• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 2001년도 추계학술대회 논문집
• /
• pp.128-131
• /
• 2001

With the advent of the Internet, data centric computing applications, and e-business applications, virtually all network-stored data has become mission critical in nature. This increasing reliance on the access to enterprise data is challenging the limitations of traditional server-storage solutions. As a result, the ongoing need to add more storage, serve more users and back up more data has given rise to the concept of a SAN(Storage Area Network), “a network whose primary purpose is the transfer of data between computer systems and storage elements and among storage elements.” The purpose of this article is to help the managers and researchers make the understanding of a SAN as the possibility of new data repository in e-business era. This paper provides a thorough literature review on this new concept including its structure, its benefits and disadvantages, and its underlying issues.

• 한국도서관정보학회지
• /
• 제54권4호
• /
• pp.393-414
• /
• 2023

본 연구는 연구데이터 관련 국내 연구의 동향을 파악하기 위하여 RISS에서 연구데이터 관련 논문을 수집하였으며, 데이터 정제 후 총 58건의 연구논문을 대상으로 134개의 저자 키워드를 추출하여 키워드 네트워크 분석을 수행하였다. 분석 결과, 첫째, 아직까지 국내에서 연구데이터 관련 연구의 수가 58건에 지나지 않아 추후 많은 관련 연구가 진행될 필요가 있음을 알 수 있었다. 둘째, 연구데이터 관련 연구 분야는 대부분 복합학 중 문헌정보학에 집중되어 있었다. 셋째, 연구데이터 관련 저자 키워드의 빈도분석 결과 '연구데이터관리', '연구데이터공유', '데이터리포지터리', '오픈사이언스' 등이 다빈도 주요 키워드로 분석되어 연구데이터 관련 연구는 위의 키워드를 중심으로 진행되고 있음을 알 수 있었다. 키워드 네트워크 분석 결과에서도 다빈도 키워드는 연결 중심성 및 매개 중심성에서 중심적인 위치를 차지하며 관련 연구에서 핵심 키워드에 위치하고 있음을 알 수 있었다. 본 연구의 결과를 통하여 최근의 연구데이터 관련 동향을 파악할 수 있었고, 향후 집중적으로 연구해야 하는 분야를 확인할 수 있었다.

• 한국정보관리학회:학술대회논문집
• /
• 한국정보관리학회 2017년도 제24회 학술대회 논문집
• /
• pp.100-100
• /
• 2017

100년의 역사를 지닌 한국지질자원연구원(KIGAM)은 국내 유일의 지질자원 전문연구기관으로서 그간 생산한 조사 연구데이터는 우리나라 과학기술의 귀중한 역사적 학술적 가치가 큰 유산으로써 보존 가치가 매우 크다고 할 수 있다. 하지만 현재 KIGAM의 상황은 최종성과물 위주로 자료관리가 이루어지고 있으며, 조사 연구 과정에서 생산된 암석 토양 지하수샘플이나 조사 탐사장비를 통해 얻어지는 자료는 연구자 또는 연구실 팀에서 개별적으로 관리하고 있다. 이러한 자료관리체계는 자료의 공동 활용이 어렵고, 자료를 보유하고 있는 연구자의 퇴직이나, 조직개편으로 인한 팀 실의 분리 과정에서 자료의 손실과 훼손 가능성이 높고, 누가 어디에 어떤 자료를 무슨 형태로 보관하고 있는지 찾기 어려워 자료의 재활용도가 떨어질 뿐만 아니라, 이로 인한 중복 조사 연구 가능성도 배제할 수 없다. KIGAM은 지질자원분야 국가데이터센터 구축을 목표로 연구과정에서 생산되는 연구데이터의 체계적인 관리와 공유, 활용체계 구축을 위해 2015년도에 기획사업을 통해 중장기 로드맵을 포함한 추진전략을 수립하였으며, 한국과학기술정보연구원(KISTI)의 DataNest를 기술이전받아 지질자원 연구데이터 리포지토리 시스템(GDR: Geoscience Data Repository)를 개발하였다. GDR 시스템 개발을 위해 연구데이터 분류코드를 작성하였으며, 2016년부터 데이터관리계획(DMP: Data Management Plan)을 주요사업 연구계획서 양식에 포함시켜 제출하도록 하였다. 과거 KIGAM은 연구데이터를 수집, 관리하기 위해 몇 차례에 걸쳐 시도를 했지만 실패한 경험을 가지고 있다. 실패 요인에는 (1) 관련 정책, 제도, 조직, 인력, 예산 등 데이터 관리 인프라 부재, (2) 연구사업에서 생산된 데이터는 개인소유라는 인식 및 공유 의식 부족, (3) 데이터 관리 활동은 귀찮은 것이고, 시간 낭비라는 인식, (4) 데이터 관리 공개 공유 활동에 대한 보상체계 부재 등을 꼽을 수 있다. 즉, 제도를 포함한 인프라 부족과 경영진과 구성원의 인식부족이 제일 큰 원인으로 판단된다. 성공적인 연구데이터 관리를 위해서는 지속적이고 꾸준한 투자가 이루어져야 하지만 경영진의 의지에 따라 사업이 중단되기도 한다. 이러한 과거의 실패 요인에 대한 해결 없이 지난 1년 6개월 정도의 GDR 운영은 지지부진하였다. 이러한 문제점을 해결하기 위해서는 국가차원의 제도적 뒷받침이 따라야 한다. 즉 국가 R&D 성과물 관리차원에서 연구데이터를 주요 성과물로 관리해야 할 것으로 판단된다. 연구사업계획서에 DMP를 포함시키고, 연구주제 및 분야별로 데이터센터(혹은 데이터 리포지토리)를 지정하고, 국가 R&D에서 생산되는 연구데이터를 의무적으로 제출하도록 하는 것이다. 또한 데이터센터의 안정적이고 지속적인 운영을 위해 연구사업비 항목에 데이터 관리비를 신설하여 데이터센터의 운영비로 사용하도록 하면 예산문제도 어느 정도 해결 될 수 있을 것으로 본다. 또한 데이터 제출 및 인용도에 따라 데이터 생산부서 혹은 생산자에게 평가점수를 부여하는 등 보상체계 마련을 위한 연구도 필요할 것으로 보인다. 국가 R&D 연구데이터의 수집, 관리, 공유, 활용을 제대로 성공시키려면 국가 R&D 최고정책결정자의 지속적인 관심과 지원이 필수적이다.

