• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.88-91
• /
• 2020

발전 시설은 연간 무중단으로 운영되어야 하고, 고장이 발생하면 손해가 막대하기 때문에 발전 시설 장비에는 수십만 개의 센서 데이터가 설치되어 있다. 본 논문에서는 효율적인 센서 데이터의 수집과 시설 모니터링 및 고장 예측 등을 위한 빅데이터 스트리밍 질의 처리 시스템을 설계 및 구현하였다. 또한 실시간 데이터 수집의 효율적인 관리를 위해 인코딩 방식을 설계하였으며, 데이터 전송 성능을 측정하여 문자열로 데이터를 전송하는 것보다 평균 12%, 최대 32% 데이터 처리 성능이 향상됨을 보였다. 또한, 스트리밍 데이터에 대한 윈도우 질의 처리 성능을 측정하여 약 0.97초의 평균 집계 질의 처리 시간이 소요됨을 확인하였다. 향후에는 고장 감지를 위한 인공지능 추론 모델을 제안하는 빅데이터 스트리밍 질의 처리 시스템에 적용할 예정이다.

• Journal of Information Management
• /
• v.35 no.1
• /
• pp.51-69
• /
• 2004

Libraries have been made effect to satisfy customer by reflecting information need of customer on libraries. They have considered introducing the data mining techniques to analyze complicated and massive data of libraries and the Customer Relationship Management(CRM) to produce suitable services to each customer segmentation. The purpose of this study is to apply the CRM and data mining techniques to a library, ultimately intends to suggest rules for the collection management and the customer management.

• Journal of the Korea Institute of Military Science and Technology
• /
• v.16 no.2
• /
• pp.185-190
• /
• 2013

The previous steganographic methods by using the interpolation were difficult to estimate the distortion because the size of cover image is extended by interpolation algorithms. In this paper, to solve the problems of previous methods proposed the improved steganographic method based on the pixel replacement algorithms. In our method, we cannot extend a cover image, but also can estimate exactly the distortion of the stego-images. In the experimental results, the estimated distortion and embedding capacity of stego-image are shown on three pixel replacement methods.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2016.07a
• /
• pp.63-64
• /
• 2016

고객만족 활성화를 위한 노력의 하나로 NPS 기반의 심층 VOC를 수집하여 프로세스 기반의 프레임워크 전략을 제안한다. 기존의 고객 Segmentation 방식은 조사 대상 전체의 응답자 특성을 기반으로 한 방식이다. 이 번의 제안한 전략 프레임워크는 순고객추천지수(NPS : Net Promoter Score) 실사를 통한 고개의 심층 VOC(Voice of Customer)를 기반으로 분석한 방식이다. 본 논문에서는 KISTI의 과학기술정보 서비스에 대한 고객만족도를 기반으로 하여 충성고객을 예측할 수 있는 프레임워크를 구축하는 것이다. 이를 위해 서비스를 경험한 2,500여 명의 의사결정자를 대상으로 과학기술정보 서비스에 대한 고객충성도를 분석하였다. 이와 같은 연구결과는 인터넷 등 정보의 발달로 고객의 긍정적 또는 부정적인 구전이 급속도로 노출되는 환경에서 고객의 만족도를 관리함으로써 충성고객을 확보하는데 사전 예측자료로 활용될 수 있다.

• Journal of the Korea Institute of Military Science and Technology
• /
• v.16 no.5
• /
• pp.675-682
• /
• 2013

Reliability analysis and prediction of next failure time is critical to sustain weapon systems, concerning scheduled maintenance, spare parts replacement and maintenance interventions, etc. Since 1981, many methodology derived from various probabilistic and statistical theories has been suggested to do that activity. Nowadays, many A.I. tools have been used to support these predictions. Support Vector Regression(SVR) is a nonlinear regression technique extended from support vector machine. SVR can fit data flexibly and it has a wide variety of applications. This paper utilizes SVM and SVR with combining time series to predict the next failure time based on historical failure data. A numerical case using failure data from the military equipment is presented to demonstrate the performance of the proposed approach. Finally, the proposed approach is proved meaningful to predict next failure point and to estimate instantaneous failure rate and MTBF.

