• Journal of Digital Convergence
• /
• v.16 no.6
• /
• pp.85-93
• /
• 2018

The Latent Growth Modeling(LGM) is known as the arising analysis method of longitudinal data and it could be classified into unconditional model and conditional model. Unconditional model requires estimated value of intercept and slope to complete a model of fitness. However, the existing LGM is in absence of a structured methodology to estimate slope when longitudinal data is neither simple linear function nor the pre-defined function. This study used Sequential Pattern of Association Rule Mining to calculate slope of unconditional model. The applied dataset is 'the Youth Panel 2001-2006' from Korea Employment Information Service. The proposed methodology was able to identify increasing fitness of the model comparing to the existing simple linear function and visualizing process of slope estimation.

• Korean Journal of Construction Engineering and Management
• /
• v.10 no.2
• /
• pp.26-33
• /
• 2009

The required level of detail in scheduling depends on the stages in the construction life-cycle. The objective of this study is to provide a Standardized Schedule Model (SSM) with an aim to facilitate the estimating of construction duration in the planning stage. The SSM modularizes work items; establishes relations between preceding and succeeding activities; and calculates approximate construction duration. The estimated duration of the SSM was compared with the detailed duration from the commercial scheduling tool using actual work activities. The difference showed to be ranged between -3.1% and +15%, which demonstrates that the SSM can be feasibly applied to the approximate estimation of construction duration.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2015.05a
• /
• pp.741-743
• /
• 2015

오늘날 BI(Business Intelligence)시스템 다차원 데이터를 다루는 많은 방법들이 제안되어 TB 이상의 데이터를 다룰 수 있다. 하지만 IT 전문가 및 IT에 대한 투자여력이 충분하지 않은 중소 제조 기업들은 발 맞춰가기 힘들다. 또한 생산관리시스템(MES)을 미 도입한 기업이 대다수이고, 존재하는 현장데이터의 대부분도 수기데이터 또는 Excel 데이터로 보관 되어 있어, 수작업에 의한 데이터 분석과 의사결정을 수행한다. 이로 인해, 불량 요인 파악이나 이상 현상 파악이 불분명하기 때문에 데이터 분석에 어려움을 겪는다. 이에 본 연구에서는 중소제조기업의 경쟁력 강화를 위하여 제조 기업현장에서 사용되는 데이터를 자동으로 수집하여 정제 및 처리하여 저장이 가능하도록 하는 빅 데이터 분석 시스템 모델을 개발하였다. 이 분석 시스템 모델은 ERP, MIS 등에 존재하는 데이터들이 각 시스템의 DB 기능을 활용하여 데이터를 추출하고 정제하여 수집하는 ETL(Extract Transform Loading)과정을 통한다. 현장에서 비정형으로 기록되고 있는 정보들(ex. Excel)은 ODE(Office Data Excavation)모듈을 통해 문서의 패턴을 자동으로 인식하고 정형화된 정보로서 추출, 정제되어 수집된다. 저장된 데이터는 오픈소스 데이터 시각화 라이브러리인 D3.js를 이용하여 다양한 chart들을 통한 강력한 시각효과를 제공함으로써, 정보간의 연관 관계 및 다차원 분석의 기반을 마련하여 의사결정체계를 효과적으로 지원한다. 또한, 높은 가격에 형성되어 있는 빅데이터 솔루션을 대신해 오픈소스 Spago BI를 이용하여 경제적인 빅 데이터 솔루션을 제공한다. 본 연구의 기대효과로는 첫째, 현장 데이터 중심의 효과적인 의사결정 기반을 마련할 수 있다. 둘째, 통합 데이터 기반의 연관/다차원 분석으로 경영 효율성이 향상된다. 마지막으로, 중소 제조기업 환경에 적합한 분석 시스템을 구축함으로써 경쟁력과 생산력을 강화한다.

• Korean Journal of Construction Engineering and Management
• /
• v.15 no.4
• /
• pp.119-127
• /
• 2014

This study aims to determine whether or not the input output life cycle assessment (I-O LCA) model can be used to assess the carbon dioxide (CO2) emission of buildings in initial planning phase. To ensure this end, this study proposed I-O LCA model which is the simplified LCA model and Hybrid LCA model which is the detailed LCA model, and then assessed and compared the CO2 emission of six case projects (three apartment complexes and three educational facilities) using the two LCA model. The results of the case study showed that the CO2 emissions assessed by the I-O LCA is significantly similar to the CO2 emission assessed by the Hybrid LCA model. The similarity of results from both LCA models was 78.2-86.3% in apartment complexes and 59.9-84.8% in educational facilities. However, the CO2 emissions from I-O LCA model were smaller than the CO2 emissions from Hybrid LCA model in case study. Nevertheless, the case study showed that the I-O LCA model was capable of assessing the CO2 emission of buildings quite appropriately although the I-O LCA model is the simplified LCA model which considers only the construction cost. The I-O LCA model is expected to be a useful tool for assessing the CO2 emission of buildings in initial planning phase.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.492-492
• /
• 2018

