• 한국IT서비스학회:학술대회논문집
• /
• 2006.11a
• /
• pp.232-239
• /
• 2006

최근 전 세계적으로 서비스 산업의 노동력 비중이 늘어나고 서비스업 뿐만 아니라 농업 및 제조업 분야에서도 서비스의 가치 비중이 높아지고 있다. 그러나 최근까지 서비스는 대부분 제공자의 직관과 경험에 의존하여 운영되었기 때문에 서비스의 성과와 고객 만족도는 미미한 수준에 그칠 수밖에 없었다. 이에 따라 서비스의 생산성을 향상시키고 서비스 수준을 혁신하는 방법을 찾는 것이 산업 사회의 주요 현안으로 떠올랐고 이러한 배경 하에 서비스업의 본질을 과학적으로 규명하여 서비스 분야의 혁신을 이루기 위해 경영학, 사회과학, 산업공학 등 여러 분야의 지식을 종합하여 서비스 과학(Services Science)이라는 새로운 학문 분야를 만들려는 움직임이 일기 시작했다. 서비스 과학의 목적은 공급자와 고객 사이에 가치를 창출하는 일련의 과정인 서비스를 보다 과학적인 방법을 통하여 측정하고 예측할 수 있는 것으로 변환시킴으로써 서비스의 미래 가치와 위험을 정량적으로 예측하고 나아가 서비스의 성과와 만족도를 높이는 것이라고 할 수 있다. 본 연구에서는 U-city 건설에 중추적 역할을 할 것으로 기대되는 지리정보시스템(GIS)의 비즈니스 모델을 대상으로, GIS 정보 서비스의 특성을 규명하여 이러한 정보 서비스가 높은 생산성을 갖기 위한 방안으로서 다학제적 관점의 공유를 통해 다양한 학문 분야의 지식을 종합 적용하고 서비스의 특성을 고려하여 직관과 경험이 아닌 과학적인 도구와 방법론을 통해 GIS 정보 서비스를 관리할 것을 제안한다.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.29 no.2
• /
• pp.115-122
• /
• 2016

The classical statistical approach using test data samples to estimate true value of Random Variables by calculating mean and variation (standard deviation or coefficient of variation) of samples is very useful to understand the existing condition of the structure. But with this classical approach, our prior knowledge through educational background and professional experience cannot provide any benefit to make decisions by the structural engineers. This paper shows the role of Bayesian methodology by providing chance of using valuable prior knowledge to come up with more accurate estimation of structural condition. This paper also shows how important it is to have a proper prior estimate of Random Variables and corresponding confidence level through gathering and studying more relevant information.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.382-382
• /
• 2011

최근의 극심한 기상이변으로 인하여 발생되는 유출량의 예측에 관한 사항은 치수 이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이며, 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이는 이렇게 유도된 유출량의 경우 오차가 크기 때문에 그 신뢰성에 문제가 있을 것으로 판단된다. 따라서 본 논문에서는 수위를 직접 예측함으로써 이러한 오차의 문제점을 극복 하고자 한다. Neuro-Fuzzy 모형은 과거자료의 입 출력 패턴에서 정보를 추출하여 지식으로 보유하고, 이를 근거로 새로운 상황에 대한 해답을 제시하도록 하는 인공지능분야의 학습기법으로 인간이 과거의 경험과 훈련으로 지식을 축적하듯이 시스템의 입 출력에 의하여 소속함수를 최적화함으로서 모형의 구조를 스스로 조직화한다. 따라서 수학적 알고리즘의 적용이 어려운 강우와 유출관계를 하천유역이라는 시스템에서 발생된 신호체계의 입 출력패턴으로 간주하고 인간의 사고과정을 근거로 추론과정을 거쳐 수문계의 예측에 적용할 수 있을 것이다. 유전자 알고리즘은 적자생존의 생물학 원리에 바탕을 둔 최적화 기법중의 하나로 자연계의 생명체 중 환경에 잘 적응한 개체가 좀 더 많은 자손을 남길 수 있다는 자연선택 과정과 유전자의 변화를 통해서 좋은 방향으로 발전해 나간다는 자연 진화의 과정인 자연계의 유전자 메커니즘에 바탕을 둔 탐색 알고리즘이다. 즉, 자연계의 유전과 진화 메커니즘을 공학적으로 모델화함으로써 잠재적인 해의 후보들을 모아 군집을 형성한 뒤 서로간의 교배 혹은 변이를 통해서 최적 해를 찾는 계산 모델이다. 이러한 유전자 알고리즘은 전역 샘플링을 중심으로 한 수법으로 해 공간상에서 유전자의 개수만큼 복수의 탐색점을 설정할 뿐만 아니라 교배와 돌연변이 등으로 좁아지는 탐색점 바깥의 영역으로 탐색을 확장할 수 있기 때문에 지역해에 빠질 위험성이 크게 줄어든다. 따라서 예측과 패턴인식에 강한 뉴로퍼지 모형의 해 탐색방법을 유전자 알고리즘을 사용한다면 보다 정확한 해를 찾는 것이 가능할 것으로 판단된다. 따라서 본 논문에서는 선행우량 및 상류의 수위자료로부터 하류의 단시간 수위예측에 관해 연구하였으며, 이를 위해 유전자 알고리즘을 이용항여 소속함수를 최적화 시키는 형태의 Neuro-Fuzzy모형에 대하여 연구하였다.

