• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2007년도 추계 학술논문 발표대회
• /
• pp.109-113
• /
• 2007

This paper introduces a system, Simulation based Stochastic Markup Estimation System (S2ME), for estimating optimum markup for a project. The system was designed and implemented to better represent the real world system involved in construction bidding. The findings obtained from the analysis of existing assumptions used in the previous quantitative markup estimation methods were incorporated to improve the accuracy and predictability of the S2ME. The existing methods has four categories of assumption as follows; (1) The number of competitors and who is the competitors are known, (2) A typical competitor, who is fictitious, is assumed for easy computation, (3) the ratio of bid price against cost estimate (B/C) is assumed to follow normal distribution, (4) The deterministic output obtained from the probabilistic equation of existing models is assumed to be acceptable. However, these assumptions compromise the accuracy of prediction. In practice, the bidding patterns of the bidders are randomized in competitive bidding. To complement the lack of accuracy contributed by these assumptions, bidding project was randomly selected from the pool of bidding database in the simulation experiment. The probability to win the bid in the competitive bidding was computed using the profile of the competitors appeared in the selected bidding project record. The expected profit and probability to win the bid was calculated by selecting a bidding record randomly in an iteration of the simulation experiment under the assumption that the bidding pattern retained in historical bidding DB manifest revival. The existing computation, which is handled by means of deterministic procedure, were converted into stochastic model using simulation modeling and analysis technique as follows; (1) estimating the probability distribution functions of competitors' B/C which were obtained from historical bidding DB, (2) analyzing the sensitivity against the increment of markup using normal distribution and actual probability distribution estimated by distribution fitting, (3) estimating the maximum expected profit and optimum markup range. In the case study, the best fitted probability distribution function was estimated using the historical bidding DB retaining the competitors' bidding behavior so that the reliability was improved by estimating the output obtained from simulation experiment.

• 대한토목학회논문집
• /
• 제26권4D호
• /
• pp.635-647
• /
• 2006

한국기업의 해외건설공사 진출은 1960년대 이후 45년간 약4,900여건, 총 1,933억불 이상의 실적을 거두어 오면서, 고용증대와 국제수지 개선 등 경제발전에 지대한 공헌을 해왔다. 그러나 해외건설 프로젝트는 정치, 경제, 사회, 문화 등 다양하고 복잡한 리스크에 노출되어 있어 국내 건설사업에 비해 수익성이 악화될 수 있는 가능성이 매우 높은 특성을 갖고 있다. 또한 소수의 악성 프로젝트에 의해서 전체 기업의 재무구조를 악화시키는 사태가 빈번히 발생하고 있는 국내 기업의 현실에서, 해외공사의 계획이나 수주 시에 양질의 프로젝트를 선별하고 그에 따라 미리 대상 프로젝트의 특성을 파악하여, 적정한 관리요소 및 전략을 수립하는 것은 매우 중요한 요소라고 할 수 있다. 따라서 본 연구는 해외건설공사 수익성에 영향을 미치는 인자를 도출하고 이러한 영향인자와 수익성간의 인과관계를 분석하여, 향후 프로젝트의 계획 및 수주 시 해당 프로젝트의 수익성을 미리 가늠해볼 수 있는 예측모델을 도출하고자 한다. 이를 위해 본 연구에서는 문헌조사 및 전문가 자문을 통해 64개의 해외건설공사 수익성 영향 리스크인자를 도출하였으며, 실제 사례에 기반한 자료수집 및 통계분석을 통해 수익성 영향인자와 해외공사 수익성 성과간의 인과관계를 규명하였다. 또한 도출된 예측모델의 검증을 위해, 추가적인 15개 프로젝트에 적용하여 예측모델의 정확성을 검증하였으며, 웹 기반의 프로그램으로 예측모델을 구축하여 활용을 위한 기반을 조성하였다. 이러한 수익성 예측모델의 활용을 통해서 국내 건설업체들은 해외건설공사 진출 시 해당 프로젝트의 타당성을 사전에 확인하여 양질의 프로젝트를 선별함으로써 해외건설공사의 수익성 향상을 위한 수주 전략의 수립이 가능할 것으로 기대된다.

• 한국신재생에너지학회:학술대회논문집
• /
• 한국신재생에너지학회 2011년도 춘계학술대회 초록집
• /
• pp.189.1-189.1
• /
• 2011

