• 대한산업공학회지
• /
• 제40권5호
• /
• pp.492-500
• /
• 2014

Activity monitoring has been widely recognized as important and critical tools in system monitoring for detection of abnormal behavior. In this research, we propose a data-driven activity monitoring method to measure relative sales performance which is not sensitive to special event which frequently occur in marketing area. Moreover, the proposed method can automatically updates the monitoring threshold that accommodates a drastically changing business environment. The results from simulation and practical case study from sales of electronic devices demonstrate the usefulness and applicability of the proposed activity monitoring method.

• 한국경영과학회지
• /
• 제29권4호
• /
• pp.117-134
• /
• 2004

This study suggests a data driven optimization approach, which simulates the models of human learning processes from cognitive sciences. It shows how the human learning processes can be simulated and applied to solving combinatorial optimization problems. The main advantage of using this method is in applying it into problems, which are very difficult to simulate. 'Undecidable' problems are considered as best possible application areas for this suggested approach. The concept of an 'undecidable' problem is redefined. The learning models in human learning and decision-making related to combinatorial optimization in cognitive and neural sciences are designed, simulated, and implemented to solve an optimization problem. We call this approach 'SLO : simulated learning for optimization.' Two different versions of SLO have been designed: SLO with position & link matrix, and SLO with decomposition algorithm. The methods are tested for traveling salespersons problems to show how these approaches derive new solution empirically. The tests show that simulated learning for optimization produces new solutions with better performance empirically. Its performance, compared to other hill-climbing type methods, is relatively good.

• 인터넷정보학회논문지
• /
• 제12권1호
• /
• pp.55-70
• /
• 2011

본 논문 에서는 기존의 대표적인 RFID 미들웨어 표준인 RFID 응용 인터페이스 표준규격1)으로 적용가능한 정책 기반의 RFID 데이터 관리 이벤트 정의 언어를 제안한다. 즉, RFID 응용인터페이스는 RFID 미들웨어의 핵심 구성요소인 데이터관리 기능, 장치관리 기능, 장치인터페이스 기능, 정보보호관리 기능을 응용 프로그램에게 제공하기 위한 표준인터페이스이며, 본 논문에서 제안하는 언어는 그 중 RFID 미들웨어의 데이터관리 기능, 즉 이벤트관리 기능을 지원하기 위한 추상화된 인터페이스를 제공하는데 그 목적이 있다. 특히, 이벤트 제약조건을 정의하기 위한 정책의 개념은 RF 리더들로부터 읽혀지는 대용량의 태그데이터를 정제 또는 여과시키기 위한 이벤트 제약조건들을 정의하는 수단으로서 RFID 미들웨어의 기능에 대한 기술적 전문지식이 부족한 응용프로그램 개발자들이 자신의 응용영역을 쉽게 표현할 수 있을 뿐 만 아니라 고수준의 추상화된 인터페이스를 제공할 수 있는 매우 효과적인 수단이라고 할 수 있다. 결과적으로, 본 논문에서는 RFID 응용인터페이스의 상세표준규격으로 제정 될 수 있는 일명 rXPDL, XML기반의 RFID 데이터 관리 이벤트 정책 정의 언어 (rXPDL: XML-based RFID Data Management Event Policy Definition Language)를 정의하며, 이는 곧 정책기반 RFID 데이터 관리 응용인터페이스 정의 언어로서 국내외 표준 규격의 기반이 될 것으로 기대한다. 또한, rXPDL의 상세표준규격들은 유비쿼터스센서네트워크 미들웨어의 데이터 관리를 위한 표준규격으로서의 확장을 기대할 수도 있다.

• 대한안전경영과학회지
• /
• 제25권3호
• /
• pp.63-71
• /
• 2023

The construction industry stands out for its higher incidence of accidents in comparison to other sectors. A causal analysis of the accidents is necessary for effective prevention. In this study, we propose a data-driven causal analysis to find significant factors of fatal construction accidents. We collected 14,318 cases of structured and text data of construction accidents from the Construction Safety Management Integrated Information (CSI). For the variables in the collected dataset, we first analyze their patterns and correlations with fatal construction accidents by statistical analysis. In addition, machine learning algorithms are employed to develop a classification model for fatal accidents. The integration of SHAP (SHapley Additive exPlanations) allows for the identification of root causes driving fatal incidents. As a result, the outcome reveals the significant factors and keywords wielding notable influence over fatal accidents within construction contexts.

• Asian Journal of Innovation and Policy
• /
• 제2권2호
• /
• pp.240-264
• /
• 2013

The study compares network structures that emerged in three inter-organisational projects set up under the MSC Malaysia initiative by the Government of Malaysia. These consortia are seen as policy-driven inter-organisational networks and, with data collected through interviews; the links among the organisations are mapped to gain an understanding of the structures that emerged in these networks. The findings provide lessons for other emerging countries that are embarking on similar projects i.e. cluster-oriented developments with policy-driven inter-organisational networks. These findings are seen as particularly useful when emerging countries invest in technology-related projects and invite multinational companies to work together with local firms.

