• Proceedings of the Korea Contents Association Conference
• /
• 2019.05a
• /
• pp.425-426
• /
• 2019

전통적인 마이닝 기법은 다양한 디지털 매체와 센서 등에서 생산되는 빅데이터를 처리하기 어려울 뿐 아니라 신규 데이터 누적시 전체 데이터를 재분석 해야하는 비효율성과 대용량의 문서를 학습함에 있어 메모리부족 문제, 학습 소요시간 문제 등이 있다. 이러한 문제를 해결하기 위하여 본 논문에서는 자질축소 기법에 의존하지 않고 대량의 문서를 자유롭게 학습하고 부분적인 자질 추가 변경 시에 변경요소만을 추가 반영할 수 있는 범용적이고 일반적인 분류기의 구조설계 방법을 설계 및 구현하였다. 점진적 학습 모듈은 일반적인 학습 방법이 데이터의 추가 및 변동시마다 모든 데이터를 재학습하는 데 반해, 기존의 학습 결과에 증분된 데이터만 재처리 없이 추가적으로 학습한다. 재학습을 위해 사용자는 작업 수행 중 자원 관리를 통해 기존에 처리된 데이터를 자유롭게 가져와서 새로운 데이터와 병합이 가능하다. 이러한 점직적 학습 효율성은 빅데이터 기반 데이터 처리에 주요한 특성인 데이터 생산 속도를 극복하기 위한 좋은 대안이 될 수 있음을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.05a
• /
• pp.197-199
• /
• 2008

정보화 사회의 발전과 인터넷의 급속한 확산으로 인하여 디지털 콘텐츠에 대한 수요 및 생산되는 콘텐츠의 수가 기하급수적으로 증가하고 있다. 그러나 디지털 콘텐츠는 생산 및 수집 시기, 그리고 저장 방법 등에 따라 그 형태가 매우 다양하므로 디지털 콘텐츠를 표준화할 수 있는 방법에 대한 연구가 필요하다. 본 논문에서는 디지털 콘텐츠의 메타데이터 타입을 표준화하기 위한 새로운 메타데이터 타입을 정의한다. 제안하는 메타데이터 타입은 XML 형태로 기술하며 디지털 콘텐츠의 국제 표준 메타데이터인 더블린코어에 기초하여 정의한다. 제안 방법은 더블린코어에서 정의한 주요소에 역할 속성을 추가하여 콘텐츠 생산에 직간접적으로 영향을 준 생산자 정보를 표현할 수 있다. 또한 제안하는 방법은 콘텐츠 생산에 관련된 연관 콘텐츠 정보를 유지함으로써 디지털 콘텐츠 간의 연관 관계를 표현 할 수 있다.

• Journal of the Korea Society of Computer and Information
• /
• v.17 no.2
• /
• pp.167-176
• /
• 2012

In this paper we design and implement a new Hybrid Equipment Data Acquisition System (HEDAS) for data collection of semiconductor and optoelectronic manufacturing equipments in the equipment engineering system(EES) framework. The amount of the data collected from equipments have increased rapidly in equipment engineering system. The proposed HEDAS efficiently handles a large amount of real-time equipment data generated from EES framework. It also can support the real-time ESS applications as well as non real-time ESS applications. For the real-time EES applications, it performs high-speed real-time processing that uses continuous query and filtering techniques based on memory buffers. The HEDAS can optionally store non real-time equipment data using a HEDAS-based database or a traditional DBMS-based database. In particular, The proposed HEDAS offers the compression indexing based on the timestamp of data and query processing technique saving the cost of disks storage against extremely increasing equipment data. The HEDAS is efficient system to collect huge real-time and non real-time equipment data and transmit the collected equipment data to several EES applications in EES framework.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.613-616
• /
• 2007

