• The KIPS Transactions:PartA
• /
• v.11A no.4
• /
• pp.243-250
• /
• 2004

Monitoring is used to see if a real-time system provides a service on time. Generally, monitoring for real-time focuses on investigating the current status of a real-time system. To support a stable performance of a real-time system, it should have not only a function to see the current status of real-time process but also a function to predict executions of real-time processes, however. The legacy prediction model has some limitation to apply it to a real-time monitoring. First, it performs a static prediction after a real-time process finished. Second, it needs a statistical pre-analysis before a prediction. Third, transition probability and data about clustering is not based on the current data. We propose the execution prediction model based on learning algorithm to solve these problems and apply it to real-time monitoring. This model gets rid of unnecessary pre-processing and supports a precise prediction based on current data. In addition, this supports multi-level prediction by a trend analysis of past execution data. Most of all, We designed the model to support dynamic prediction which is performed within a real-time process' execution. The results from some experiments show that the judgment accuracy is greater than 80% if the size of a training set is set to over 10, and, in the case of the multi-level prediction, that the prediction difference of the multi-level prediction is minimized if the number of execution is bigger than the size of a training set. The execution prediction model proposed in this model has some limitation that the model used the most simplest learning algorithm and that it didn't consider the multi-regional space model managing CPU, memory and I/O data. The execution prediction model based on a learning algorithm proposed in this paper is used in some areas related to real-time monitoring and control.

• Proceedings of the Korea Technology Innovation Society Conference
• /
• 2017.05a
• /
• pp.753-783
• /
• 2017

본 연구는 고등교육기관의 평가인증제가 대학의 경영성과에 어떠한 영향을 미치는지를 알아보기 위하여 1주기 기관평가인증제가 대학 균형성과표(BSC) 4가지 관점의 성과에 미치는 영향을 검증할 목적으로 진행되었다. 이를 위하여 고등교육기관의 1주기 평가인증제에 대한 내용을 살펴보고, 대학 조직의 균형성과표(BSC) 및 1주기 기관평가인증제의 성과분석에 대한 선행연구에 대해 살펴보았다. 그리고 독립변수인 기관평가인증제 즉, 기관평가인증제도에 대한 관심의 정도, 기관평가인증의 평가준비에 대한 적절성, 기관평가인증의 자체평가에 대한 만족도가 대학 균형성과표(BSC)의 고객관점, 내부프로세스 관점, 학습과 성장 관점, 재무 관점의 4가지 성과에 미치는 영향을 분석 검증하였다. 기존의 1주기 기관평가인증제의 성과분석에 관한 선행 연구들은 주로 평가인증제 체제 자체의 성과와 각 평가요소에 있어서 대학의 변화에 초점을 두고 성과를 분석함으로써 정작 기관평가인증제가 평가인증의 평가대상인 대학의 경영성과에 미친 영향에 대한 분석은 제대로 이루어지지 못하였다. 이러한 점에서 기관평가인증제가 대학의 경영성과에 미친 영향을 분석한 결과 첫째, 기관평가인증제중 기관평가인증의 평가준비에 대한 적절성과 기관평가인증의 자체평가에 대한 만족도는 대학 BSC의 고객 성과에 정(+)의 영향을 미치지만, 기관평가인증제도에 대한 관심 정도는 고객 성과에 영향을 미치지 않는 것으로 나타났다. 둘째, 기관평가인증제 중 기관평가인증의 평가준비에 대한 적절성과 기관평가인증의 자체평가에 대한 만족도는 대학 BSC의 내부프로세스 성과에 정(+)의 영향을 미치지만, 기관평가인증제도에 대한 관심 정도는 내부프로세스 성과에 영향을 미치지 않는 것으로 나타났다. 셋째, 기관평가인증제 중 기관평가인증제도에 대한 관심 정도와 기관평가인증의 자체평가에 대한 만족도는 대학 BSC의 학습과 성장 성과에 정(+)의 영향을 미치지만, 기관평가인증의 평가준비에 대한 적절성은 학습과 성장 성과에 영향을 미치지 않는 것으로 나타났다. 넷째, 기관평가인증제 중 기관평가인증의 평가준비에 대한 적절성과 기관평가인증의 자체평가에 대한 만족도는 대학 BSC의 재무 성과에 정(+)의 영향을 미치지만, 기관평가인증제도에 대한 관심 정도는 재무 성과에 영향을 미치지 않는 것으로 나타났다. 이는 기관평가인증의 평가준비와 자체평가 과정을 통해 실질적인 교육체계 혁신이나 내부프로세스 효율성 향상으로 인해 교육의 질이 개선되어 학생의 만족도와 선호도가 높아지며, 아울러 안정적 재원확보와 재원의 효율적 관리를 가져오는 것으로 해석된다. 그리고 기관평가인증제도에 대한 인식과 관심은 인증 획득이라는 목표를 설정하게 하고, 기관평가인증의 자체평가를 통해 인증평가에서 요구하는 기준 이상을 충족하도록 학습과 혁신이 이루어지는 것으로 해석할 수 있다. 본 연구의 결과는 학령인구의 급감 등 급변하는 대학의 대내외 환경에서 생존을 넘어 지속가능한 발전을 도모하기 위해 평가인증제를 다양한 대학의 경영성과로 연계할 경영전략 수립에 유용한 정보를 제공할 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.91-91
• /
• 2020