• 디지털콘텐츠학회 논문지
• /
• 제17권6호
• /
• pp.479-487
• /
• 2016

Web 2.0 환경에서, 사용자는 사용자 (또는 소비자)와 개발자 (또는 제작자) 간의 실시간 상호 작용을 허용하는 수많은 스마트 장치 및 서비스에 노출되고 사용하게 된다. 사용자 컨텍스트 기반의 새로운 사용자 생성 서비스를 제공하기 위해서 서비스 생성 경험의 관리는 매우 중요하다. 본 논문에서는 서비스 작성을 위한 확장된 데이터 모델을 소개하고, 이 데이터 모델에 기반한 신규 서비스 생성, 서비스 생성 데이터의 관리, 그리고 내/외부 서비스 저장소에 대한 의미적 검색을 가능하게 하는 서비스 생성 관리 아키텍처를 제안한다. 또한, 홈 환경과 모바일 환경에 걸친 두 가지 시나리오를 사용하여 제안 아키텍처를 사용하는 방법에 대해서도 설명하며, 서비스 생성 데이터 관리를 위해 제안한 아키텍처는 서비스 생명주기 동안의 서비스 생성 데이터를 일관성 있게 관리할 수 있다.

• 지식경영연구
• /
• 제25권2호
• /
• pp.19-47
• /
• 2024

기업의 데이터 분석 및 활용 역량은 전사 차원의 지식경영과 의사결정에 중요한 역할을 한다. 이 연구는 대형 언어 모델이 기업데이터 분석에서 어떻게 활용될 수 있는지 알아보고자 수행되었다. 구체적으로 인적자원 분야에 초점을 맞추어, 대형 언어 모델의 데이터 분석 역량을 검증해 보았다. 이를 위해 인사분야에서 많은 연구가 이루어져온 공개데이터셋 IBM HR 데이터를 소재로, 선행연구들에서 이루어진 머신러닝 기반 이직자 예측 분석을 ChatGPT를 통해 재현하고 그 예측성능을 비교해보았다. 고급 프로그래밍 역량이 필요했던 과거 연구방식과 달리, 분석가의 자연어 요청으로 진행한 ChatGPT 기반 머신러닝 데이터 분석은 훨씬 쉽고 빠르다는 장점이 있었고, 예측 정확도 역시 선행연구와 비교해 경쟁력 있는 수준을 기록했다. 이는 그동안 고급 프로그래밍 역량이 요구되던 기업데이터 분석 분야에서, ChatGPT를 비롯한 대형 언어 모델들이 효과적이고 실질적인 대안이 될 수 있다는 가능성을 시사한다. 또한 이를 통해 데이터 분석의 대중화 나아가 데이터 기반 의사결정(DDDM: Data-Driven Decision Making)의 확산에도 기여할 수 있을 것으로 기대된다. 데이터분석 과정에서 사용한 프롬프트와 ChatGPT가 생성한 프로그래밍 코드도 부록에 수록하여 검증 가능하게 함으로써, 향후 대형 언어 모델을 활용한 데이터분석 연구의 초석을 제공하고자 한다.

• 지능정보연구
• /
• 제9권2호
• /
• pp.19-38
• /
• 2003

In this research, we propose the mechanism to develop self-evolving expert systems (SEES) based on data mining (DM), fuzzy neural networks (FNN), and relational database (RDB)-driven forward/backward inference engine. Most researchers had tried to develop a text-oriented knowledge base (KB) and inference engine (IE). However, this approach had some limitations such as 1) automatic rule extraction, 2) manipulation of ambiguousness in knowledge, 3) expandability of knowledge base, and 4) speed of inference. To overcome these limitations, knowledge engineers had tried to develop an automatic knowledge extraction mechanism. As a result, the adaptability of the expert systems was improved. Nonetheless, they didn't suggest a hybrid and generalized solution to develop self-evolving expert systems. To this purpose, we propose an automatic knowledge acquisition and composite inference mechanism based on DM, FNN, and RDB-driven inference engine. Our proposed mechanism has five advantages. First, it can extract and reduce the specific domain knowledge from incomplete database by using data mining technology. Second, our proposed mechanism can manipulate the ambiguousness in knowledge by using fuzzy membership functions. Third, it can construct the relational knowledge base and expand the knowledge base unlimitedly with RDBMS (relational database management systems) module. Fourth, our proposed hybrid data mining mechanism can reflect both association rule-based logical inference and complicate fuzzy relationships. Fifth, RDB-driven forward and backward inference time is shorter than the traditional text-oriented inference time.

• 한국IT서비스학회지
• /
• 제8권1호
• /
• pp.1-9
• /
• 2009

It is essential for companies to manage massive data for dealing with large volume of transactions and customers' needs. To this end, the companies have operated data warehouse with many complex tools for data gathering and reporting to the end-users. However, the data from the heterogeneous tools at the various sources cannot be exchanged because of the different interfaces. Therefore, the data cannot be controlled with integrated manner, and furthermore the companies do not focus the quality of data resulting in the data quality problem. Thus, this study suggests how to manage massive data with a metadata. In particular, we investigate current status of metadata management, its appliance, and perspectives. The contribution of this research is to apply the metadata management system to the real world and to suggest its management procedure.

• 대한산업공학회지
• /
• 제29권2호
• /
• pp.157-164
• /
• 2003

The amount of information increases rapidly when working in a distributed environment where multiple collaborative partners work together on a complex product. Today's PDM (product data management) systems provide good capabilities regarding the management of product data within a single company. However, taking into account the variety of systems used at partner sites in an engineering environment one can easily imagine problems regarding the interoperability and the data consistency. This paper presents a concept to improve the workflow management using the parameters network. It shows a parameter driven engineering workflow that is able to manage engineering task across company boarders. We introduce a mechanism of workflow management based on the engineering parameters and an architecture of the distributed workspace to apply it within a PDM system. For a parameter mapping between CAD and PDM system we developed an XML-based CATIA data interface module using CAA.