• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2016.05a
• /
• pp.196-198
• /
• 2016

해양사고 원인의 대부분을 차지하는 인적오류 예방은 해양안전에 가장 중요하며 인적오류는 확률기반의 인적 모델을 구축하여 평가할 수 있다. 확률기반 인적 모델을 구축하기 위해 사건의 원인과 결과 사이에 연계성을 갖고 있는 통계 데이터가 필요하다. 이러한 데이터는 정부 공식통계로서 해양안전심판원에서 제공하는 재결서의 내용 분석을 통해 얻고자 하나, 측정변수가 너무 많아 계산량이 방대하다. 본 연구에서는 재결서 분석서의 원인판단에서 기준이 되는 해양안전심판원의 해양사고조사심판정보포털(이하 해심)에서 제공하는 재결서 내용의 핵심적인 내용으로 구성된 '주제어 '데이터를 활용하여 주제어에 포함된 핵심단어 분석절차를 수립하였다. 이들 단어가 구분형태별로 어떻게 분포된 상태인지 알아보고, 선박사고별로 최적으로 설명할 수 있는 단어 객체수를 검토해보고자 한다. 향후 축소된 차원으로도 해양사고 인적과실의 인과관계 설명이 가능하면, 인적모델의 측정변수를 결정하는 경우 쉽게 타당성을 확인 할 수 있어 해양안전을 위한 중요한 자료로 활용할 수 있다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2017.11a
• /
• pp.259-261
• /
• 2017

SRK-BB(Skill-, Rule-, Knowledge-Based Behavior)는 주어진 사건을 처리할 때 인간이 행하는 행동을 체계적으로 식별하기 위한 하나의 이론이다. 이러한 SRK-BB에 대한 결과는 주어진 임무에 대한 '성공'과 '실패'로 나타낼 수 있다. 만약, 어느 사건에 대한 SRK-BB를 식별할 수 있고, 이에 대한 '성공/실패'의 결과를 알 수 있다면, SRK-BB를 이용하여 이들 사이에 연계된 확률적인 관계를 정립할 수 있다. 한편, 해양사고의 결과를 분석한 해양안전심판원의 재결서 또는 재결요약서에는 다양한 사고(즉, 실패한 사건)에 대해서 해기사가 어떠한 행동을 취했는지 상세하게 기록되어 있다. 이러한 해양안전심판원의 자료를 분석하면 실패한 해양사고에 대한 방대한 해기사의 SRK 분포를 확보할 수 있다. 본 연구의 목적은 다양한 해양사고에 나타난 해기사들의 행동을 SRK-BB로 식별한 후 해기사들이 추후 야기할 수 있는 인적오류를 예측하기 위한 모델 구축에 있다. 인적오류 모델을 구축하기 위해서는 우선 해양사고에 포함된 SRK 분포 분석이 필요하고, 시스템적인 입출력 관계를 통해서 SRK에 의한 인적오류의 결과를 예측하기 위한 예측 모델이 필요하다. 본 연구에서는 해기사의 인적오류에 의한 사고를 어떻게 SRK 분포를 이용하여 예측할 수 있는지에 대한 개념을 설명하고, 해양사고 데이터에서 획득한 SRK 분포의 의미와, SRK 분포를 이용하여 어떻게 해기사가 야기할 사고를 예측할 수 있는지에 대한 연구접근 방법을 소개하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04a
• /
• pp.860-862
• /
• 2003

기존의 수행평가는 교사 본연의 업무인 교육과 연구 활동에 지장을 초래할 만큼 과중한 업무부담이 발행하는 문제점이 있다. 본 논문에서는 이러한 문제점을 해결하고 보다 효율적인 수행평가를 처리하기 위하여 교무업무지원시스템과 연계한 수행평가시스템을 구현한다. 세부적으로 수행평가 업무처리 과정에서 발생하는 중복 입력 작업을 데이터베이스를 연계하여 최소화하고, 수행평가 계획에서부터 최종 출력물까지 일괄처리하여 오류 발생 가능성이나 중간입력 확인 과정을 생략함으로써 교사의 업무 부담을 경감시켜 교사 본연의 가르치는 업무에 보다 충실할 수 있는 시스템 개발을 목표로 하였다.

• Journal of Digital Convergence
• /
• v.19 no.3
• /
• pp.211-216
• /
• 2021

Information from various heterogeneous devices is steadily increasing in distributed cloud environments. This is because high-speed network speeds and high-capacity multimedia data are being used. However, research is still underway on how to minimize information errors in big data sent and received by heterogeneous devices. In this paper, we propose a deep learning-based asymmetric storage management technique for minimizing bandwidth and data errors in networks generated by information sent and received in cloud environments. The proposed technique applies deep learning techniques to optimize the load balance after asymmetric hash of the big data information generated by each device. The proposed technique is characterized by allowing errors in big data collected from each device, while also ensuring the connectivity of big data by grouping big data into groups of clusters of dogs. In particular, the proposed technique minimizes information errors when storing and managing big data asymmetrically because it used a loss function that extracted similar values between big data as seeds.