'물발자국(Water Footprint)' 개념은 가상수의 개념이 확장된 것으로 제품 생산과 서비스 전 과정에서 사용된 물의 양을 나타낸다. 따라서 한 국가내의 수자원 총량의 산출 시에 국제 무역을 통해 수출-수입되는 가상수의 양까지 고려하여 국가 물 총합(Water Budget)을 계산한다. 본 연구는 가상수의 수자원 활용에 관한 산업적 차원의 비교를 위하여 산업별 물발자국 산정모델을 구축하고자 하였다. 산업별 물발자국을 산정하기 위하여 첫째, 산업별 용수사용량에 기초하여 물발자국을 산정하였고, 둘째, 단위 물발자국에 기초하여 산업별 물발자국을 산정하였다. 먼저 산업별 용수사용량에 기초한 물발자국 산정은 하향식 접근법을 적용하였다. 국가 산업별 물발자국을 산정한 결과, 산업 전체 물발자국은 약 330억$m^3$이며 그 중 농업계가 연간 118.8억$m^3$으로 전체 물발자국의 36%를 차지하였다. 그 다음은 생활계로 전체의 34%인 111억 4천만$m^3$이다. 축산계의 물 사용량은 연간 2억 6천 7백만$m^3$ 정도이지만, 오염물질을 정화하는데 필요한 물인 회색수의 양이 많아 물발자국이 73억 $m^3$으로 비교적 높게 산정되었다. 공업계의 가상수량은 연간 26억$m^3$으로 타 산업에 비하여 오염부하량이 높지 않아 회색수량이 작게 나타났다. 다음으로 단위 물발자국에 기초하여 산업별 물발자국을 산정하였다. 단위 물발자국과 생산량을 활용하여 산정하는 상향식 접근법을 활용하였다. 1980년대부터 2014년까지 쌀 외 18개 품목에 대한 농산물 생산의 물발자국을 산정한 결과, 전체 물발자국은 평균 90억$m^3$으로 추정되었다. 한편, 2차 산업의 물발자국은 산업연관분석을 활용하여 산정하였다. 산업연관분석을 위하여 한국은행의 산업연관표와 경제총조사의 용수비 항목을 활용하였다. 2차 산업의 총 물발자국을 산정한 결과, 60억 $m^3$으로 추정되었다. 3차 산업의 물발자국도 이와 동일한 방식으로 산업연관표를 활용하여 산정하였다. 산업연관분석을 활용한 3차 산업의 물발자국 산정한 결과, 숙박 및 음식점업에서의 물발자국이 가장 큰 것으로 산정되었다. 이에 따라 Case Study로서 국내 워터파크 대상으로 물발자국을 산정하였다. 자료가 없는 부분을 제외하고 연간 총 840만 $m^3$의 물발자국을 가지는 것으로 나타났으며, 이 중 직접수는 70만 $m^3$, 간접수는 770만 $m^3$으로 간접수의 비율이 92%를 차지하였다.

• Journal of Korean Society of Industrial and Systems Engineering
• /
• v.21 no.48
• /
• pp.177-184
• /
• 1998

최근까지 개발된 시뮬레이션 소프트웨어를 검토 정리한 후, 시뮬레이션 소프트웨어와 그 모델과의 연관성을 파악하기 위하여 총체적인 시뮬레이션 모델을 관찰하였으며, 시뮬레이션 소프트웨어의 유연성에 대한 근원을 시스템 모듈식 접근 방법을 통하여 추적하였다. 실존 시스템, 모델, 그리고 소프트웨어 시스템과의 관계를 조사한 결과 시뮬레이션 소프트웨어의 주요한 성능 척도는 flexibility와 accuracy라는 것이 밝혀졌다. 객체지향 시뮬레이션 소프트웨어의 metrics와 formalism의 모델을 개발하였으며, 이것은 유연한 객체지향적 시뮬레이션 소프트웨어 구조를 디자인하는데 근본 방침을 제시한다. 끝으로 앞에서 개발한 모델을 기초로, 유연한 객체지향적 시뮬레이션 소프트웨어 시스템을 분석하였다.