IPCC (Intergovernmental Panel on Climate Change) 5차 평가보고서에 의하면 최근 배출 온실가스의 양은 관측 이래 최고 수준이며 온실가스로 인한 기후변화는 인간계와 자연계에 광범위한 영향을 주고 있다고 보고하였다. 기후변화의 영향은 국제적으로 빙하 감소, 사막화, 해수면 상승 등 뚜렷하게 나타나고 있다. 이러한 기후변화에 대응하기 위해 온실가스 완화 정책과 동시에 새로운 기후변화 환경에 적응하는 것이 필요하다. 기후변화 적응이란 현재 나타나고 있거나 미래에 나타날 것으로 예상되는 기후변화의 파급효과와 영향에 대응할 수 있도록 하는 모든 행동이며 이를 위해서는 기후변화 영향분석이 수반되어야 한다. MOTIVE 연구단에서는 기후변화 적응대책 수립의 지원을 목표로 7개 부문(건강, 물관리, 농업, 산림, 생태, 해양, 수산)에서 "한국형 통합평가 모형"을 개발하고 있다. 각 부문에서 개발하는 프로세스 모델은 시스템에 대한 지식을 가진 상황에서 사용하면 신뢰할 수 있는 예측 결과를 얻을 수 있지만, 부문별 통합을 통한 영향 분석 시 타 분야에 대한 지식이 수반되어야 하는 어려움을 가진다. 이를 위해 본 연구에서는 시스템 내의 물리적 프로세스에 대한 요구 없이 입출력 데이터만을 이용하여 결과를 신속하게 추정하는 데이터 모델링(기계학습)을 이용하였다. 데이터 모델링을 위한 데이터는 다양한 자연 현상에 대한 BANPOL(수질 프로세스 모델) 분석을 통한 자료를 이용하여 학습 자료를 구축하였다. 즉, 데이터 모델링은 BANPOL 모델을 대리하는 메타모델이며, 낙동강 표준유역에 대한 유량 및 수질을 높은 상관성으로 추정하였다. 원 모델보다 정확도는 낮을 수 있으나 메타모델의 개발을 통한 웹 시스템을 개발하여 비전문가의 구동 및 신속한 기후 시나리오를 적용할 수 있는 환경을 개발하였다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.41 no.2
• /
• pp.123-131
• /
• 2021

The buffer is a key component of an engineered barrier system that safeguards the disposal of high-level radioactive waste. Buffers are located between disposal canisters and host rock, and they can restrain the release of radionuclides and protect canisters from the inflow of ground water. Since considerable heat is released from a disposal canister to the surrounding buffer, the thermal conductivity of the buffer is a very important parameter in the entire disposal safety. For this reason, a lot of research has been conducted on thermal conductivity prediction models that consider various factors. In this study, the thermal conductivity of a buffer is estimated using the machine learning methods of: linear regression, decision tree, support vector machine (SVM), ensemble, Gaussian process regression (GPR), neural network, deep belief network, and genetic programming. In the results, the machine learning methods such as ensemble, genetic programming, SVM with cubic parameter, and GPR showed better performance compared with the regression model, with the ensemble with XGBoost and Gaussian process regression models showing best performance.

• The KIPS Transactions:PartA
• /
• v.11A no.2
• /
• pp.223-230
• /
• 2004

We suggest on this paper the LTSA-based Guide System for elementary mathematics, that is useful in managing of educational contents, avoiding redundant contents-development and improving reusability of contents. And it gives more satisfaction to the learner by making leaner choose his own courses. We considered the educational differences between learners, for the learning not to be a mechanical thing, by giving the educational course and method adequate to the learner By focusing on the educational differences between learners resulted from elementary educational adaption example implemented on the base of the international standard, we suggested a method for activating the coaching process in the system.

• The KIPS Transactions:PartD
• /
• v.13D no.7 s.110
• /
• pp.931-938
• /
• 2006

It is important to operate an education resources which could be integrated to an system. But most of existing education information system was not developed with standardization. It is need the core education asset and reusable education service to make a good education system. Consequently, it is needed to use Sharable Content Object Reference Model(SCORM) based contents managing in order to reuse the contents of education. And it needs assembling and producing method with reusable core asset of education system to develop the application program for education. In this thesis, we study the Teaching-Learning supporting system to support systematic education resources. Teaching-Learning support system is developed of educational domain assess through development process based on Model Driven Architecture(MDA) and core asset on each stage. Application program of education is developed using MDA automatic tool through analyzing and designing for contents storage which is based on contents meta model. We finally can develop the application software of education with low cost and high productivity by raising the reusability of education contents and by using the core asset to the whole development process.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2004.05a
• /
• pp.67-70
• /
• 2004