• 전자공학회논문지 IE
• /
• v.48 no.3
• /
• pp.33-39
• /
• 2011

Field training system is an establishment for improving practical ability of college students. That system is a learning experience that are relative to university's regular educational curriculum and industry field training. In order to practice an effective field training system, lots of helps from company, college, students and government's interest are needed. But, in most industry fields, it is hard to accept field training manpower in condition of that has no extra guaranteed budget or staff for field training. Because of it, the biggest matter of college the industry field training is to maintain industry fields. Although students want to be paid properly in industry fields where are furnished the advance facilities and equipments and participated in practices, it is extremely hard situation to achieve it in reality. In this way, the management of industry field training has realistic difficult problems, but it is a necessary system. Therefore, in this paper, methodology and model for industry field training management process are suggested in order to administer effective industry field training. If the industry field training are managed by those system mentioned above, students will have chance to exert their creativeness and speediness through field experience, and industry fields where students can get various dimensions of education are expected to manage.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1159-1163
• /
• 2010

최근의 극심한 기상이변으로 인하여 발생되는 유출량의 예측에 관한 사항은 치수 이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이다. 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이렇게 유도된 유출량의 경우 오차가 크기 때문에 그 신뢰성에 문제가 있을 것으로 판단된다. 따라서 본 논문에서는 선행우량 및 수위자료로부터 단시간 수위예측에 관해 연구하였다. 신경망은 과거자료의 입 출력 패턴에서 정보를 추출하여 지식으로 보유하고, 이를 근거로 새로운 상황에 대한 해답을 제시하도록 하는 인공지능분야의 학습기법으로 인간이 과거의 경험과 훈련으로 지식을 축적하듯이 시스템의 입 출력에 의하여 연결강도를 최적화함으로서 모형의 구조를 스스로 조직화하기 때문에 모형의 구조에 적합한 최적 매개변수를 추정할 수 있다. 따라서 정확한 예측이 어려운 하천수위를 과거의 자료로 부터 학습된 신경망의 수학적 알고리즘을 통해 유출량의 예측에 적용할 수 있을 것이다. 유전자 알고리즘은 적자생존의 생물학 원리에 바탕을 둔 최적화 기법중의 하나로 자연계의 생명체 중 환경에 잘 적응한 개체가 좀 더 많은 자손을 남길 수 있다는 자연선택 과정과 유전자의 변화를 통해서 좋은 방향으로 발전해 나간다는 자연 진화의 과정인 자연계의 유전자 메커니즘에 바탕을 둔 탐색 알고리즘이다. 즉, 자연계의 유전과 진화 메커니즘을 공학적으로 모델화함으로써 잠재적인 해의 후보들을 모아 군집을 형성한 뒤 서로간의 교배 혹은 변이를 통해서 최적 해를 찾는 계산 모델이다. 따라서 본 연구에서는 인공신경망의 가중치를 유전자 알고리즘에 의해 최적화시킨후 오류역전파알고리즘에 의해 신경망의 학습을 진행하는 모형으로 감천유역의 선산수위표지점의 수위를 1시간~6시간까지 예측하였다.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.24 no.3
• /
• pp.319-328
• /
• 2011

This paper introduces the construction of Strut-Tie model based on the Evolutionary Structural Optimization(ESO) method. Differently from conventional ESO method which uses plane stress elements, the introduced approach adopts the use of truss elements with the fact that the optimum topology of structures by ESO method is open a truss-like structure. Several examples are provided to demonstrate the capability of the proposed method in finding the best Strut-Tie models. In advance, it is shown that the introduced method is supported through the correlation studies between two-dimensional plane stress analysis and Strut-Tie models, and can be used effectively in practice, especially in shear design of complex reinforced concrete members where no previous experience is available.

