• 산업경영시스템학회지
• /
• 제46권2호
• /
• pp.133-142
• /
• 2023

The large process plant is currently implementing predictive maintenance technology to transition from the traditional Time-Based Maintenance (TBM) approach to the Condition-Based Maintenance (CBM) approach in order to improve equipment maintenance and productivity. The traditional techniques for predictive maintenance involved managing upper/lower thresholds (Set-Point) of equipment signals or identifying anomalies through control charts. Recently, with the development of techniques for big analysis, machine learning-based AAKR (Auto-Associative Kernel Regression) and deep learning-based VAE (Variation Auto-Encoder) techniques are being actively applied for predictive maintenance. However, this predictive maintenance techniques is only effective during steady-state operation of plant equipment, and it is difficult to apply them during start-up and shutdown periods when rises or falls. In addition, unlike processes such as nuclear and thermal power plants, which operate for hundreds of days after a single start-up, because the pumped power plant involves repeated start-ups and shutdowns 4-5 times a day, it is needed the prediction and alarm algorithm suitable for its characteristics. In this study, we aim to propose an approach to apply the optimal predictive alarm algorithm that is suitable for the characteristics of Pumped Storage Power Plant(PSPP) facilities to the system by analyzing the predictive maintenance techniques used in existing nuclear and coal power plants.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권3_4호
• /
• pp.316-325
• /
• 2003

기존의 협력적 필터링 기술을 이용한 사용자 선호도 예측 방법에서는 피어슨 상관 계수에 의해 사용자의 유사도를 구하고, 아이템에 대한 사용자의 선호도를 기반으로 이웃 선정 방법을 사용하므로 아이템에 대한 내용을 반영하지 못할 뿐만 아니라 희박성 문제를 해결하지 못하였다. 본 논문에서는 기존의 사용자 선호도 예측 방법의 문제점을 보완하기 위하여 베이지안 추정치가 부여된 유사도 가중치와 연관 사용자 군집을 이용한 선호도 예측 시스템을 제안한다. 제안한 방법에서는 협력적 필터링 시스템에서의 희박성 문제를 해결하기 위하여 Association Rule Hypergraph Partitioning 알고리즘을 사용하여 사용자를 장르별로 군집하며 새로운 사용자는 Naive Bayes 분류자에 의해 이들 장르 중 하나로 분류된다. 또한, 분류된 장르 내에 속한 사용자들과 새로운 사용자의 유사도를 구하기 위해 Naive Bayes 학습을 통해 사용자가 평가한 아이템에 추정치를 달리 부여한다. 추정치가 부여된 선호도를 기존의 피어슨 상관 관계에 적용할 경우 결측치(Missing Value)로 인한 예측의 오류를 적게 하여 예측의 정확도를 높일 수 있다. 제안된 방법의 성능을 평가하기 위해서 기존의 협력적 필터링 기술과 비교 평가하였다. 그 결과 기존의 협력적 필터링 기술의 문제점을 해결하여 예측의 정확도를 높이는데 효과적임을 확인하였다.

• 한국과학교육학회지
• /
• 제24권2호
• /
• pp.375-386
• /
• 2004

과학적 창의성은 창의적 사고만으로 발현될 수 없으며, 과학지식내용과 과학적 탐구기능이 함께 사용되게 마련이다. 따라서, 본 연구에서는 과학적 창의성을 위한 사고, 과학지식내용, 과학적 탐구기능의 3 요소로 구성된 인지적 측면에서의 과학적 창의성 모델을 제안하였다. 그리고 모델의 공통요소로 가치, 독창성, 정교성을 포함시켰다. 최근에는 발산적 사고가 곧 창의적 사고라고 보기보다는, 과학적 창의성에 여러 가지 다양한 사고가 필요하다고 강조해왔다. 본 연구에서는 이러한 논의들에 기초하여, 과학적 창의성을 위한 사고로 발산적 사고, 수렴적 사고, 그리고 연관적 사고를 제안하였다. 인지적 측면의 과학적 창의성 모델에 기초하여 구체적인 과학적 창의성 활동 예시를 제시하고, 어떻게 활동자료가 개발될 수 있는지에 대한 제언을 하였다. 앞으로 연구에서는 구체적으로 다양한 과학적 창의성 활동유형을 정의하고, 유형별 학습지도자료를 개발하게 될 것이다.

• 아동학회지
• /
• 제25권5호
• /
• pp.193-208
• /
• 2004

본 연구는 여러 정서표현의 길이가 놀이 행동과 비놀이 행동에 있어서 유의미한 차이가 있는지, 또한 정서표현과 관련된 놀이의 인지적, 사회적 맥락은 무엇인지를 살펴봄으로써 놀이의 정의적 국면으로 간주되어야할 정서적 특정과 그 맥락적 특정을 밝히고자 하였다. 아동의 놀이 행동에 있어 가장 지배적으로 나타나는 정서는 흥미였으나, 비놀이 행동에서와 비교하여 놀이 행동에서는 오히려 흥미와 분노 표현이 유의미하게 짧게 관찰되었고, 유일하게 기쁨만이 비놀이 행동에서보다 놀이 행동에서 유의미하게 오래 표현되었으며 이러한 현상은 나이와 성에 관계없이 일관되게 나타났다. 또한 흥미 정서의 표현은 구성놀이에서와 단독, 병렬놀이 등에서, 기쁨 정서의 표현은 격투놀이와 연합, 협동 놀이 등에서 유의미하게 오래 관찰되었다. 본 연구 결과는 놀이의 정의에 있어 즐거움이라는 정서적 특성에 대한 경험적 증거로서의 의의와 놀이에서의 기쁨의 표현에 대한 맥락적 해석을 중심으로 논의되었다.