카플란과 노턴에 의해 1992년에 처음 소개된 BSC (Balanced Scorecard)의 '재무', '고객', '내부프로세스' 그리고 '학습과 성장'의 4개 시각 중 '학습과 성장' 시각의 핵심성과지표를 도출하는 것이 본 연구의 목적이다. 기존 연구에서 제시된 평가 지표의 한계점을 제시하고 성과지표 도출의 근원을 조직 행동론에서 제시하고 있는 성과개념과 과정이론에서 밝혀냄으로서 '학습과 성장'시각의 목표인 다른 세 시각의 하부구조 및 동인을 달성하고자 조직 행동이론 관점의 핵심성과지표를 제시하고자 한다. 또한 정보기술이 기업의 장기적인 역랑을 배가시키고 경쟁우위를 확보하기 위한 전략적 수단으로 인식됨에 따라 정보기술의 역할 및 효과성에 대한 측정과 평가가 중요한 이슈로 떠오르고 있기 때문에 '학습과 성장' 시각에서 인적자원의 역랑과의 균형있는 정보기술 역량을 측정하고 평가할 수 있는 지표를 제시하고자 한다. 이는 기업 경영활동의 근간이 되는 구성원과 단위조직, 그리고 정보기술이 기업성과데 미치는 영향을 정확히 파악하고 그 결과를 구성원과 조직의 보상체계로 연결시킬 수 있는 객관적인 잣대로서 작용하게 된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.06a
• /
• pp.347-350
• /
• 2011

본 논문에서는 시스템 사고를 이용한 이러닝 운영 관리를 제안하였다. 효과적이고 체계적인 이러닝 운영관리는 사용자 만족과 밀접한 관계를 가진다. 사용자 만족을 통한 학습 성과의 극대화, 유지보수 노력의 절감, 생산성 향상 및 품질수준의 향상을 위해서는 시스템 사고의 도입이 필요하다. 일반적인 학습 전 단계, 학습 중 단계, 학습 후 단계로 관리되는 운영 프로세스 관리를 확장하여 자산관리, 보안관리, 백업관리, 장애관리, 업무 연속성 관리, 변경관리, 교직원 및 학습자를 포함한 이해관계자 관리 등을 포함하여 동태적인 운영관리가 필요하다. 특히 이러닝 운영관리가 교육성과에 미치는 영향이 크므로 운영관리에 대한 다각적인 접근이 필요하며 운영상의 활발한 정보 공유로 지속적인 서비스 품질 향상이 이루어져야 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.329-330
• /
• 2020

본 논문에서는 Azure 클라우드 플랫폼의 가상서버 호스팅을 이용해 데이터 수집 환경을 구축하고, Azure에서 제공하는 자동화된 기계학습(Automated Machine Learning, AutoML)을 기반으로 데이터 분석 방법에 관한 연구를 수행했다. 가상 서버 호스팅 환경에 LAMP(Linux, Apache, MySQL, PHP)를 설치하여 데이터 수집환경을 구축했으며, 수집된 데이터를 Azure AutoML에 적용하여 자동화된 기계학습을 수행했다. Azure AutoML은 소모적이고 반복적인 기계학습 모델 개발을 자동화하는 프로세스로써 기계학습 솔루션 구현하는데 시간과 자원(Resource)를 절약할 수 있다. 특히, AutoML은 수집된 데이터를 분류와 회귀 및 예측하는데 있어서 학습점수(Training Score)를 기반으로 보유한 데이터에 가장 적합한 기계학습 모델의 순위를 제공한다. 이는 데이터 분석에 필요한 기계학습 모델을 개발하는데 있어서 개발 초기 단계부터 코드를 설계하지 않아도 되며, 전체 기계학습 시스템을 개발 및 구현하기 전에 모델의 구성과 시스템을 설계해볼 수 있기 때문에 매우 효율적으로 활용될 수 있다. 본 논문에서는 NPU(Neural Processing Unit) 학습에 필요한 데이터 수집 환경에 관한 연구를 수행했으며, Azure AutoML을 기반으로 데이터 분류와 회귀 등 가장 효율적인 알고리즘 선정에 관한 연구를 수행했다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.1327-1330
• /
• 2004

본 논문은 멀티 프로세스 컨트롤&모니터링 모델을 지원하는 AI-Maker 시스템에 대해서 기술한다. 멀티 프로세스 컨트롤&모니터링 모델은 제어 구조의 표준으로 떠오르고 있는 OPC와 마이크로소프트사의 분산형 보안 서비스 개념(하부 구조 서비스, 응용 프로그램 지원 서비스)들을 사용하여 실제, 가공, 그리고 가상 데이터 액세스 포인터들에 대해서 차별화 된 제어 구조를 제시한다. AI-Maker는 다양한 사용자들에 대한 차별화 된 서비스와 가공 또는 가상 액세스 포인터를 사용하기 때문에 장비 종속적인 시스템에 대한 개발비용을 감소시킬 수 있다. 또한 전문가 시스템의 학습에 필요한 표본 데이터를 제공하므로 필드버스 기반의 자동화 시스템 개발 및 유지보수 시 양질의 서비스를 제공할 수 있는 이점이 있다.