• The monthly packaging world
• /
• s.325
• /
• pp.101-107
• /
• 2020

환경부(장관 조명래)는 중소기업의 폐기물부담금 감면제도를 연장하고 출고·수입 실적 미제출에 대한 과태료 기준을 마련한 '자원의 절약과 재활용촉진에 관한 법률(이하 자원재활용법) 시행령' 일부개정안이 4월 7일 국무회의에서 의결되어 4월 14일 공포했다고 밝혔다. 폐기물부담금 중소기업 감면제도는 공포 즉시 시행되고, 그 외 개정사항은 5월 27일에 시행된다. 환경부는 이해관계자와 3차례 간담회를 통해 감면기간을 2021년 출고량까지 연장하되 감면대상을 연간 매출액 300억 원 미만 업체에서 200억 원 미만 업체로 축소하고 감면율도 매출 규모에 따라 10~30%p 하향조정하는 것으로합의했다. 다음에 '자원의 절약과 재활용촉진에 관한 법률 시행령'의 상세한 내용을 살펴보도록 한다.

• The monthly packaging world
• /
• s.326
• /
• pp.98-107
• /
• 2020

환경부(장관 조명래)는 중소기업의 폐기물부담금 감면제도를 연장하고 출고·수입 실적 미제출에 대한 과태료 기준을 마련한 '자원의 절약과 재활용촉진에 관한 법률(이하 자원재활용법) 시행령' 일부개정안이 4월 7일 국무회의에서 의결되어 4월 14일 공포했다고 밝혔다. 폐기물부담금 중소기업 감면제도는 공포 즉시 시행되고, 그 외 개정사항은 5월 27일에 시행됐다. 지난호에 이어서 '자원의 절약과 재활용촉진에 관한 법률 시행령'의 상세한 내용을 살펴보도록 한다.

• Proceedings of the KAIS Fall Conference
• /
• 2009.05a
• /
• pp.147-149
• /
• 2009

본 논문은 발전설비를 관리하기 위한 정보화 시스템 구현에 관한 논문으로, 일반적인 관리항목에는 자재의 입고 및 출고관리, 구매발주관리, 도면관리, 설비규격관리, 운전자 조작 관리, 수주정보관리, 재고관리, 생산실적관리, 시스템 관리 정보 등으로 구성된다. 제안된 논문에서는 발전설비 고장진단을 위한 모니터링 서비스를 RFID 기반으로 지원하는 이벤트 관리시스템을 설계 및 구현하였다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.10 no.9
• /
• pp.2379-2383
• /
• 2009

In this paper, it is reviewed implementation of information system base on RFID for management of power equipment, and the managed status items are input/out of resource, purchasing and ordering, drawing management, equipment specification, handling of operator, received order, stock control, production results, system management, and so on. the proposed paper is designed and implemented based on RFID status management system to support monitoring services of diagnosis the failure status monitoring.

• The Journal of Bigdata
• /
• v.8 no.2
• /
• pp.149-163
• /
• 2023

Due to the continuous growth of the E-commerce market, the volume of orders that fulfillment centers have to process has increased, and various customer requirements have increased the complexity of order processing. Along with this trend, the operational efficiency of fulfillment centers due to increased labor costs is becoming more important from a corporate management perspective. Using historical performance data as training data, this study focused on real-time box recommendations applicable to packaging areas during fulfillment center shipping. Four types of data, such as product information, order information, packaging information, and delivery information, were applied to the machine learning model through pre-processing and feature-engineering processes. As an input vector, three characteristics were used as product specification information: width, length, and height, the characteristics of the input vector were extracted through a feature engineering process that converts product information from real numbers to an integer system for each section. As a result of comparing the performance of each model, it was confirmed that when the Gradient Boosting model was applied, the prediction was performed with the highest accuracy at 95.2% when the product specification information was converted into integers in 21 sections. This study proposes a machine learning model as a way to reduce the increase in costs and inefficiency of box packaging time caused by incorrect box selection in the fulfillment center, and also proposes a feature engineering method to effectively extract the characteristics of product specification information.