• Journal of the Korea Institute of Military Science and Technology
• /
• v.2 no.1
• /
• pp.170-182
• /
• 1999

In this paper, we present a tracking accuracy enhancement method by compensating the time delay of the video tracker in an EOTS. The proposed method has two functional parts, which can cope with the time delay of LOS and maneuvering target informations by Smith predictor and Kalman filter. So it can dramatically reduce the tracking error over conventional PI control or Smith predictor control. To verify the proposed method, various and extensive simulation and experimental results are given.

• Journal of the Korea Institute of Military Science and Technology
• /
• v.18 no.6
• /
• pp.816-821
• /
• 2015

In this paper, an in-flight prediction method of thrust profiles for solid rocket motors is proposed. Actually, it is very difficult to have detailed information about the performance of the rocket motors beforehand because it is quite sensitive to combustion environments. To overcome this problem, we have developed an algorithm for generating in-flight prediction of rocket motor performance in realistic environments via a reference burnback profile and accelerations measured at a short time-interval just after launch. The performance is evaluated through a lot of flight test results.

• Journal of the Korea Institute of Military Science and Technology
• /
• v.13 no.5
• /
• pp.917-923
• /
• 2010

The local area weather information is very important element to estimate where the air-pollutant will flow. But the existing NBC hazard prediction model does not consider the local area weather information. So, in this paper, we present SN-HPM that uses the local area wether information to perform more accurate and reliable estimate, and embody it to program.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.04a
• /
• pp.1058-1061
• /
• 2012

최근 웹을 기반으로 한 계속적인 기술 발전에 따라 의사결정에 필요한 데이터의 요구는 점점 다양해지고 있으며 다양한 요구를 효과적으로 대응하기 위해 데이터 추출 방법에 대한 연구도 지속적으로 이루어지고 있다. 이에 본 논문에서는 자연어를 통해 사용자가 쉽게 원하는 자료를 추출 할 수 있는 방법론을 연구 하였다. 자연어 처리 기술에 대한 연구는 여러 방면에서 이루어지고 있는데 그 중에서도 본 논문에서는 기존의 자연어 처리 연구를 바탕으로 크게 3가지 형태로 연구 진행 하였다. 사용자가 입력한 정보를 바탕으로 유추하여 자연어를 처리하거나 이후 진행될 검색을 선 예측 하는 방법과 사용자 별로 검색되는 자연어를 통해 연관 관계를 설정하여 사용자에게 예측검색을 유도하는 방법 그리고 의사 결정을 위해 구축된 데이터베이스 스키마 정보를 이용하여 사용자가 쉽게 질의 문을 생성할 수 있도록 하는 방법론 연구이다. 본 논문을 통해 연구된 내용은 실제 구축하여 진행 하였고, 연구결과로 생성된 질의 문이 효과적으로 시스템에서 처리 되는 과정에 대한 연구도 함께 진행하고 검증하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.453-456
• /
• 2004

전자상거래에서 추천 시스템은 일반적으로 협동적 필터링이라는 정보 필터링 기술을 사용한다. 협동적 필터링 기술은 유사한 성향을 갖는 다른 고객들이 상품에 대해서 매긴 평가에 기반한다. 협동적 필터링이 유사 선호도를 갖는 이웃 고객들의 평가에 근거하기 때문에 고객에게 가장 적합한 유사 이웃들을 적절히 선정해 내는 것은 추천 시스템에서 예측의 질 향상을 위해 필요하다. 본 논문에서 우리는 ordered clustering을 이용하여 협동적 필터링을 위한 향상된 이웃선정 방법을 제안한다. 이 방법은 탐색 공간을 줄이기 위해 k-means 클러스터링 방법을 사용한다. 그리고 클러스터링에 의해 구성된 고객들에 대해서 threshold 값에 의해 보다 정제된 고객들을 최종 선정함으로써 고객에게 보다 의미 있는 적합한 고객이 최종적인 이웃으로 선정될 수 있도록 한다. 실험은 Compaq Computer Corporation에 의해 제공된 EachMovie 데이터 셋을 사용하였다. 실험 결과로 우리는 제안한 방법이 다른 방법보다 좋은 예측 정확도를 갖는 것을 확인할 수 있었다.