• 방사성폐기물학회지
• /
• 제19권1호
• /
• pp.9-27
• /
• 2021

As an example of research activities in decontamination for decommissioning, new data are presented on the options for corrosion layer dissolution during the decommissioning decontamination, or persulfate regeneration for decontamination solutions re-use. For the management of spent decontamination solutions, new method based on solvent extraction of radionuclides into ionic liquid followed by electrodeposition of the radionuclides has been developed. Fields of applications of composite inorganic-organic absorbers or solid extractants with polyacrylonitrile (PAN) binding matrix for the treatment of liquid radioactive waste are reviewed; a method for americium separation from the boric acid containing NPP evaporator concentrates based on the TODGA-PAN material is discussed in more detail. Performance of a model of radionuclide transport, developed and implemented within the GoldSim programming environment, for the safety studies of the LLW/ILW repository is demonstrated on the specific case of the Richard repository (Czech Republic). Continuation and even broadening of these activities are expected in connection with the approaching end of the lifespan of the first blocks of the Czech NPPs.

• Nuclear Engineering and Technology
• /
• 제41권10호
• /
• pp.1361-1374
• /
• 2009

Due to the need of data for a Human Reliability Analysis (HRA), a number of data collection efforts have been undertaken in several different organizations. As a part of this effort, a human error analysis that focused on a set of simulator records on a Steam Generator Tube Rupture (SGTR) scenario was performed by using the Human Event Repository and Analysis (HERA) system. This paper summarizes the process and results of the HERA analysis, including discussions about the usability of the HERA system for a human error analysis of simulator data. Five simulated records of an SGTR scenario were analyzed with the HERA analysis process in order to scrutinize the causes and mechanisms of the human related events. From this study, the authors confirmed that the HERA was a serviceable system that can analyze human performance qualitatively from simulator data. It was possible to identify the human related events in the simulator data that affected the system safety not only negatively but also positively. It was also possible to scrutinize the Performance Shaping Factors (PSFs) and the relevant contributory factors with regard to each identified human event.

