• 한국정보시스템학회지:정보시스템연구
• /
• 제31권1호
• /
• pp.271-287
• /
• 2022

Purpose This research aims to study the changes in recruitment needed for the growth and survival of companies in the rapidly changing industry. In particular, we built a real company's worklist accounting for the rapidly advancing data-driven digital transformation, and presented the capabilities and conditions required for work. Design/methodology/approach we selected 37 jobs based on NCS to develop the employment search requirements by analyzing the business characteristics and work capabilities of the industry and company. The business specification indicators were converted into a matrix through the TF-IDF process, and the NMF algorithm is used to extract the features of each document. Also, the cosine distance measurement method is utilized to determine the similarity of the job specification conditions. Findings Companies tended to prefer "IT competency," which is a specification related to computer use and certification, and "experience competency," which is a specification for experience and internship. In addition, 'foreign language competency' was additionally preferred depending on the job. This analysis and development of job requirements would not only help companies to find the talents but also be useful for the jobseekers to easily decide the priority of their specification activities.

• 한국의류학회지
• /
• 제47권6호
• /
• pp.1137-1156
• /
• 2023

With the advent of artificial intelligence (AI) during the Fourth Industrial Revolution, the fashion industry has simplified the production process and overcome the technical difficulties of design. This study anticipates likely changes in the digital age and develops a model that will allow consumers to design textile patterns using AI technology. Previous studies and industrial examples of AI technology's use in the textile design industry were investigated, and a textile pattern was developed using an AI algorithm. A new textile design model was then proposed based on its application to both virtual and physical clothing. Inspired by traditional Korean masks and props, AI technology was used to input color data from open application programming interface images. By inserting these into various repeating structures, a textile design was developed and simulated as garments for both virtual and real garments. We expect that this study will establish a new textile design development method for Generation Z, who favor customized designs. This study can inform the use of personalization in generative textile design as well as the systemization of technology-driven methods for customized and participatory textile design.

• Structural Engineering and Mechanics
• /
• 제83권4호
• /
• pp.515-535
• /
• 2022

The strength models for fiber-reinforced polymer (FRP)-confined normal strength concrete (NC) cylinders available in the literature have been suggested based on small databases using limited variables of such structural members portraying less accuracy. The artificial neural network (ANN) is an advanced technique for precisely predicting the response of composite structures by considering a large number of parameters. The main objective of the present investigation is to develop an ANN model for the axial strength of FRP-confined NC cylinders using various parameters to give the highest accuracy of the predictions. To secure this aim, a large experimental database of 313 FRP-confined NC cylinders has been constructed from previous research investigations. An evaluation of 33 different empirical strength models has been performed using various statistical parameters (root mean squared error RMSE, mean absolute error MAE, and coefficient of determination R²) over the developed database. Then, a new ANN model using the Group Method of Data Handling (GMDH) has been proposed based on the experimental database that portrayed the highest performance as compared with the previous models with R²=0.92, RMSE=0.27, and MAE=0.33. Therefore, the suggested ANN model can accurately capture the axial strength of FRP-confined NC cylinders that can be used for the further analysis and design of such members in the construction industry.

• 지구물리와물리탐사
• /
• 제4권4호
• /
• pp.133-144
• /
• 2001

석회암지역에서 공동 및 기반암 표면을 파악하기 위한 효율적인 탄성파반사법탐사의 자표수집과 처리기법을 연구하였다. 트렌치 굴착 후 하천수유입과 하이드로폰을 이용하여 고분해능 탄성파반사자료를 성공적으로 얻을 수 있었고 효율적인 자료처리기법을 통하여 주요 반사면을 재건할 수 있었다. 자료처리는 중합전후에 걸쳐서 시변필터, 불량트레이스 제거, 잔여정보정, 속도분석, NMO보정 후 뮤팅 작업 등으로 고진폭 잡음에 가려있는 미약한 반사 이벤트를 강화시키는데 초점을 두었다. 만족할만한 분해능으로 규명된 기반암표면을 포함한 주요 반사면들은 탄성파 공대공 토모그래피 자료와 잘 상관되었으며 또한 AGC만이 적용된 현장자료에서 그 반사에너지를 확인할 수 있었다. 지하구조는 속도분포를 고려하여 크게 표토층(3000 m/s 이하), 퇴적층(3000-4000 m/s), 기반암(4000 m/s 이상)의 3개 층으로 구분할 수 있는데 자갈이 많이 분포하는 표토층 및 퇴적층은 현장자료에서 회절효과가 뚜렷이 나타나지 않은 점으로 미루어 분급 상태가 양호한 것으로 보인다. 또한 기반암표면 반사에너지가 전체 측선에 걸쳐 일관되게 나타나고 속도가 깊이에 따라 계속하여 증가하는 점으로 보아 공동(적어도 공기로 충진된 공동)은 분포하지 않은 것으로 해석된다.

