• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.265-268
• /
• 2004

최근 사회의 다양성과 기업환경의 변화, 정보기술(IT)의 발달로 조직운영의 생산성 및 효율성 제고와 대고객 서비스 수준향상을 위해 업무처리를 자동화 시키고자 하는데 많은 관심을 가지게 되었다. 현재는 누가 무슨일을 하고 있는지 파악이 어렵고, 조직에 의해 정의된 룰과 시스템에 따르기 보다는 개인의 주관과 판단에 따른 업무 수행이 되고, 무엇보다 변화하는 시장환경에 유연하게 대응하는데 어려움이 많다. BPM(Business Process Management)은 조직내의 사람과 시스템, 어플리케이션을 통합하는 개념으로서 워크플로우와 응용프로그램통합기술(EAI)이 결합된 시스템으로 업무의 자동화는 물론 모니터링, 평가등을 통하여 획기적으로 ROI를 개선해 주며 적용을 위해서는 프로세스와 시스템을 아우러는 컨설팅과 구현이 따른다. 그러나 BPM의 개념적 만족은 하지만 초기단계로서 적용사례가 부족하여, 적용하기 위한 의사결정은 쉽지 않다. 본 논문은 BPM의 개념파악과 BPR, 워크플로우와 BPM의 차이점을 비교분석 하고, 대규모 대량의 트랜잭션과 수천명의 사용자 및 다수의 비즈니스 어플리케이션이 관여하는 금융여신 프로세스에 BPM을 적용하는 사례를 제시하고자 한다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권12호
• /
• pp.691-697
• /
• 2017

백두산 및 한반도 주변의 화산재해에 의한 피해는 화산재에 의한 것으로 예상된다. 따라서 기 상장 상황에 따른 화산재 확산 상황을 컴퓨터 시뮬레이션을 통해서 예측하는데 정해진 시간 안에 계산을 끝내야 하므로 계산에 사용되는 소프트웨어들을 파이프라인 방식으로 병렬화하는 워크플로우가 제안되었다. 또한 화산재해의 특성 상 화산 폭발이 발생한 순간에도 시뮬레이션을 위한 정확한 파라미터 값이 정해지지 않으므로 여러 가지 가능한 조건의 시뮬레이션을 모두 수행해야 한다. 만일 이 중에 가장 가능성이 높은 조건의 계산을 먼저 수행할 수 있으면 화산재해에 대해 이를 토대로 일단 대응하고 후속 계산 결과에 의해 추후 보완하는 것이 가능해질 것이다. 그런데 이런 계산 들은 화산재해 피해예측 시스템의 제한된 성능의 계산 서버에서 수행되므로 계산 자원을 적절히 분배하는 일이 필요하다. 이를 위해서 기존에 제안되었던 파이프라인 기반의 워크플로우에 특정 데이터를 먼저 생성하는 기능을 추가하는 방안을 제안한다.

• 콘크리트학회지
• /
• 제7권3호
• /
• pp.156-163
• /
• 1995

앞 선 연구에서는 스티렌과 무수말레인산으로부터 스티렌-무수말레인산 공중합체(SMA)를 합성하고 이들을 황산화하여 수용성의 SMA를 제조하였다. 본 연구에서는 이들 카르본산계 공중합체를 첨가한 시멘트 모르타르의 플로우 및 경화시멘트 모르타르의 강도를 조사하여 고성능감수제로서의 성능을 평가하였다. 플로우 실험 결과 황산화 SMA(SSMA)를 첨가한 시멘트 모르타르의 플로우는 아미노페놀이 치환된 황산화 SMA(SmSMA)를 첨가한 경우보다 더 큰 값을 나타내었다. 또한 공중합체를 첨가한 시멘트 모르타르의 플로우 유지율은 기존의 나프탈렌계(NSC)를 첨가한 경우보다 우수하게 나타났다. 시멘트 모르타르에 SMA와 SmSMA를 시멘트 중량에 대해 0.5% 첨가하여 제조한 경화 시멘트 모르타르의 28일 압축강도를 조사하였다. 그 결과 SSMA 및 SmSMA를 첨가한 경우 plain 보다 각각 31%와 13%의 강도 증가를 나타내었다. 이상의 결과로부터, 본 연구에서 사용한 SSMA 및 SmSMA의 카르본산계 공중합체는콘크리트용 고성능감수제로서 크게 기대되어진다.

• 콘크리트학회지
• /
• 제6권4호
• /
• pp.85-91
• /
• 1994

앞 선 연구에서는 나프탈렌과 나프톨을 혼합 또는 단독으로 술폰화하고 이들을 포름알데히드와 반응시켜 축합물을 합성하였다. 본 연구에서는 이들 축합물의 시멘트 혼화제로서의 성능을 조사하기 위해 시멘트 모르터의 플로우 및 강도 시험을 행하였다. 플로우 시험의 결과, 나프톨 단독 축합물(TSC) 및 나프탈렌 공축합물(NT5)을 첨가한 시멘트 모르터의 플로우 값은 합성 나프탈렌 단독 축합물(NSS)을 첨가한 시멘트 모르텅의 플로우값 보다 큰 값을 나타냈다. 28일 압축 강도 시험에서는 나프탈렌 공축합물(NT5)를 첨가한 경화시멘트 모르터가 나프탈렌(NSS)또는 나프톨 단독 축합물(TSC)을 첨가한 경우보다 약 10% 높은 강도를 나타냈다. 이상의 결과로부터, 본 연구에서 사용한 나프탈렌계 고성능감수제(NT5, TSC)는 콘크리트용의 고성능 감수제로서 크게 기대되어 진다.

