• Smart Structures and Systems
• /
• 제14권5호
• /
• pp.917-942
• /
• 2014

Multivariate statistics based damage detection algorithms employed in conjunction with novel sensing technologies are attracting more attention for long term Structural Health Monitoring of civil infrastructure. In this study, two practical data driven methods are investigated utilizing strain data captured from a 4-span bridge model by Fiber Bragg Grating (FBG) sensors as part of a bridge health monitoring study. The most common and critical bridge damage scenarios were simulated on the representative bridge model equipped with FBG sensors. A high speed FBG interrogator system is developed by the authors to collect the strain responses under moving vehicle loads using FBG sensors. Two data driven methods, Moving Principal Component Analysis (MPCA) and Moving Cross Correlation Analysis (MCCA), are coded and implemented to handle and process the large amount of data. The efficiency of the SHM system with FBG sensors, MPCA and MCCA methods for detecting and localizing damage is explored with several experiments. Based on the findings presented in this paper, the MPCA and MCCA coupled with FBG sensors can be deemed to deliver promising results to detect both local and global damage implemented on the bridge structure.

• Computers and Concrete
• /
• 제32권6호
• /
• pp.625-637
• /
• 2023

The application of ML approaches in determining the resisting capacity of fire damaged RC columns is introduced in this paper, on the basis of analysis data driven ML modeling. Considering the characteristics of the structural behavior of fire damaged RC columns, the representative five approaches of Kernel SVM, ANN, RF, XGB and LGBM are adopted and applied. Additional partial monotonic constraints are adopted in modelling, to ensure the monotone decrease of resisting capacity in RC column with fire exposure time. Furthermore, additional suggestions are also added to mitigate the heterogeneous composition of the training data. Since the use of ML approaches will significantly reduce the computation time in determining the resisting capacity of fire damaged RC columns, which requires many complex solution procedures from the heat transfer analysis to the rigorous nonlinear analyses and their repetition with time, the introduced ML approach can more effectively be used in large complex structures with many RC members. Because of the very small amount of experimental data, the training data are analytically determined from a heat transfer analysis and a subsequent nonlinear finite element (FE) analysis, and their accuracy was previously verified through a correlation study between the numerical results and experimental data. The results obtained from the application of ML approaches show that the resisting capacity of fire damaged RC columns can effectively be predicted by ML approaches.

• IEIE Transactions on Smart Processing and Computing
• /
• 제4권2호
• /
• pp.89-96
• /
• 2015

In this paper, time-frequency analysis algorithms, empirical mode decomposition and local mean decomposition, are reviewed and their applications to nonlinear and nonstationary real-world data are discussed. In addition, their generic extensions to complex domain are addressed for the analysis of multichannel data. Simulations of these algorithms on synthetic data illustrate the fundamental structure of the algorithms and how they are designed for the analysis of nonlinear and nonstationary data. Applications of the complex version of the algorithms to the synthetic data also demonstrate the benefit of the algorithms for the accurate frequency decomposition of multichannel data.

• 한국콘텐츠학회논문지
• /
• 제20권4호
• /
• pp.14-24
• /
• 2020

본 논문은 최근 세계적인 데이터 개방·공유 정책에 따라 국가R&D 데이터 기반 경영을 위한 효율적인 국가R&D API(Application Programming Interface) 관리시스템 구축과 운영 데이터 활용 가능성 탐색을 목적으로 한다. 국가R&D 데이터 개방·공유 추세에 따라 국가R&D API 서비스의 운영 데이터 분석을 통해 경영효율화 방안을 마련한다. 이를 위해 기존에 개별적으로 배포하던 국가R&D API에 대해 파라미터를 표준화하고 개별 API들을 통합하여 국가R&통합API 관리시스템을 구축한다. 국가R&D API의 서비스 호출 트래픽을 보면 측정을 시작한 2015년 대비 2019년까지 554.5%의 큰 성장세를 이루고 있다. 이에 따라 본 논문은 국가R&D통합API 관리시스템의 실제 운영에 있어서 서비스 운영관리 데이터 기반의 데이터 준비, 분석, 예측을 통해 운영 데이터 활용 가능성을 탐색한다.

• 한국디자인학회:학술대회논문집
• /
• 한국디자인학회 2001년도 Bulletin of The 5th Asian Design Conference International Symposium on Design Science
• /
• pp.58.2-58
• /
• 2001

• Structural Engineering and Mechanics
• /
• 제86권1호
• /
• pp.85-92
• /
• 2023

This article examines the seismic vulnerability of soil nail wall structures. Detailed information regarding finite element modeling has been provided. The fragility function evaluates the relationship between ground motion intensities and the probability of surpassing a specific level of damage. The use of incremental dynamic analysis (IDA) has been applied to the soil nail wall against low to severe ground motions. In the nonlinear dynamic analysis of the soil nail wall, a set of twenty seismic ground motions with varying PGA ranges are used. The numerical results demonstrate that the soil-nailed wall reaction is extremely sensitive to earthquake ground vibrations under different intensity measures (IM). In addition, the analytical fragility curve is provided for various intensity values.