Global warming effect was intensified due to rapid growth of fossil fuel consumption caused by urbanization and industrialization. Various efforts was being done to solve the problems leading to anomaly climate such as flood, downpour, heavy snow. As a results of international efforts for management of global warming, Kyoto Protocol, which was passed in Kyoto, Japan in 1997, designated $CO_2$, $CH_4$, $N_2O$, HFCs, PFCs, $SF_6$ as a global warming gases. And IPCC(Intergovernmental Panel on Climate Change) suggested IPCC guideline for systematic establishment of national greenhouse gas inventory. Among five categories in IPCC guideline, the representative emission source of waste category is SWDS(solid waste disposal site). The concentrative research should progress for effective management of greenhouse gas related with waste. In this study, Tier1 and Tier2 methods which was suggested by 2006 IPCC(Intergovernmental Panel on Climate Change) guideline, was used to predict methane generation from C sanitary landfill located in Chungju area. To predict methane generation from C sanitary landfill, all factors were defaults values that were provided by 2006 IPCC guideline and Korea emission factors for Tier1 and Tier2 method. And economics of generated methane was estimated. From the predicted result using IPCC guideline, the methane generation was persistingly increased over a 9-year period(2000 ~ 2008). Aggregated amount of methane generation was about 3,017ton and 3,170ton predicted by Tier1 and Tier2, respectively. From the results of estimated economic value gained by generated methane from the C sanitary landfill for ten years from now(2010 ~ 2020), the profit was about 2.39 ~ 2.76 hundred million won.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권7호
• /
• pp.263-270
• /
• 2014

본 논문에서는 영화의 흥행을 예측하기 위한 방법을 제안한다. 최근 영화시장이 성장함에 따라 시장의 수요를 예측하기 위한 다양한 연구들이 수행되고 있다. 영화는 비교적 수명주기가 짧은 문화상품이다. 따라서 안정적인 수익을 창출하기 위해 개봉 전 마케팅비용 및 개봉 후 스크린 수 등에 대한 설계가 필요하다. 이를 위해서는 상품의 수요와 경제적인 수익규모에 대한 계산이 선행되어야 한다. 기존 관련 연구들의 경우 예측을 위한 변수로서 주로 영화 자체의 속성들이나 시장에서의 경쟁요인 등을 이용한다. 그러나 정작 상품을 구매하는 주체인 잠재관객들에 대한 비중은 비교적 미비하다. 따라서 본 논문에서는 사람들이 가진 영화에 대한 인지도를 고려하기 위해 트위터를 하나의 설문표본으로서 활용했다. 기존에 사용된 변수들과 트위터에서 추출한 정보를 오프라인 요소와 온라인 요소로 정의하고, 두 요소를 취합하여 기계학습을 적용했다. 실험을 통해 본 논문에서 제시하는 예측기법을 검증했으며, 실험결과 약 95%의 정확도로 영화의 흥행을 예측했다.

• 한국산업정보학회논문지
• /
• 제23권4호
• /
• pp.81-92
• /
• 2018

Bitcoin is a cryptographic digital currency and has been given a significant amount of attention in literature since it was first introduced by Satoshi Nakamoto in 2009. It has become an outstanding digital currency with a current market capitalization of approximately $60 billion. By 2019, it is expected to have over 5 million users. Nowadays, investing in Bitcoin is popular, and along with the advantages and disadvantages of Bitcoin, learning how to forecast is important for investors in their decision-making so that they are able to anticipate problems and earn a profit. However, most investors are reluctant to invest in bitcoin because it often fluctuates and is unpredictable, which may cost a lot of money. In this paper, we focus on solving the Bitcoin forecasting prediction problem based on deep learning structures and neural decomposition. First, we propose a deep learning-based framework for the bitcoin forecasting problem with deep feed forward neural network. Forecasting is a time-dependent data type; thus, to extract the information from the data requires decomposition as the feature extraction technique. Based on the results of the experiment, the use of neural decomposition and deep neural networks allows for accurate predictions of around 89%.

• 기술혁신연구
• /
• 제14권3호
• /
• pp.209-235
• /
• 2006

Since the end of the cold war, technical tie-up between private corporations and an army in developed countries has increased a lot, and the trend is spreading through developing countries rapidly. To cope with the circumstance actively, the dual use technology program for both private corporations and an army was begun in Korea in 1998. With the program, overlapping investment was resolved and technology transfer was stimulated. And the standardization and information exchange saved considerable national budget and made possible economic profit. Yet, the combination project of 4 ministries and offices showed problems such as loose cooperation and, low industralization record. However, developed countries are out of the mere stage of dual technology development and turn into broad technical tie-up including future prediction, national competitiveness improvement, and the private company's leading participation and they are systemizing them very fast. Korea also set up the national defense reform plan with the blueprint of future military force improvement, budget increase for national defense research, and increased participation of private corporations, and created Defense Acquisition program Administration to support them. The innovation of national defense system brings forward the need to link the private and military innovation. Korea has pursued the fast growth through assimilation, absorption, and improvement of foreign technology. But now, Korea has to focus on self innovation, original technology, parts and material. As this applies to private companies and military equally, it is important to concentrate limited resources for the effective technology cooperation. Considering this, the strategies to activate the dual use technology are program concept and range extension, task-deduction way improvement and future-oriented common task deduction, and promotion system improvement.