• 한국HCI학회:학술대회논문집
• /
• 2009.02a
• /
• pp.278-284
• /
• 2009

Multimodal data to have several modalities such as videos, images, sounds and texts for one contents is increasing. Since this type of data has ill-defined format, it is not easy to represent the crossmodal information for them explicitly. So, we proposed new method to extract and analyze vision-language crossmodal association information using the documentaries video data about the nature. We collected pairs of images and captions from 3 genres of documentaries such as jungle, ocean and universe, and extracted a set of visual words and that of text words from them. We found out that two modal data have semantic association on crossmodal association information from this analysis.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11b
• /
• pp.1011-1014
• /
• 2002

최근 대규모 네트워크 데이터에 대한 패턴을 분석하기 위한 연구에 대하여 관심을 가지고 침입탐지 시스템을 개선하기 위해 노력하고 있다. 특히, 이러한 광범위한 네트워크 데이터 중에서 침입을 목적으로 하는 데이터에 대한 탐지 능력을 개선하기 위해 먼저, 광범위한 침입항목들에 대한 탐지 적용기술을 학습하고, 그 다음에 데이터 마이닝 기법을 이용하여 침입패턴 인식능력 및 새로운 패턴을 빠르게 인지하는 적용기술을 제안하고자 한다. 침입 패턴인식을 위해 각 네트워크에 돌아다니는 관련된 패킷 정보와 호스트 세션에 기록되어진 자료를 필터링하고, 각종 로그 화일을 추출하는 프로그램들을 활용하여 침입과 일반적인 행동들을 분류하여 규칙들을 생성하였으며, 생성된 새로운 규칙과 학습된 자료를 바탕으로 침입탐지 모델을 제안하였다. 마이닝 기법으로는 학습된 항목들에 대한 연관 규칙을 찾기 위한 연역적 알고리즘을 이용하여 규칙을 생성한 사례를 보고한다. 또한, 추출 분석된 자료는 리눅스 기반의 환경 하에서 다양하게 모아진 네트워크 로그파일들을 분석하여 제안한 방법에 따라 적용한 산출물이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.1392-1394
• /
• 2010

단일염기다형성 유전형 자료에 대한 유전자형을 얻어내는 기술(genotyping)이 발달함에 따라 분석해야 하는 SNP의 개수가 수십만 개로 증가하였다. 따라서 기존의 연관성 분석(association study)연구 방법을 그대로 적용시키기는 어렵다. 본 논문에서는 상호정보량(mutual information)과 Multifactor dimensionality reduction을 이용하여 대용량의 SNP 유전형자료를 분석하는 방법을 제안하였고, 이 방법을 toluene diisocyanate-induced asthma에 대해 실험해본 결과 높은 판별력을 보이는 모델을 찾을 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10c
• /
• pp.4-6
• /
• 2002

네트워크의 광역화와 새로운 공격 유형의 발생으로 침입 탐지 시스템에서 새로운 시퀀스의 추가나 침입탐지 모델 구축의 수동적인 접근부분이 문제가 되고 있다. 특히 기존의 침입탐지 시스템들은 대량의 네트워크 하부구조를 가진 네트워크 정보를 수집 및 분석하는데 있어 각각 전담 시스템들이 담당하고 있다. 따라서 침입탐지 시스템에서 증가하는 많은 양의 감사데이터를 분석하여 다양한 공격 유형들에 대해서 능동적으로 대처할 수 있도록 하는 것이 필요하다. 최근, 침입 탐지 시스템에 데이터 마이닝 기법을 적용하여 능동적인 침입탐지시스템을 구축하고자 하는 연구들이 활발히 이루어지고 있다. 이 논문에서는 대량의 감사 데이터를 정확하고 효율적으로 분석하기 위한 마이닝 시스템을 설계하고 구현한다. 감사데이터는 트랜잭션데이터베이스와는 다른 특성을 가지는 데이터이므로 이를 고려한 마이닝 시스템을 설계하였다. 구현된 마이닝 시스템은 연관규칙 기법을 이용하여 감사데이터 속성간의 연관성을 탐사하고, 빈발 에피소드 기법을 적용하여 주어진 시간 내에서 상호 연관성 있게 발생한 이벤트들을 모음으로써 연속적인 시간간격 내에서 빈번하게 발생하는 사건들의 발견과 알려진 사건에서 시퀀스의 행동을 예측하거나 기술할 수 있는 규칙을 생성한 수 있다. 감사데이터의 마이닝 결과 생성된 규칙들은 능동적인 보안정책을 구축하는데 활용필 수 있다. 또한 데이터양의 감소로 침입 탐지시간을 최소화하는데도 기여한 것이다.