• 디지털융복합연구
• /
• 제20권3호
• /
• pp.181-189
• /
• 2022

모바일 기기의 확산과 ICT 기술로 핀테크 혁신이 더욱 가속화 될 것으로 전망되는 가운데, 최근 금융의 화두는 '디지털 전환'이며, 여기에는 빅데이터의 활용이 주요 요소라 할 수 있다. 특히 오픈 뱅킹이라는 인프라가 마이데이터와 마이페이먼트 산업과 연계되어 금융정보의 이종결합, 자산 조회 및 이체 기능이 결합되는 오픈 파이낸스 시대가 도래고 있다. 마이데이터는 데이터 활용을 통한 가치 창출에 주목하여 나타난 개념으로, 데이터의 주체가 능동적인 자기결정권을 갖는데 의의가 있는데 현재 국내에서도 마이데이터가 시행 되며 전략적 활용방안을 모색되고 있다. 이에 본 연구는 마이데이터 관련 비즈니스 사례를 분석하여 향후 금융의 디지털 전환을 위한 전략적 활용방안을 제시하는 것을 목적으로 하였다. 해외 주요국가에서 마이데이터 개념을 적용한 PSD2 및 오픈뱅킹 정책을 적극 추진하고 있는 가운데 성공적인 비즈니스 모델(Mint, Information Bank, Strands)의 분석을 통해 데이터 기반 비즈니스의 타당성을 확인하고 공통점을 모색하기 위한 사례 연구를 수행하였다. 거래의 효율성과 다양성을 향상시키는 사업 모델을 제공한다는 관점에서 마이데이터는 기존의 사업 모델을 개선할 수 있는 잠재력이 있음을 확인할 수 있었다. 마이데이터는 본인 중심의 모든 데이터로부터 개별적인 데이터 생태계를 쉽게 구현하고 관리할 수 있어야 하는데 개인이 스스로 이를 관리, 통제, 활용하는 것은 현실적으로 어렵다. 따라서 마이데이터 오퍼레이터 또는 마이데이터 서비스 제공자 역할을 할 수 있는 비즈니스 모델이 적극적으로 모색될 필요가 있겠다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권8호
• /
• pp.2222-2240
• /
• 2023

Brand fandom refers to a collection of consumers with strong emotions toward a brand. Studying the dynamics of brand fandom can help brands understand which services or strategies influence their consumers to become a part of brand fandom. However, existing literature on fandom in the last three decades has mainly used qualitative methods, and there is still a lack of research on fandom using quantitative methods. Specifically, previous studies lack a framework for locating fandoms from online textual data and analyzing their dynamics. This study proposes a framework for exploring brand fandom dynamics based on online textual data. This framework consists of four phases based on the design thinking model: Preparing Data, Defining Fandom Categories, Generating Fandom Dynamics, and Analyzing Fandom Dynamics. This framework uses techniques such as social network analysis and process mining, combined with brand personality theory. We demonstrate the applicability of this framework using case studies of two Korean home appliance brands. The dataset contains 14,593 posts by consumers in 374 online communities. The results show that the proposed framework can analyze brand fandom dynamics using textual customer data. Our study contributes to the interdisciplinary research at the intersection of data-driven service design and consumer culture quantification.

• 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.

• 한국어교육
• /
• 제29권3호
• /
• pp.255-292
• /
• 2018

Most grading scales of Korean language proficiency tests are based on existing grading scales that are not empirically verified. The purpose of this study is to develop an empirically verified scale descriptor. The 'Performance data-driven approach' that is suggested by Fulcher (1987) was used to develop the detailed description of characteristics for each level of performance. This study is focused on the functional phase of speech samples analysis (coding data) to create explanatory categories of discourse skills into which individual observations of speech phenomena can be scored. The speech samples that were collected through this study demonstrated stages of speech that can be a foundation of a grading scale. The data used in the study was collected from 23 native speakers of Korean. Speech samples were recorded from simulated speaking tests using the 'REFUSAL' task, and transcribed for analysis. The transcript was analyzed using discourse analysis. The result showed that the 'REFUSAL' task needs to go through four functional phases in actual communication. Furthermore, this study found specific and detailed explanatory categories of discourse competence based on the actual native speaker's speech data. Such findings are expected to contribute to the development of more valid and reliable speaking assessment.