• 디지털융복합연구
• /
• 제14권9호
• /
• pp.317-323
• /
• 2016

빅데이터는 현재 기업 경쟁력의 주요 자산으로 여겨지고 있고 향후에 그 영향력은 더욱 확대될 것으로 전망된다. 그 중요성을 인식한 기업들은 이미 빅데이터를 제품 개발과 마케팅에 적극적으로 활용하고 있으며 정치, 스포츠 등 사회 전반에 걸쳐 적용분야는 점점 늘어나고 있다. 그러나 시스템 구축에 따른 노하우 부족과 고비용은 빅데이터 시스템 도입에 여전히 큰 장애가 되고 있다. 본 논문에서는 중소규모 오프라인 마켓의 POS 판매 데이터를 빅데이터 시스템 중 오픈소스인 하둡(Hadoop) 및 하이브(Hive)를 기반으로 하는 빅데이터 시스템 구현을 목표로 한다. 이러한 융복합을 통해 단순히 손익분석과 재고관리 등에 집중되었던 기존 판매 시스템을 보완하여 고객의 소비패턴과 선호도 조사, 수요에 대한 사전 예측이 가능하도록 하는 경영자의 합리적인 의사결정에 기초자료로 활용할 수 있을 것으로 기대된다.

• 한국정보통신학회논문지
• /
• 제22권1호
• /
• pp.17-25
• /
• 2018

최근 ICT기술의 발전과 스마트 기기의 급격한 보급으로 엄청난 양의 정보가 생성되고 있다. 추천 시스템은 과도한 정보제공(information overload)으로부터 정보 수용자의 적절한 판단을 도와주고, 정보 제공자에게는 기업의 이윤과 업체홍보 효과를 증대 시킬 수 있는 해결책으로 등장하였다. 추천 시스템은 다양한 접근법으로 구현이 가능하지만, 소셜 네트워크 정보로 성능을 향상시킬 수 있는 방법으로 제시되었다. 그러나 추천 시스템 내의 사용자간에 형성되는 신뢰 클러스터의 정보를 활용하는 방안은 연구되지 못하였다. 본 논문에서는 온라인 리뷰에서 생성되는 클러스터에서 클러스터 내부 객체 간 영향성과 트러스터-트러스티 간 정보를 이용하여 추천 시스템의 성능을 향상시키는 방식을 제안하였다. 제안하는 방식을 구현하고 실제 데이터를 활용하여 실험한 결과 기존의 방식들보다 예측 정확도가 향상됨을 확인하였다.

• 경영과정보연구
• /
• 제22권
• /
• pp.211-229
• /
• 2007

The ISO/TS16949 APQP goal of defect prevention and decrease of spread waste, is the customer satisfaction which leads a continuous improvement and profit creation. The quality expense where the most is caused by but with increase of production initial quality problem occurrence is increasing to is actuality. Like this confirmation amendment. with the problem which is forecast in the place development at the initial stage which it does completeness it does not confront not to be able, production phase to be imminent, the problem accumulates and it talks the development shedding of which occurs. In opposition, prediction confrontation. is forecast in development early stage to and it is a structure which does not occur a problem to production early stage. Like this development is a possibility of accomplishing competitive company from production phase. Which attains an goal of, chance cause it leads a APQP activity (common cause) with special cause prevention & detection the connection characteristic of the focus technique against a interaction is important. And the customer requirement satisfaction and must convert a APQP goal of attainment at the key characteristics action step. (1) The Prevention - with Design FMEA application prevention of the present design management/detection, (2) the Detection (prevention/detection) - with Process FMEA application prevention of the present process control/detection, (3) Special Cause - statistical process control (SPC) 4M cause spread removal, (4) Common Cause - statistical process control (SPC) the nothing zero defect which leads the continuous improvement back of spread with application it will be able to attain with application.

• KNOM Review
• /
• 제21권2호
• /
• pp.1-9
• /
• 2018

네트워크 가상화 (Network virtualization)는 물리 네트워크상에서 각 사용자 별로 독립된 가상의 네트워크 환경을 생성하는 기술을 지칭한다. 네트워크 가상화 기술은 물리 네트워크 자원을 공유하여 사용자 별로 네트워크를 구축하는 데 필요한 비용을 절감할 수 있으며, 네트워크 관리자가 요구사항에 따라 동적으로 네트워크를 관리할 수 있도록 돕는다. 하지만 동적으로 네트워크 관리를 수행할 수 있다는 장점에도 불구하고, 관리자가 여전히 직접 판단을 내리고 관리 기능을 실행하는 과정은 동일하다. 네트워크 관리 기능 실행 전까지 관리자에 의해 네트워크 상황을 파악하고 결정을 내리는 과정에는 많은 시간이 소요될 수 있기 때문에 네트워크 가상화로 얻을 수 있는 동적 네트워크 관리라는 장점을 최대화 하지 못하고 있다. 본 논문에서는 기계학습 (Machine Learning) 기술을 도입하여 사람의 도움 없이 네트워크가 스스로 학습하여 동적으로 네트워크 관리를 수행하는 방법을 제안한다. 제안하는 방법은 가상 네트워크 관리에서 핵심적이고 필수적인 문제인 자원관리 최적화 문제를 서비스 펑션 체인(Service Function Chaining) 문제로 정의하고, VNF의 자원 수요를 예측하여 적절한 자원을 동적으로 할당해 서비스 중단이 일어나는 것을 방지하면서 네트워크 운용비용을 절감하는 것을 목표로 한다.