 %, 지온은 27.1 ℃ EC는 2.58 ds/CM 정도이다. 주요 형질의 상관관계는 종실수량과 개체당 협수가 0.651로 나타났으며 가지수, 꼬투리수, 개체당협수와 줄기굵기는 각각 0.783, 0.653, 0.663 정도로 나타났다. 추후 이를 기반으로 다중회귀 등 분석 가능한 방법(머신러닝 등)을 적용하여 콩수량을 예측할 수 있는지 검토할 필요가 있다. 또한 본 사업으로 수집된 자료를 분석하여 콩 수량에 영향을 미치는 주요 요인을 평가한 결과는 콩 생산성 향상을 위한 모델 작성에 중요한 자료로 활용될 수 있을 것으로 예상된다.

• The Journal of Society for e-Business Studies
• /
• v.27 no.2
• /
• pp.205-218
• /
• 2022

Recently, digital transformation in manufacturing has been accelerating. It results in that the data collection technologies from the shop-floor is becoming important. These approaches focus primarily on obtaining specific manufacturing data using various sensors and communication technologies. In order to expand the channel of field data collection, this study proposes a method to automatically collect manufacturing data based on vision-based artificial intelligence. This is to analyze real-time image information with the object detection and tracking technologies and to obtain manufacturing data. The research team collects object motion information for each frame by applying YOLO (You Only Look Once) and DeepSORT as object detection and tracking algorithms. Thereafter, the motion information is converted into two pieces of manufacturing data (production performance and time) through post-processing. A dynamically moving factory model is created to obtain training data for deep learning. In addition, operating scenarios are proposed to reproduce the shop-floor situation in the real world. The operating scenario assumes a flow-shop consisting of six facilities. As a result of collecting manufacturing data according to the operating scenarios, the accuracy was 96.3%.

• ETRI Journal
• /
• v.8 no.2
• /
• pp.178-185
• /
• 1986

Data generator는 TDX 시스팀을 신규로 설치할 때 가입자, 중계선 및 시스팀 데이터와 국별로 정의해 주어야 하는 데이터를 일반 운용자가 알기 쉬운 형태로 입력하도록, 하고 이 원시 데이터를 TDX의 내부 자료구조에 맞는 형태의 초기 데이터 베이스로 만들어 주는 소프트웨어 생산 tool의 일종이다. 국 데이터는 그 양이 방대하여 시스팀이 신규로 설치될 때마다 생산되어야 하므로 이 국 데이터 생성 작업의 자동화는 TDX 상용화에 필수 조건이 된다. TDX의 data grnerator는 국 데이터 생성 작업의 전체 과정중에 기본기능과 TDX 내부 구조와 밀접한 관련이 있는 부분에 대하여 우선적으로 portability가 높고 효율적인 구조로 개발함으로써 user-friendly interface 등 기능의 계속적인 추가 및 변경이 쉬우며 UNIX machine 이면 거의 변경없이 수행될 수 있도록 하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.05a
• /
• pp.374-377
• /
• 2006

본 논문은 역설계 기법을 이용하여 비접촉 방법으로 인체의 발을 3차원으로 복원하고, 발에 관련된 분야에서 필요한 데이터를 추출하는 시스템에서 신발 제작에 필요한 데이터를 지능 기법을 이용하여 분류하는 모듈을 제안한다. 신발의 경우 개개인의 신체조건이 다르고 유행과 개성을 추구하고자 하기 때문에 기존의 생산체계로는 한계가 있다. 측정데이터를 기반으로 하는 맞춤 신발은 기존의 전통적인 수제화 방식과 대량생산 방식의 장점만을 취하여 저렴하고 편리하게 제작된다. 또한 3차원 측정기를 이용하여 측정한 화형 데이터를 적당하게 분류한다면 기성화와 수제화 제작에 필요한 라스트 생성과 개인의 발의 구조 분석에 활용 가능 할 것이다. 따라서 본 논문에서는 획득된 발 데이터를 미리 정해 놓은 그룹으로 결정하기위해 신경망을 사용하여 신발 제작에 필요한 최적의 라스트 데이터를 선택하게 한다.

• Proceedings of the Korean Society for Information Management Conference
• /
• 2002.08a
• /
• pp.115-121
• /
• 2002

인터넷과 웹 기술의 발전은 전자도서관의 목록정보나 목차정보서비스에서 원문정보서비스로의 변화를 주도하고 있다. 그러나 대학에서 생산하는 학문적 가치가 높은 학술지들은 웹을 통해 원문으로 서비스되고 있지만 상이한 OPAC 시스템과 목록을 위한 통일된 메타데이터의 부재로 원문정보를 공유$.$활용하기가 매우 힘든 실정이다. 본 고에서는 각 대학에서 생산하고 구축된 원문정보를 메타데이터 기반의 목록시스템을 이용하여 모든 대학의 학술지 논문정보를 검색하여 공유할 수 있는 분담목록시스템모형을 제시함으로써 대학 학술지 이용의 효율적 방안을 모색 해보고자 한다.