• 대한의용생체공학회:의공학회지
• /
• 제41권3호
• /
• pp.121-127
• /
• 2020

The purpose of this paper is to review the validation on the application of low frequency IMU(Inertial Measurement Unit) sensors by replacing high frequency motion analysis systems. Using an infrared-based 3D motion analysis system and IMU sensors (22 Hz) simultaneously, the gait cycle and knee flexion angle were measured. And the accuracy of each gait parameter was compared according to the statistical analysis method. The Bland-Altman plot analysis method was used to verify whether proper accuracy can be obtained when extracting gait parameters with low frequency sensors. As a result of the study, the use of the new gait assessment system was able to identify adequate accuracy in the measurement of cadence and stance phase. In addition, if the number of gait cycles is increased and the results of body anthropometric measurements are reflected in the gait analysis algorithm, is expected to improve accuracy in step length, walking speed, and range of motion measurements. The suggested gait assessment system is expected to make gait analysis more convenient. Furthermore, it will provide patients more accurate assessment and customized rehabilitation program through the quantitative data driven results.

• 한국수자원학회논문집
• /
• 제56권10호
• /
• pp.631-639
• /
• 2023

돌발가뭄(Flash drought, FD)은 기존 가뭄과는 달리 급작스러운 발생이 대표적인 특징으로, 즉각적인 수분 스트레스를 유발하여 생태계에 주요한 영향을 미친다. 보다 효과적인 돌발가뭄의 모니터링을 위해서는 돌발가뭄의 특징과 원인에 대한 보다 종합적인 이해가 필요하다. 이에, 본 연구에서는 Global Land Data Assimilation System (GLDAS) 자료를 사용하여 2012년부터 2022년 사이 한반도 전역에서 발생한 돌발가뭄에 대해 분석하고자 하였다. 스트레스 기반 탐지 기법인 표준 증발 스트레스 비율(Standardized Evaporative Stress Ratio, SESR)의 변화를 바탕으로 돌발가뭄을 탐지하였으며, 발생 빈도와 기간에 대해 분석하였다. 또한, 탐지된 돌발가뭄 사건들을 실제 증발산(Actual Evapotranspiration, AET)과 잠재 증발산(Potential Evapotranspiration, PET)의 변화를 기반으로 세 가지 케이스로 분류하였으며, 각 케이스 별 발생 특성 및 공간 분포에 대해 분석하였다. 그 결과, 돌발가뭄의 발생 빈도와 기간에 지역적인 편차가 있는 것을 확인하였으며, 평균 빈도는 6.4회, 평균 발생 기간은 31일로 나타났다. 일반적인 돌발가뭄인 Case 1, AET의 감소가 주 원인이 되어 발생한 Case 2, PET의 증가에 의해 발생한 Case 3으로 돌발가뭄 사건들을 분류하였을 때, 한반도에서는 Case 1 돌발가뭄이 1,448건으로 가장 많이 발생했으며, Case 2 돌발가뭄이 Case 3 돌발가뭄보다 약 1.5배 더 많이 일어난 것을 확인할 수 있었다. Case 2 돌발가뭄은 수분 제한 조건(water-limited condition)에서 발생하여 AET와 PET가 모두 감소하는 결과로 이어졌으며, Case 3 돌발가뭄은 에너지 제한 조건(energy-limited condition)에서 발생한 이후 AET와 PET가 모두 증가하였다. Case 2 돌발가뭄은 주로 북서부와 중남부에 위치한 농경지에 영향을 주었으며, Case 3 돌발가뭄은 산지에 해당하는 동부에서 집중적으로 발생하였다. 본 연구의 결과들은 기후 요소, 토지피복 및 수분 가용성을 고려한, 돌발가뭄에 대한 이해를 돕고, 보다 효과적인 가뭄 대응 방안 수립에 기여할 수 있다.

• 대한교통학회지
• /
• 제35권4호
• /
• pp.348-359
• /
• 2017

최근 국내에서는 대도시권의 교통혼잡 완화를 위하여 다양한 대중교통 활성화 정책을 시행중에 있다. 특히 대도시권역에서는 버스정보시스템이 도입되어 버스의 현재위치, 도착예정시간 등에 대한 정보를 제공하고 있다. 하지만 복잡한 도시부를 지나는 버스들의 경우 반복적인 교통혼잡과 버스몰림으로 인하여 정확한 통행시간 정보제공 시 정확도를 확보하는데 어려움이 있다. 기존 버스 통행시간 연구는 링크별 소통정보 제공방식으로 인하여 버스 이용자의 경로 통행시간 정보 제공 시 어려움이 있고, 데이터 기반의 단기 통행방식으로 중장기 정보 제공이 어렵다는 한계가 있다. 이에 본 연구에서는 경로기반의 중장기 버스통행시간 예측 방법론에 대한 연구를 실시한다. 이를 위하여 2015년 버스통행정보로 학습데이터, 2016년 자료로 검증데이터를 구성하였다. 학습데이터를 이용하여 버스통행정보를 분석하여 버스통행시간에 영향을 미치는 요인들을 출발시각, 요일, 그리고 기상요인 등으로 분류하고, 이들의 특성 값을 자기조직화지도를 활용하여 비슷한 통행 패턴을 가지는 군집으로 분류하였다. 도출된 군집들을 바탕으로 맑음과 우천시에 대한 요일/출발시각 별 버스통행시간 참조 테이블을 구성하였다. 검증데이터를 이용하여 본 연구에서 도출한 버스통행시간의 정확도를 검증하였다. 본 연구의 중장기 예측 알고리즘을 활용하여 기존의 직관적이고 경험적인 접근법의 한계를 극복할 수 있으며, 예측의 정확도 개선을 통한 버스이용자 만족도 향상 및 탄력적인 대중교통 정책 수립이 가능할 것으로 판단된다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제15권5호
• /
• pp.365-369
• /
• 2009

