• Title/Summary/Keyword: 가공모델

Search Result 960, Processing Time 0.039 seconds

A Study on Critical Success Factors in GIS Business Models (GIS Business Model의 성공요인 도출에 관한 연구)

  • Hwang, Yong-Ho;Jeon, Nam-Joo;Kim, Min-Hyung;Leem, Choon-Seong
    • 한국IT서비스학회:학술대회논문집
    • /
    • 2006.11a
    • /
    • pp.491-497
    • /
    • 2006

  • 최근 유비쿼터스를 비롯한 정보기술의 급격한 발전에 따라 GIS를 통하여 누구나 일상 속에서 직접 지리정보를 활용할 수 있게 되면서 공공분야 및 연관 산업분야에 큰 파급효과를 가져오고 있다. 특히, 지리정보의 유통 방식이 기존의 공급자가 제공하는 지리정보에 대해 조회 위주에서 벗어나 현장에서 실시간으로 지리정보를 가공하고 직접 갱신할 수 있는 양방향 서비스로 진화하면서, GIS는 u-City 구현에 필수적인 위치기반 공공서비스 인프라 구현을 통해 민간의 내비게이션, 텔레매틱스 등 관련분야 시장규모가 해마다 급속히 성장하고 있다. 하지만 이러한 상승세에도 불구하고 여전히 기관마다 서로 유사한 서비스를 제공하는 경우가 빈번하고, 민간의 대다수 유관업체들 역시 아직 지속적인 수익모델을 찾지 못해 단말기 제조 등 특정 분야에만 머무르고 있는 실정이다. 따라서 업종특성에 맞는 보다 구체적이고 유망한 신규 사업모델의 개발이 시급하다. 본 연구는 GIS 특성에 근거하여 사업모델 개발에 필요한 성공요인을 도출하고 그 타당성을 분석함으로서, 이를 통해 다양한 성공적인 지리정보 활용 비즈니스 모델의 구현과 평가에 기여하고자 한다.

  • PDF

College Admissions Counseling ChatBot based on a Large Language Models (대규모 언어 모델 기반 대학 입시상담 챗봇)

  • Se-Hoon Lee;Ung-Hoe Lee;Ji-Woong Kim;Yeon-Su Noh
    • Proceedings of the Korean Society of Computer Information Conference
    • /
    • 2023.07a
    • /
    • pp.371-372
    • /
    • 2023

  • 본 논문에서는 대규모 언어 모델(Large Language Models)을 기반으로 한 입학 상담용 챗봇을 설계하였다. 입시 전문 LLM은 Polyglot-ko 5.8B을 베이스 모델로 대학의 입시 관련 데이터를 수집, 가공한 후 데이터 증강을 하여 파인튜닝 하였다. 또한, 모델 성능 향상을 위해 RLHF의 후 공정을 진행하였다. 제안 챗봇은 생성한 입시 LLM을 기반으로 웹브라우저를 통해 접근하여 입시 상담 자동 응답 서비스를 활용할 수 있다.

  • PDF

GRINDING OPTIMIZATION MODEL FOR NANOMETRIC SURFACE ROUGHNESS FOR ASPHERIC ASTRONOMICAL OPTICAL SURFACES (천체망원경용 비구면 반사경 표면조도 향상을 위한 최적연삭변수 수치결정모델)

  • Han, Jeong-Yeol;Kim, Sug-Whan;Kim, Geon-Hee;Han, In-Woo;Yang, Sun-Choel
    • Journal of Astronomy and Space Sciences
    • /
    • v.22 no.1
    • /
    • pp.13-20
    • /
    • 2005

  • Bound abrasive grinding is used for the initial fabrication phase of the precision aspheric mirrors for both space and ground based astronomical telescopes. We developed a new grinding optimization process that determines the input grinding variables for the target surface roughness, checks the grinding error magnitude in resulting surface roughnesses, and minimizes the required machining time. Using the machining data collected from the previous grinding runs and subsequently fed into the multivariable regression engine, the process has the evolving controllability that suggests the optimum set of grinding variables for each target surface roughness. The process model was then used for ten grinding experiments that resulted in the grinding accuracy of $=-0.906{\pm}3.38(\sigma)\;nm(Ra)$ for the target surface roughnesses of Zerodur substrate ranging from 96.1 nm (Ra) to 65.0 nm (Ra) The results imply that the quantitative process optimization technique developed in this study minimizes the machining time and offers the nanometric surface roughness controllability superior to the traditional, qualitative, craftsman based grinding process for the astronomical optical surfaces.

  • https://doi.org/10.5140/JASS.2005.22.1.013 인용 PDF KSCI