In this paper, we consider a relatively new two-machine flow shop scheduling problem where the unit time WIP cost increases as a job passes through various stages in the production process, and the objective is to minimize the total WIP (work-in-process) cost. Specifically, we study three special cases of the problem. First, we consider the problem where processing times on machine 1 are identical. Second, the problem with identical processing times on machine 2 is examined. The recognition version of the both problems is unary NP-complete (or NP-complete in strong sense). For each problem, we suggest two simple and intuitive heuristics and find the worst case bound on relative error. Third, we consider the problem where the processing time of a job on each machine is proportional to a base processing time. For this problem, we show that a known heuristic finds an optimal schedule.
International Journal of Fuzzy Logic and Intelligent Systems
/
제14권3호
/
pp.209-215
/
2014
Sequence tagging is the task of predicting frame-wise labels for a given input sequence and has important applications to diverse domains. Conventional methods such as maximum likelihood (ML) learning matches global features in empirical and model distributions, rather than local features, which directly translates into frame-wise prediction errors. Recent probabilistic sequence models such as conditional random fields (CRFs) have achieved great success in a variety of situations. In this paper, we introduce a novel discriminative CRF learning algorithm to minimize local feature mismatches. Unlike overall data fitting originating from global feature matching in ML learning, our approach reduces the total error over all frames in a sequence. We also provide an efficient gradient-based learning method via gradient forward-backward recursion, which requires the same computational complexity as ML learning. For several real-world sequence tagging problems, we empirically demonstrate that the proposed learning algorithm achieves significantly more accurate prediction performance than standard estimators.
When the product is removed from the mold after molding during the sheet metal molding process, elastic recovery causes a springback phenomenon. Much research has been done to minimize this phenomenon. In this study, V-bending experiments were conducted using galvanized steel sheets, stainless steel, and aluminum sheet materials, using a total of nine types of thin sheet materials of 1.0t, 1.5t, and 2.0t, respectively. Molding analysis and experimental data were compared and analyzed. In the case of galvanized steel sheets, it was considered that the springback phenomenon occurs more frequently in molding analysis than in experiments. It was considered that the springback phenomenon occurs greatly in the experiment, not the interpretation of the molding of the stainless steel plate and the aluminum plate. It was considered that the springback occurrence tendency of the molding analysis and the experiment was the same, and the springback occurrence error rate of the molding analysis and the experimental result was about 4.0%.
The temporal trends of the prioritized toxic water pollutants generated and discharged from the industrial facilities in the Geum-River basin, Korea were analyzed with the results of the nationwide Water Pollution Source Survey conducted in 2001 - 2012. The statistical results indicated rapid increase in the volume of raw toxic wastewaters whereas the amount of each toxic pollutant kept fluctuating for 12 years. Serious discrepancies in the survey data of the same type of industries demonstrated a low reliability of the survey result, which stemmed from several error factors. A unit-load for each type of industrial facility was devised to estimate the amount of prioritized toxic water pollutant based on the total volume of industrial wastewater generated from the same type of industrial facilities. The supplementary measures with an effective permit issuance policy and adding survey parameters of terminal wastewater treatment plants to use them as references to the Water Pollution Source Survey were suggested as means to minimize the errors associated with the false reports from the industries.
EVs manufacturers typically target a range of 300 km on a fully charged battery. Many studies have been conducted to improve these disadvantages. As a results, the mileage of EVs is expected to increase significantly. However, as the distance traveled by EVs increases, current test method (SCT) have many difficulties. The biggest problem is that it takes a lot of time to test an EVs and greatly increases the error rate during the test period. In order to solve these problems, this paper discusses the fuel economy test method of EVs for energy efficiency and mileage. The comparison of test methods was achieved by chassis dynamometer test about EVs. These review of test methods are intended to both improve testing efficiency and provide a practical testing methodology that can be easily adapted to accommodate future testing enhancements. In conclusion, the results of MCT mode and SCT mode comparison show similar results within 3 %, confirming that the test method is appropriate. Also, as the CSCM distance becomes shorter in the MCT mode, the mileage becomes longer and the fuel economy becomes lower. As a result, the error from the SCT test results is expected to increase. In order to minimize the error of SCT measurement fuel economy, it is recommended to maximize the CSCM driving distance. However, since the timing of the EOT is not clearly known, it is reasonable to define the allowable range of the CSCE to be within 20 % of the MCT total mileage.