• Proceedings of the Korean Society of Crop Science Conference
• /
• 2020.06a
• /
• pp.112-112
• /
• 2020

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 1999.05a
• /
• pp.163-167
• /
• 1999

The relational data model can't be applied to CAD/CAM, CE, and CIM since it can't support the semantic model concept such as complex object, random data definition, manipulation, version control, generalization, aggregation and so on. In this paper, the IPCS(Integrated Production Control System) for hand-rail of ship is parted into several module according to process function. further more, the object oriented data model is designed with UML(Unified Modeling Language). UML is the object oriented design methodology of industrial standard that combines the Booch's methodology, the Rumbaugh's On(Object Modeling Technique), and the Jacobson's OOSE(Object-Oriented Software Engineering) methodology. The efficient management is expected with object-oriented data model construction, since this developed system can achieve efficient process control, system maintenance, repair and extension.

• Proceedings of the Korea Society for Simulation Conference
• /
• 2001.05a
• /
• pp.143-143
• /
• 2001

조선 산업에서의 이익 극대화를 위해서는, 공기 단축을 통한 매출 증대, 주어진 생산 자원(인력, 설비 등)의 효율적인 이용을 통한 생산비 절감이 필수적인 사안이다. 다시 말하면, 효율적인 자원의 이용으로 선박의 건조 공기를 줄임으로써 조선 산업에서의 이익 극대화를 도모할 수 있고 이는 효과적인 생산 계획과 관리를 통해 얻을 수 있다. 조선 산업에서의 생산 계획과 관리는 내업, 선행, 선내 등 선박 건조의 전 과정에서 이루어지고 있는데, 조선 산업은 타 산업에 비해 환경변화에 따른 단기간의 불확실성은 비교적 적은 반면에, 가공, 절단, 조립, 의장, 도장, 선행탑재, 탑재, 안벽 작업 등 다단계 제조 프로세스가 장기간에 걸쳐 상당히 복잡하게 구성되어 있다. 또한, 유연하게 적용할 수 있는 인적자원과 공정순서, 그리고 각종 시간적 공간적 자원 제약 등으로 인하여 효과적이고 일관된 생산 계획을 신속하게 수립하기가 어려울 뿐만 아니라, 주문 생산 방식이기 때문에 정확한 일정계획 데이터의 생성도 어려운 실정이다. 본 연구는, 조선의 혁신적인 생산관리 능력 향상을 지원하기 위한 "조선 통합 생산계획 시스템 개발" 에 관련된 연구이다. 본 연구에서는 조선 생산계획에 적합한 일정계획 방법론 및 엔진 소프트웨어를 활용하고 총체적인 생산계획 및 일정계획 업무의 개념 재정립을 통하여, 통합 최적화를 실시간에 지원하는 조선 최적 일정계획 시스템 구축에 궁극적인 목적을 두고 있다. 이를 위해 본 연구에서는 조선 프로세스와 일정계획 업무규칙을 분석하고 이를 바탕으로 "조선 최적 일정계획 시스템"을 개발하였다. 조선 최적 일정계획 시스템은 블록, PE, 탑재, 선내 단계의 일정계획 최적화와 What-if Simulation을 지원하기 위하여 ILOG Solver/scheduler로 구현하였으며, 구현된 시스템에 대해 실제 계획에서 사용하는 데이터를 대상으로 다양한 최적화 기능에 대한 실험을 실시하였다. 실제 데이터를 이용한 실험결과, 풀이시간과 최적해 측면 모두에서 비교적 만족할 만한 결과를 보여주었다.교적 만족할 만한 결과를 보여주었다.

• The Journal of Bigdata
• /
• v.1 no.1
• /
• pp.41-51
• /
• 2016

Big data is an emerging issue as large data which was impossible to be processed in the past is possible to be handled with the development of information and communication technology. Manufacturing is the most promising field that big data is applied such that there are abundant data available. It is important to improve an efficiency of manufacturing process for quality control and production efficiency because the processes from production design, sales, productions and so on are mixed intricately. This study proposes big data cloud service for manufacturing analysis using a big data technology and a process mining technique. It is expected for manufacturing corporations to improve a manufacturing process and reduced the cost by applying the proposed service. The service provides various analyses including manufacturing analysis and manufacturing duration analysis. Big data cloud service has been implemented and it has been validated by conducting a case study.