• Journal of Korean Society of Coastal and Ocean Engineers
• /
• v.34 no.6
• /
• pp.315-324
• /
• 2022

The experimental data obtained in a wave flume were analyzed using machine learning techniques to establish a model that predicts the input wave height of the wavemaker based on the waves that have experienced wave shoaling and to verify the performance of the established model. For this purpose, artificial neural network (NN), the most representative machine learning technique, and Gaussian process regression (GPR), one of the non-parametric regression analysis methods, were applied respectively. Then, the predictive performance of the two models was compared. The analysis was performed independently for the case of using all the data at once and for the case by classifying the data with a criterion related to the occurrence of wave breaking. When the data were not classified, the error between the input wave height at the wavemaker and the measured value was relatively large for both the NN and GPR models. On the other hand, if the data were divided into non-breaking and breaking conditions, the accuracy of predicting the input wave height was greatly improved. Among the two models, the overall performance of the GPR model was better than that of the NN model.

• Journal of the Korea Convergence Society
• /
• v.12 no.5
• /
• pp.127-138
• /
• 2021

The aim of this study is to demonstrate interaction as a describable field and tries to understand interaction from the perspective of attributes, thus building a theoretical to help interactive designer understand this field by common rule, rather than waste huge time and labor cost on iteration. Since the concept of interaction language has been brought out in 2000, there are varies of related academical studies, but all with defect such as proposed theoretical models are built on a non-uniform scale, or the analyzing perspective are mainly based on researcher's personal experience and being too unobjective. The value of this study is the clustered resource of research which mainly based on academical review. It collected 21 papers researched on interaction paradigm or interaction attributes published since 2000, extracting 19 interaction attribute models which contains 174 interaction attributes. Furthermore, these 174 attributes were re-clustered based on a more unified standard scale, and the two theoretical models summarized from it are respectively focuses on interaction control and interaction experience, both of which covered 6 independent attributes. The propose of this theoretical models and the analyzation of the cluster static will contribute on further revealing of the importance of interaction attribute, or the attention interaction attribute has been paid on. Also, in this regard, the interactive designer could reasonably allocate their energy during design process, and the future potential on various direction of interaction design could be discussed.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.249-251
• /
• 2021

본 논문에서는 WEB대상으로 UI테스트를 최초 설계할 때, 웹로그를 분석하여 사용자들의 패턴을 파악하고 자동으로 테스트 시나리오와 케이스를 설계하여 제공하는 시스템을 제안한다. 이 시스템은 메세지큐를 활용하여 로그 데이터를 효율적으로 수집할 수 있고, 분석 시스템과 사용자들이 사용하는 웹서버를 분리하여 로그분석으로 인한 시스템 과부하 현상을 예방 할 수 있다. 또한 로그분석을 통해 추출된 데이터를 통해 사용자들이 실제로 자주 사용하거나 사용했던 사용 경로를 이용하여 자동으로 테스트 시나리오와 테스트 케이스에 대한 자료들을 접할 수 있어 테스트 분석, 설계 과정에서의 소요되는 시간이 감축되는 것을 기대할 수 있으며, 실제 사용자들이 자주 이용하는 패턴으로 테스트 대상을 정할 수 있기 때문에 후에 테스트를 통한 결함이 조치가 된다면 사용자들이 결함 경험을 줄일 수 있을 것이라 기대한다.

• Journal of Korean Society of Coastal and Ocean Engineers
• /
• v.30 no.3
• /
• pp.114-122
• /
• 2018

This paper introduces a non-hydrostatic wave model SWASH for simulating wave interactions with porous structures. This model calculates the flow in porous media based on volume-averaged Reynolds-averaged Navier-Stokes equations (VARANS) in ${\sigma}$-coordinate. The empirical coefficients of resistance used to account for the flow in a porous media often need to be measured or calibrated. In this study, the empirical resistance coefficients used in the model are calibrated and validated using laboratory experiments, involving dam-break flow through porous media, and solitary wave interactions with a porous structure. It is shown that the agreement between experimental and numerical results is generally satisfactory. It is also confirmed that non-hydrodynamic model, SWASH, is computationally much more efficient than the three-dimensional porous flow models based on VOF approach.