• Proceedings of the Korea Contents Association Conference
• /
• 2008.05a
• /
• pp.823-826
• /
• 2008

This paper shows linkage management for external services. There are many services for specific entities such as DBLP and OntoWorld. OntoFrame, as a Semantic Web-based research information service portal, aims at one-stop service in ways that it connects external services with hyperlinks. For managing the linkage, linkage rules are manually edited by human administrators and automatically verified and tested by linkage management system. It consists of linkage rule management, linkage rule verification, linkage test, and dynamic link generation. Linkage rule management creates and edits linkage rules to connect external services on the Web. After finished rule editing and verification step, linkage management invokes linkage test with entity list. Only valid links are visible to enable users to click on our system, and thus it increases user's reliability on the system.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2016.05a
• /
• pp.191-193
• /
• 2016

인적오류 예방은 해양사고 예방에 가장 중요한 이슈로 현재 인식되고 있다. 현재 이러한 인적오류를 예방하기 위한 다양한 과학적인 기법들이 등장하고 있으나, 실제 인적오류를 예방할 수 있는 기법은 아직 개발되어 있지 못한 실정이다. 그 이유는 인적오류의 발생 원인과 특징이 사람을 대상으로 하기 때문에 실로 방대하고 원인식별이 어려우며, 원인과 결과 사이의 인과관계 구축에는 한계가 있기 때문이다. 기존 개발된 다양한 기법들은 이론적으로는 완벽할 수 있으나, 실제 방대한 원인과 결과 사이에 형성된 연계체인을 모두 흡수하기가 곤란하기 때문이다. 현재 IMO의 공식안전성평가(FSA) 기법이 해상분야에 널리 적용되고 있으나 구체적으로 어떠한 기법을 적용하여 인적오류를 적용할 수 있는지에 대해서는 아직도 애매모호한 실정이다. FTA, ETA, FEMA, SWIFT 등 다양한 분석기법의 등장과 AI, Fuzzy, MMC, Kalman 등 기초과학분야의 기본적인 이론과 기술을 적용할 수 있으나 인간의 인적오류 식별과 분석 및 평가와 예측에는 한계가 있는 것이 현재의 실정이다. 한편 최근에는 기존에 많은 문제점을 내포하고 있는 것으로 고려되었던 베이지안 네트워크(Bayesian Network, BN)가 다시 분석과 예측 분야에 등장하고 있는데, BN의 장점을 수용하고 단점을 해결할 수 있는 방법들이 연구되고 있기 때문이다. BN의 장점은 전방추론과 후방추론을 적용하여 사고의 원인과 결과를 분석한 후, 이에 대한 해결 방안을 식별할 수 있기 때문이다. BN의 단점은 이진(binary) 구조의 데이터만을 수용할 수 있기 때문에 상관 변수들이 방대한 경우 계산시간이 방대해지고 이를 모두 수용할 수 있는 방법이 없기 때문이다. 따라서 BN 구조를 어떻게 설계하는냐가 최근의 이수로 등장하고 있다. 본 연구에서는 이러한 제 문제점을 고찰하고 인적오류 모델 개발에 최적인 방법 또는 기술을 모색하는데 있다.

• Digital Contents
• /
• no.7 s.74
• /
• pp.59-63
• /
• 1999

과거에는 데이터마이닝과 캠페인 관리 도구와의 연계가 거의 수동식이었다. 최악의 경우에는 테이프나 디스크의 실제 화일을 생성해놓고 다른 컴퓨터에 옮겨와서 마케팅 데이터베이스에 적용하기도 하였다. 이러한 데이터 마이닝과 캠페인 관리도구간의 분리는 상당한 비효율성 초래와 오류 발생 가능성을 높이기도 하였다. 그러나 최근 두 기술간의 밀착된 통합이 이루어져 무한 경쟁시대에서 비교우위를 얻는 기회를 제공하고 있다.

• Smart Media Journal
• /
• v.2 no.2
• /
• pp.39-43
• /
• 2013

In this paper, we suggest a new technique for WPC parity-check matrix (H-matrix) generation and a corresponding decoding process. The key idea is to construct WPC H-matrix by using a convolutional encoder. It is easy to have many different coderates from a mother code with convolutional codes. However, it is difficult to have many different coderates with LDPC codes. Constructing LDPC Hmatrix based on a convolutional code can easily bring the advantage of convolutional codes to have different coderates. Moreover, both LDPC and convolutional decoding algorithms can be applied altogether in the decoding part. This process prevents the performance degradation of short-length WPC code.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.569-572
• /
• 2009

오늘날 많은 기업들이 RFID 를 이용한 생산관리 시스템을 도입하여 사용하고 있는 가운데 ERP와 같은 기업관리 시스템과 연계한 RFID 시스템도 많이 등장하고 있다. 이러한 연계 시스템은 RFID를 이용하여 ERP 시스템에 실시간성을 부여함으로써 시간적 정보를 얻을 수 있도록 한다. 그러나 공정의 흐름관리 측면에서는 실시간성 뿐만 아니라 복잡한 순서를 가진 공정에 대해 올바른 진행이 가능하도록 유도해주는 기능이 필요하다. 본 논문에서는 ERP 와의 연계를 통한 RFID 기업정보시스템에 상황인지 기술을 접목시켜 전후 공정을 파악함으로써 올바른 공정 진행을 유도하는 시스템을 제안하고 구현한다. 본 논문에서 제안한 시스템은 공정의 공정 오류의 발생을 줄임으로써 작업자의 공정 진행 실수로 인한 손실을 줄였다.

• Journal of Navigation and Port Research
• /
• v.43 no.4
• /
• pp.237-242
• /
• 2019

Behavioral errors of the seafarers are one of the major causes of collisions and are usually corrected through education and training. To correct this behavioral error, the structure in which the behavioral error occurs needs to be identified and analyzed. For this purpose, behavior observation data were obtained through ship maneuvering simulation for collision encounters. The 9-state behavior classification frame proposed by Reason was used for the behavior observation and 50 university students were involved in the experiment. Behavioral analysis used the behavioral model of collision avoidance success and failure, which was developed from the 9-state Left-to-Right Hidden Markov modeling technique. As a result of the experiment, the difference between behaviors of success and failure of collision avoidance was clearly identified, and the linkage between 9-state behaviors, required to prevent collision, was derived.