일반적으로 중첩 윈도우는 스트림 질의에서 흔히 이용된다. 그럼에도 불구하고, 기존의 연구에서는 범플링 윈도우나 튜플-드리븐 윈도우 등의 기본적인 윈도우만을 가정하고 조인 알고리즘을 다루었다. 본 논문에서는 보다 일반화된 윈도우의 형태인 중칩 윈도우상에서 조인을 효율적으로 처리하기 위한 알고리즘을 제안한다. 제안하는 알고리즘은 기본적으로 점증 조인 후 합병하는 방법을 이용한다. 그리고, 대량의 입력으로부터 메모리 오버플로우가 빈번하게 발생하는 상황에서 연속적으로 윈도우 조인 결과를 생성하는 방법에 중점을 두었다. 제안하는 방법은 (1) 점증 조인과 중복을 허용한 완전 조인을 선택적으로 이용하는 방법, (2) 조인 결과의 지연을 최소화하기 위한 필체 대상 선정 방법과 (3) 가용 시간 처리 방법 등을 포함한다. 그리고, 실험을 통해 점증 조인과 완전 조인을 선택적으로 이용하는 것이 하나만 이용하는 기존 방식에 비해 성능이 우수함을 보인다.

• 한국가스학회지
• /
• 제24권6호
• /
• pp.91-97
• /
• 2020

리튬이온 배터리(LIB)는 다른 배터리에 비해 수명이 길고, 에너지 밀도가 높으며, 자체 방전율이 낮아, 에너지 저장장치(ESS)로 선호되고 있다. 하지만, 2017~2019년 기간 동안 국내에서만도 28건의 화재사고가 발생하였으며, LIB의 운영 중 안전성 및 신뢰성을 보장하기 위해 LIB의 정확한 용량추정은 필수요소이다. 본 연구에서는 LIB의 충방전 cycle에 따른 용량변화를 예측하는 기계학습 기반 모델의 설계에 있어 중요한 요소인 최적 머신러닝 모델의 선정을 위해, Decision Tree, 앙상블학습법, Support Vector Regression, Gaussian Process Regression (GPR) 각각을 이용한 예측모델을 구현하고 성능비교를 실시하였다. 학습을 위해 NASA에서 제공하는 시험데이터를 사용하였으며, GPR이 가장 좋은 예측성능을 보였다. 이를 바탕으로 추가 시험데이터 학습을 통해 개선된 LIB 용량예측과 잔여 수명추정 모델을 개발하여, 운영 중 이상 감지 및 모니터링 성능을 높여, 보다 안전하고 안정된 ESS 운용에 활용하고자 한다.

• 한국지능시스템학회논문지
• /
• 제20권1호
• /
• pp.140-145
• /
• 2010

본 연구에서는 초전도 전원장치의 비선형적인 충전특성을 이론적으로 해석하기 위해서 Radial Basis Function 뉴럴 네트워크를 적용하였으며 이를 바탕으로 초전도 부하 마그넷에 따른 충전특성의 경향을 해석하였다. 본 논문에서는 안정적인 충전전류를 발생시키고 충전전류를 쉽게 제어할 수 있는 리니어형 초전도 전원장치를 개발하였고, 극저온 시스템에서 충전전류 특성을 실험적으로 수행하였다. 이를 통해 초전도 전원장치는 초전도 선재(초전도 Nb 박막)를 사용하기 때문에 비선형적인 충전전류 특성을 가짐을 알 수 있었다. 일반적으로, 극저온에서의 실질적인 실험에 있어서 주변 환경에 따른 냉각 비용 문제 등이 대두되기 때문에 다양한 실험을 수행하는데 연구의 어려움이 있다. 따라서 본 논문에서는 개발된 초전도 전원장치의 주파수에 대한 비선형적인 충전 특성을 기반으로 지능형 알고리즘인 RBF 뉴럴 네트워크를 통해서 그 결과를 예측하고 이에 대해서 지능 모델을 구현하였다. 본 논문에서 사용된 RBF 뉴럴 네트워크에서는 효율적인 데이터 처리를 위해서 은닉층에 FCM 클러스터링 알고리즘을 사용하였으며, 클러스터의 수가 모델의 은닉층에서의 노드의 수가 되도록 설계하였다.