현재 국내 외 제조 산업은 기업 시스템의 노후화 등의 많은 문제들이 발생하고 있다. 현재의 자동차 부품공장에서의 불량품에 대한 처리방법은 제품의 생산이 완료된 후 테스트 단계를 거쳐 양품과 불량품을 분류하고 불량품이 발생하면 생산을 중단하고 생산라인의 상태를 점검하는 방식이다. 본 연구에서는 자동차 부품공장의 생산라인에서 불량품 생산을 줄이고 생산라인 가동시간의 지연을 줄이기 위한 불량 예방 모니터링 시스템에 대해 제안한다. 불량 예방 모니터링 시스템은 제품 조립의 각 단계 마다 테스트를 통해 데이터를 수집하고, 수집한 데이터에서 불량이 예상되면 알람 기능을 이용해서 경고를 하도록 설계하였다. 경고 메시지를 통해 불량이 예상되는 곳에 대해 조기에 조치하여 불량품이 나올 확률을 최소한으로 하고 제품의 생산지연 시간을 줄이는 것을 목표로 한다.

• Journal of Convergence for Information Technology
• /
• v.9 no.1
• /
• pp.116-122
• /
• 2019

In recent years, small and medium-sized businesses are rapidly changing to an industrial structure where process/quality/energy data aggregates can be automatically or real-time to achieve global competitiveness. In particular, real-time information analysis produced in the production process of small businesses is evolving into a new process process that analyzes, predicts, prescribes and implements significant performance of small businesses. In this paper, we propose a platform-building model that can transform the automated production information system of small businesses into big data so that they can upgrade data that is generated by small businesses. The proposed model has the capability to support operational efficiency (consulting and training) and strategic decision making of small businesses by utilizing a variety of data on the basic information of products produced by small businesses for data collection by smart SMEs. In addition, the proposed model is characterized by close cooperation between small and medium-sized businesses with different regional characteristics and areas of information sharing and system linkage.

• Proceedings of the Korea Contents Association Conference
• /
• 2012.05a
• /
• pp.170.1-170.1
• /
• 2012

본 발표에서는 KISTI에서 현재 구축하고 있는 인체 데이터의 현황과 인체 데이터를 포함한 과학 데이터 리파지터리의 구축과 활용에 대한 전반적인 내용을 소개한다. 인체 데이터는 인체 절단면 영상을 중심으로 한 Visible Korean 데이터와 CT, MR 영상과 인체 뼈대 물성을 중심으로 한 Digital Korean 데이터로 나누어지며 이들 데이터의 제작 과정과 활용 내용을 주로 소개한다. 과학 데이터 리파지터리 구축 내용은 현재 국가의 연구개발 예산으로 수행되고 있는 연구과제에서 생성된 다양한 과학 데이터들을 국가적 차원에서 수집, 관리, 유통시키기 위해 기관별 또는 분야별로 과학데이터센터를 육성하고 이를 거점으로 하여 국내의 과학데이터가 수집, 관리, 유통, 활용될 수 있도록 국가적 과학데이터 관리체계를 구축한다. 또한 이렇게 수집된 과학데이터의 활용을 위해 연구자들이 데이터 기반의 연구 과제를 수행할 수 있도록 데이터 기반의 첨단 연구 환경을 구축하고 연구에 필요한 S/W, H/W 및 기타 필요한 IT 기반의 요소기술들을 개발, 지원한다. 또한 KISTI가 제작 주체가 되어 생산한 상기의 인체 데이터뿐만 아니라 의료 관련 분야의 연구 현장에서 생산되고 있는 다양한 인체 데이터를 수집, 관리, 공유할 수 있도록 인체 데이터 리파지터리를 구축하기 위해 Visible Korean, Digital Korean 데이터를 포함한 다양한 의료 데이터의 리파지토리를 설계하고 이러한 의료 데이터 기반 연구의 활성화 및 데이터 리파지터리의 활성화를 위한 정부 및 분야별 커뮤니티 차원의 다양한 대책들을 소개한다.