• 디자인학연구
• /
• 제15권1호
• /
• pp.37-48
• /
• 2002

급속한 사회의 변화와 소비자의 인식변화 속에서 기업경영에 중요한 요인들 중에서 기업 이미지전략은 기입의 생존차익에서 그 중요성이 증가하고 있다. 현재 우리나라 기업들은 기업실체광고와 기업공익광고를 병행해 가면서 기업이미지를 수정하거나 창출하려고 노력하고 있는데, 이는 기업이미지에 대한 시대적 필요성이라고 생각된다. 본 연구는 1990년부터 약 10년 동안 국내 기업에서 행한 기업광고 사례 중 인쇄매체를 중심으로 비교·분석하였다. 국내 기업에서 행하는 기업광고는 그 이론적 배경과 크리에티브 설정에 따라 여러 가지 컨셉으로 구분이 가능하다. 기업광고에 대한 기초적인 이론적 배경으로는 인지 심리적 모델과 연계적 학습모델로 구분하였고, 크리에이티브의 설정은 임의 차별성, 경쟁 우위성, 고유 독창성으로 구분하여 6가지 사례 영역으로 설정하여 분석하였다. 이 기준을 통해 6가지 사례 영역으로 구분하여 국내 기업광고 전략 중 대표적인 사례를 각 영역에 적용하여 이론적인 측면과 실무적인 면에서의 효과와 문제점을 비교·분석하여 향후 기업광고 전략 수립 시 참고자료로 제시하고자 했다.

• 스마트미디어저널
• /
• 제10권1호
• /
• pp.63-69
• /
• 2021

사람이 어떤 문장을 보고 그 문장에 대해 이해하는 것은 문장 안에서 주요한 단어를 이미지로 연상시켜 그 문장에 대해 이해한다. 이러한 연상과정을 컴퓨터가 할 수 있도록 하는 것을 text-to-image라고 한다. 기존 딥 러닝 기반 text-to-image 모델은 Convolutional Neural Network(CNN)-Long Short Term Memory(LSTM), bi-directional LSTM을 사용하여 텍스트의 특징을 추출하고, GAN에 입력으로 하여 이미지를 생성한다. 기존 text-to-image 모델은 텍스트 특징 추출에서 기본적인 임베딩을 사용하였으며, 여러 모듈을 사용하여 이미지를 생성하므로 학습 시간이 오래 걸린다. 따라서 본 연구에서는 자연어 처리분야에서 성능 향상을 보인 어텐션 메커니즘(Attention Mechanism)을 문장 임베딩에 사용하여 특징을 추출하고, 추출된 특징을 GAN에 입력하여 이미지를 생성하는 방법을 제안한다. 실험 결과 기존 연구에서 사용되는 모델보다 inception score가 높았으며 육안으로 판단하였을 때 입력된 문장에서 특징을 잘 표현하는 이미지를 생성하였다. 또한, 긴 문장이 입력되었을 때에도 문장을 잘 표현하는 이미지를 생성하였다.

• 한국수자원학회논문집
• /
• 제31권1호
• /
• pp.13-25
• /
• 1998

신경회로망은 어떤 사상에 대한 인과관계를 연상기억능력을 통하여 인식할 수 있는 기능을 가지고 있을 뿐 아니라 비선형현상에 대한 적응능력이 뛰어나 수문계의 강우-유출 현상에 대한 적용가능성은 많으나 이를 수문학적으로 검증하는데는 아직 검토단계라 할 수 있으며 적용에 따른 방법론에 대한 연구가 필요하다 할 수있다. 본 연구에서는 하천유역에서 호우의 발생에 따른 하천의 홍수유출수문곡선을 모의하기 위한 블랙박스모형으로서 신경회로망이론의 적용에 따른 문제를 수문학적으로 규명하고자 하였다. 이를 위한 방법으로서 홍수발생의 직접적인 원인인 강우패턴을 신경회로망의 입력패턴으로하고 이에 따른 출력패턴을 유출수문곡선이라는 가정하에 신경회로망모형을 구성하고 평창강유역에서 발생된 과거 홍수기록자료를 이용하여 그 결과를 제시하였다. 본 연구결과에 의하면 신경회로망의 학습이 수행되는 동안 어떠한 형태로든 수문학적 개념을 토대로 구성된 모형의 구조에 잘 적응되고 있음을 알수 있었다. 이 결과를 토대로 지금까지 복잡한 과정을 거쳐야하는 강우-유출 모형화 과정에서 발생되는 문제점들을 효율적으로 해결할 수 있는 접근방법으로서 활용될수 있을 것으로 기대된다.