RC 고층건물에서 발생하는 기둥축소의 예측 오차를 최소화하기 위하여 계측결과를 이용한 해석보정에 대한 변수연구가 수행되었다. 해석보정의 변수는 해석보정 시행기준, 해석보정 값, 계측 위치이며, 변수에 따른 해석보정 모델을 41층 규모의 RC 건물의 시공단계해석에서 적용하여 변수에 따른 보정 효과를 비교·분석하였다. 보정 횟수와 전체 보정량에 따른 층별 오차 값의 감소율을 비교하였으며, 해석보정의 시행기준은 일정한 간격을 기준으로 해석보정 할 경우, 해석보정 값은 오차 값만큼 보정할 경우, 계측 위치는 매 층 계측이 될 경우에 오차가 최소화되는 경향을 확인하였다. 이로부터 실제 해석 모델에 대하여 여러 해석보정 모델을 적용함으로써 가장 적합한 해석보정 모델을 도출할 수 있음을 확인하였다.
There are many cases of production processes which intermittently produce several different kinds of products for stock through one set of physical facility. In this case, an important question is what size of production run should be prduced once we do set-up for a product in order to minimize the total cost, that is, the sum of the set-up, carrying, and stock-out costs. This problem is used to be called scheduling of multiple products through a single facility in the production management field. Despite the very common occurrence of this type of production process, no one has yet devised a method for determining the optimal production schedule. The purpose of this study is to develop quantitative analytical models which can be used practically and give us rational production schedules. The study is to show improved models with application to a can-manufacturing plant. In this thesis the economic production quantity (EPQ) model was used as a basic model to develop quantitative analytical models for this scheduling problem and two cases, one with stock-out cost, the other without stock-out cost, were taken into consideration. The first analytical model was developed for the scheduling of products through a single facility. In this model we calculate No, the optimal number of production runs per year, minimizing the total annual cost above all. Next we calculate No$_{i}$ is significantly different from No, some manipulation of the schedule can be made by trial and error in order to try to fit the product into the basic (No schedule either more or less frequently as dictated by) No$_{i}$, But this trial and error schedule is thought of inefficient. The second analytical model was developed by reinterpretation by reinterpretation of the calculating process of the economic production quantity model. In this model we obtained two relationships, one of which is the relationship between optimal number of set-ups for the ith item and optimal total number of set-ups, the other is the relationship between optimal average inventory investment for the ith item and optimal total average inventory investment. From these relationships we can determine how much average inventory investment per year would be required if a rational policy based on m No set-ups per year for m products were followed and, alternatively, how many set-ups per year would be required if a rational policy were followed which required an established total average inventory inventory investment. We also learned the relationship between the number of set-ups and the average inventory investment takes the form of a hyperbola. But, there is no reason to say that the first analytical model is superior to the second analytical model. It can be said that the first model is useful for a basic production schedule. On the other hand, the second model is efficient to get an improved production schedule, in a sense of reducing the total cost. Another merit of the second model is that, unlike the first model where we have to know all the inventory costs for each product, we can obtain an improved production schedule with unknown inventory costs. The application of these quantitative analytical models to PoHang can-manufacturing plants shows this point.int.
최근 인터넷 사용의 증가에 따라 네트워크에 연결된 시스템에 대한 악의적인 해킹과 침입이 빈번하게 발생하고 있으며, 각종 시스템을 운영하는 정부기관, 관공서, 기업 등에서는 이러한 해킹 및 침입에 의해 치명적인 타격을 입을 수 있는 상황에 놓여 있다. 이에 따라 인가되지 않았거나 비정상적인 활동들을 탐지, 식별하여 적절하게 대응하는 침입탐지 시스템에 대한 관심과 수요가 높아지고 있으며, 침입탐지 시스템의 예측성능을 개선하려는 연구 또한 활발하게 이루어지고 있다. 본 연구 역시 침입탐지 시스템의 예측성능을 개선하기 위한 새로운 지능형 침입탐지모형을 제안한다. 본 연구의 제안모형은 비교적 높은 예측력을 나타내면서 동시에 일반화 능력이 우수한 것으로 알려진 Support Vector Machine(SVM)을 기반으로, 비대칭 오류비용을 고려한 분류기준값 최적화를 함께 반영하여 침입을 효과적으로 차단할 수 있도록 설계되었다. 제안모형의 우수성을 확인하기 위해, 기존 기법인 로지스틱 회귀분석, 의사결정나무, 인공신경망과의 결과를 비교하였으며 그 결과 제안하는 SVM 모형이 다른 기법에 비해 상대적으로 우수한 성과를 보임을 확인할 수 있었다.