• 한국콘텐츠학회논문지
• /
• 제20권6호
• /
• pp.220-229
• /
• 2020

최근 디지털 기술의 발전으로 연구 패러다임이 데이터 중심으로 변화하고 있다. 연구데이터의 국가적 관리와 활용은 연구의 투명성과 효율성을 제고하고, 나아가 데이터 기반으로 급변하는 사회에 대비하기 위한 필수 요소이다. 주요 선진국에서는 공적 지원에 의해 수행된 연구에서 생산되는 연구데이터의 공유·활용을 위한 정책과 인프라 구축이 적극적으로 추진되고 있다. 국내에서도 2019년 국가연구개발과제 제안시 데이터 관리 계획을 제출하도록 관련 규정이 개정되었다. 데이터 관리 계획 제도가 효과적으로 실행되고 지속성을 유지하기 위해서는 연구자에게 다양한 지원 여건이 필요하다. 또한 데이터 관리 계획 가이드라인과 이행 절차는 국가 또는 기관 차원의 연구데이터 관리·활용을 위해 필수적이다. 이 연구에서는 데이터 관리 계획의 개요와 국내의 추진 현황 및 이슈를 살펴보고, 작성 가이드라인과 체크리스트, 적용프로세스, 그리고 연구기관에서의 이행방안을 제시한다.

• 한국국방경영분석학회지
• /
• 제24권1호
• /
• pp.18-40
• /
• 1998

This paper is aimed to design an intelligent military decision aiding system in a network computing environment, especially focusing on designing an intelligent analytic system that has data mining tools and inference engine. Through this study, we concluded that the intelligent analytic system can aid military decision making processes. Highlights of the proposed system are as follows : 1) Decision making time can be reduced by the On-line and Real-time analysis ; 2) Intelligent analysis on military decision problems in network computing environments in enabled; 3) The WWW-based implementation models, which provide a standard user interface with seamless information sharing and integration capability and knowledge repository.

• 한국문헌정보학회지
• /
• 제53권2호
• /
• pp.223-246
• /
• 2019

본 연구에서는 한의학 연구 데이터 관리 및 공유를 위한 메타데이터 요소를 설계하고 한국한의학연구원에서 생산되는 연구 데이터를 대상으로 요소검증을 수행하였다. TTAK.K0-10.0976 표준과 DataCite 메타데이터 스키마, 한국과학기술정보연구원의 국가 연구 데이터플랫폼 스키마를 대상으로 메타데이터 요소를 도출하였다. 최상위 요소로서 Identifier를 포함한 27개 요소가 도출되었으며, 필수요소 29개, 권고요소 13개, 선택요소 31개를 도출하였다. 한의학 관련 분야별 전문가 6인을 대상으로 도출요소에 대한 필요성 정도를 조사하였으며, 추가적인 메타데이터 요소를 제안 받아 검토하였다. 한의학 연구 데이터 주제 분류를 제안하였으며, 최종 제안하는 메타데이터 요소로 현재 운영 중인 시스템의 메타데이터 수용여부를 검증하였다. 본 연구결과는 향후 한국한의학연구원에 구축되는 데이터 리포지터리에 아이템과 파일을 기술하기 위한 메타데이터 스키마로 활용될 수 있다.

• 품질경영학회지
• /
• 제48권4호
• /
• pp.553-566
• /
• 2020

Purpose: The purpose of this study was to design a framework for generating one-class classification algorithm based on Hyper-Rectangle(H-RTGL) in a distributed environment connected by network. Methods: At first, we devised one-class classifier based on H-RTGL which can be performed by distributed computing nodes considering model and data parallelism. Then, we also designed facilitating components for execution of distributed processing. In the end, we validate both effectiveness and efficiency of the classifier obtained from the proposed framework by a numerical experiment using data set obtained from UCI machine learning repository. Results: We designed distributed processing framework capable of one-class classification based on H-RTGL in distributed environment consisting of physically separated computing nodes. It includes components for implementation of model and data parallelism, which enables distributed generation of classifier. From a numerical experiment, we could observe that there was no significant change of classification performance assessed by statistical test and elapsed time was reduced due to application of distributed processing in dataset with considerable size. Conclusion: Based on such result, we can conclude that application of distributed processing for generating classifier can preserve classification performance and it can improve the efficiency of classification algorithms. In addition, we suggested an idea for future research directions of this paper as well as limitation of our work.

• Nuclear Engineering and Technology
• /
• 제53권2호
• /
• pp.522-531
• /
• 2021

We describe a new deep learning model - Convolutional eXtreme Gradient Boosting (ConvXGB) for classification problems based on convolutional neural nets and Chen et al.'s XGBoost. As well as image data, ConvXGB also supports the general classification problems, with a data preprocessing module. ConvXGB consists of several stacked convolutional layers to learn the features of the input and is able to learn features automatically, followed by XGBoost in the last layer for predicting the class labels. The ConvXGB model is simplified by reducing the number of parameters under appropriate conditions, since it is not necessary re-adjust the weight values in a back propagation cycle. Experiments on several data sets from UCL Repository, including images and general data sets, showed that our model handled the classification problems, for all the tested data sets, slightly better than CNN and XGBoost alone and was sometimes significantly better.