• Digital Contents
• /
• no.6 s.73
• /
• pp.68-73
• /
• 1999

데이터 웨어하우스이 데이터 아키텍쳐가 결정되면 모델링 과정을 거쳐 DB를 생성한다. 그런데 데이터 웨어하우스 DB가 제 역할을 수행하기 위해서는 필요한 데이터가 축적되어 있어야 한다. 데이터 웨어하우스는 자체적으로 데이터를 생산하는 것이 아니고 이미 존재하는 데이터를 집대성하여 재구성하는데, 데이터 원천의 대부분은 업무용 시스템이며 일부 데이터를 활용한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06b
• /
• pp.339-343
• /
• 2007

최근의 의료 데이터는 대용량의 디지털 이미지로 생산된다. 이러한 대용량 이미지를 처리하기 위해서는 많은 처리 능력과 대량의 데이터 저장 공간이 필요하다. 현재 각 병원에서 생산되는 의료 이미지는 개별적으로 구축되어있는 PACS[3]에 저장하고 관리한다. 이러한 의료 환경속에서 대량의 데이터 저장공간 확보뿐 아니라 환자들의 중복 검사 방지, 의료 연구를 위한 풍부한 데이터 제공을 위해 각 병원의 의료 데이터를 통합하고 접근하기 위한 방법의 필요성이 증대되고 있는 상황이다. 이러한 요구사항을 만족시키기 위해 그리드 컴퓨팅 기술을 도입하여 고효율의 처리 능력과 풍부한 데이터 저장 공간을 제공하고자 하였으며, 원격의 사용자가 지역적 데이터에 접근할 수 있도록 하는 데이터 관리 서비스를 웹서비스로 제공하는 방법에 대해 제시하였다. 또한, 프로토타입을 설계, 구현하여 실제 가능성에 대해 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.393-394
• /
• 2009

최근 컴퓨팅 성능의 급격한 발전으로 이를 통해 생산되는 데이터의 크기 역시 매우 커지고 있다. 이는 로터 시뮬레이션 분야에서도 마찬가지인데, 과거에는 백만개 정도의 격자 데이터 정도만을 다루었던 것에 비해 최근에는 1억개 이상의 격자 데이터를 다루려는 시도가 계속되고 있다. 그러나 이렇게 생산된 대용량의 시변환(time-variant) 유동 데이터는 그 크기가 매우 크기 때문에 일반 PC에서는 실시간으로 가시화하기에 곤란한 경우가 많다. 또, 이러한 로터 시뮬레이션 데이터는 매우 복잡한 구조를 가지고 있기 때문에 초보자가 이 데이터에서 vortex와 같은 중요한 정보를 뽑아서 가시화하는 데에는 많은 어려움이 있어 왔다. 본 논문에서는 일반 PC에서 가시화하기 어려운 대용량 로터 시뮬레이션 데이터를 고성능 가시화 컴퓨터와 VTK를 이용해서 빠르게 가시화하기 위한 방법을 서술한다. 또, 복잡한 데이터 내부의 중요한 정보들을 자동으로 빠르고 간편하게 표출하기 위한 방법을 제안한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.05a
• /
• pp.25-26
• /
• 2022

플라즈마 공정장비 지능화를 이루기 위해서는 플라즈마 공정장비에서 플라즈마를 생성하는 다양한 조건 값에 따라 변화되는 플라즈마의 상태 값이 필요하며 이러한 데이터를 수집하기 위해 여러 종류의 측정 센서를 사용한다. 측정 센서에서 생산된 데이터를 이용하여 다양한 분석 기법을 사용하여 플라즈마 생성 조건 및 센서 데이터의 주요한 특징점 간의 관계성을 파악함으로써 플라즈마 공정장비의 상태를 진단할 수 있다. 이를 위해 플라즈마 공정장비에서 생산된 데이터를 기반으로 다양한 데이터 분석 연구를 통한 데이터간의 연관성을 보여주도록 한다.