재범예측은 70년대 이전부터 전문가들에 의해서 꾸준히 연구되어온 분야지만, 최근 재범에 의한 범죄가 꾸준히 증가하면서 재범예측의 중요성이 커지고 있다. 특히 미국과 캐나다에서 재판이나 가석방심사 시 재범 위험 평가 보고서를 결정적인 기준으로 채택하게 된 90년대를 기점으로 재범예측에 관한 연구가 활발해졌으며, 비슷한 시기에 국내에서도 재범요인에 관한 실증적인 연구가 시작되었다. 지금까지 대부분의 재범예측 연구는 재범요인 분석이나 재범예측의 정확성을 높이는 연구에 집중된 경향을 보이고 있다. 그러나 재범 예측에는 비대칭 오류 비용 구조가 있기 때문에 경우에 따라 예측 정확도를 최대화함과 동시에 예측 오분류 비용을 최소화하는 연구도 중요한 의미를 가진다. 일반적으로 재범을 저지르지 않을 사람을 재범을 저지를 것으로 오분류하는 비용은 재범을 저지를 사람을 재범을 저지르지 않을 것으로 오분류하는 비용보다 낮다. 전자는 추가적인 감시 비용만 증가되는 반면, 후자는 범죄 발생에 따른 막대한 사회적, 경제적 비용을 야기하기 때문이다. 이러한 비대칭비용에 따른 비용 경제성을 반영하여, 본 연구에서 비대칭 오류 비용을 고려한 XGBoost 기반 재범 예측모델을 제안한다. 모델의 첫 단계에서 최근 데이터 마이닝 분야에서 높은 성능으로 각광받고 있는 앙상블 기법, XGBoost를 적용하였고, XGBoost의 결과를 로지스틱 회귀 분석(Logistic Regression Analysis), 의사결정나무(Decision Trees), 인공신경망(Artificial Neural Networks), 서포트 벡터 머신(Support Vector Machine)과 같은 다양한 예측 기법과 비교하였다. 다음 단계에서 임계치의 최적화를 통해 FNE(False Negative Error)와 FPE(False Positive Error)의 가중 평균인 전체 오분류 비용을 최소화한다. 이후 모델의 유용성을 검증하기 위해 모델을 실제 재범예측 데이터셋에 적용하여 XGBoost 모델이 다른 비교 모델 보다 우수한 예측 정확도를 보일 뿐 아니라 오분류 비용도 가장 효과적으로 낮춘다는 점을 확인하였다.
Large-Scale Particle Image Velocimetry (LSPIV)는 Particle Image Velocimetry (PIV)를 실험실내의 비교적 규모가 큰 흐름이나 하천에서의 표면유속장의 측정 등 넓은 영역에 적용할 수 있도록 확장시킨 것이다. LSPIV는 PIV의 구성요소를 포함하여 추적자 투하, 조명, 촬영, 이미지 변환, 이미지 처리 및 후처리의 여섯 단계로 구성된다. 본 연구에서는 LSPIV의 모바일 버전인 MLSPIV를 이용하여 하천에서의 유속측정시 각 단계별로 발생가능한 오차성분을 정의하였고, 기존의 연구 결과를 바탕으로 오차의 영향이 정량적으로 밝혀진 것을 정리하였다. 각 단계별로 오차 발생요인을 조사한 결과 27개의 성분오차성분을 파악하였다. 이중에서 5개의 오차요소는 기존에 연구가 진행되었고, 7개의 오차요소는 본 논문에서 적용시의 MLSPIV에는 그 효과가 미치지 않는 것으로 파악하였다. 나머지 15개의 오차성분 중 4가지 오차성분- 샘플링시간, 이미지 해상도, 추적자의 성질, 바람-에 대해서 유속산정시 미치는 영향을 파악하기 위하여 개수로 실험장치를 이용한 실내시험을 실시하였다. 이미지 프로세싱에 이용한 이미지수로부터 나타나는 유속계산 오차를 조사한 결과 이미지의 개수가 50매 이상인 경우는 이로 인한 오차가 1 % 이하로 감소함을 파악하였다. 촬영된 이미지의 해상도가 유속계산시 미치는 영향을 조사하기 위해 세 가지 이미지 해상도로 변화시키면서 유속측정 오차를 분석한 결과 저해상도의 이미지를 이용한 경우 고해상도 이미지를 이용한 경우와 비교하여 3 % 가량의 차이를 나타내었다. 추적자의 성질과 바람의 영향에 대해서는 흐름의 평균유속이 큰 경우에는 바람이 추적자에 마치는 영향이 현격히 줄어듬을 보이고 있다. 즉, 유속이 증가함에 따라 바람의 영향은 감소하나, 바람의 영향을 최소화시키기 위해서는 가급적 비중이 큰 물질(0.5
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.