• 한국건설순환자원학회논문집
• /
• 제5권4호
• /
• pp.99-105
• /
• 2010

본 연구는 순환잔골재와 플라이애시 만을 사용하는 무 시멘트 모르터의 배합요인 변화가 모르터의 품질특성에 미치는 영향에 대하여 분석하였는데, 그 결과를 요약하면 다음과 같다. 굳지 않은 모르터의 특성으로 모르터 배합비 및 플로우치가 증가할수록 W/B는 높게 선정되었고, 공기량은 감소하는 경향을 나타내었다. 경화 모르터의 특성으로 재령 경과에 따른 압축강도는 14일 재령 이전까지는 강도를 발휘하지 못하다가, 이후 28일까지 재령이 경과함에 따라 약 1 ~ 2 MPa 정도의 강도값을 나타내었고, 28일 재령 이후에서는 거의 유사한 강도값을 나타내었다. 또한, 배합비 및 플로우치, B/W 변화에 따른 압축강도는 전반적으로 유사한 강도값을 나타내었다. 이상의 실험 결과를 종합하면, 순환잔골재와 플라이애시를 사용한 모르터의 경우 구조체용으로는 부적합할지라도 지반 매립재 용도로는 적합할 수 있는 강도를 확보하였는데, 특히 부배합보다는 빈배합 영역일수록 우수한 활용성이 입증되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.445-445
• /
• 2018

기후변화에 따른 환경오염은 21세기 인류에게 가장 심각한 문제 중의 하나로 대두되고 있다. 환경적인 측면에서 하천오염은 경제적으로 많은 문제를 발생시키고 있다. 이러한 하천오염 문제를 해결하기 위해서는 오염물질의 농도 측적 및 데이터 축적이 필수적이라 할 수 있다. 그러나 일반적으로 오염물질 부하량에 대한 직접적인 측정은 비용 측면에서 쉽지 않은 것이 사실이다. 또한 실시간으로 BOD, COD, TN, TP 등의 자료를 이용하여 예측하는 것에는 자료의 부족성으로 인해 한계가 있다. 본 연구에서는 구글의 딥러닝 오픈소스 라이브러리인 텐서플로우를 활용하여 기계학습을 통한 하천오염 예측을 목적으로 하고 있다. 기계학습을 위하여 텐서플로우를 활용하여 RNN, LSTM 인공신경망 모형을 구축하였다. 하천오염의 학습과 예측을 위해 결과치 분석을 위한 자료로는 금강 유역에 위치한 옥천 관측소 충청북도 옥천군 이원면 이원대교에 위치한 $36^{\circ}14'31.0''N$ $127^{\circ}40'02.6''E$의 관측소에서 BOD, COD, DO, 부유물질의 자료를 사용하였다. 모형의 학습을 위해서 입력자료는 수위, 유량, 평균기온, 평균풍속 자료를 2004년 ~ 2017년까지의 14년간의 자료를 사용하였다. 연구를 위해 BOD, COD, DO 부유물질 자료는 물환경정보시스템(http://water.nier.go.kr/)의 자료를 활용하고 수위, 유량등의 자료는 국가수자원관리종합정보시스템 (http://www.wamis.go.kr/)의 자료를 사용하였다. 그러나 수온, 수위, 풍속등의 자료는 일 자료가 있는가 반면 BOD, COD, TN, TP등의 자료는 일 자료가 있지 않아 이를 원활히 활용할 수 있도록 예측을 위한 결과치의 선형보간법을 통해 일 자료를 획득한 후 연구를 하였다. RNN, LSTM의 분석 시 학습속도, 반복시행횟수 sequence length의 길이 등의 값을 조절 하면서 결과치를 분석하였다.

• 콘크리트학회논문집
• /
• 제13권3호
• /
• pp.294-300
• /
• 2001

본 연구는 화력발전소에서 산업부산물로 생산되어지는 bottom ash가 저강도 고유동 충전재(CLSM)의 특성에 미치는 영향을 알아보았다. 저강도 고유동 충전재 재료는 ACI 229소위원회에서 재령 28일 압축강도가 83 kgf/$\textrm{cm}^2$ 보다 낮은 재료로 정의되어져 있으며 이러한 저강도 고유동 충전재에 잔골재를 대신하여 bottom ash가 사용되어 질 수 있는가를 연구하였다. 플로우가 200~300mm이 되도록 시멘트, 플라이애쉬, bottom as, 모래를 혼합하였으며 굴착가능성별로 손도구로 굴착이 가능한 강도 7 kgf/$\textrm{cm}^2$이하, 기계장비를 이용하여 굴착할 수 있는 강도 20 kgf/$\textrm{cm}^2$이하, 굴착이 어려운 강도 83 kgf/$\textrm{cm}^2$이하로 나누어 실험을 실시하였다. 플라이애쉬에 대하여 bottom ash를 25, 50, 75, 100%수준으로 시험하였다. 실험결과 목표로 하는 플로우를 얻기 위해서는 bottom ash의 첨가수준이 증가할수록 단위수량이 증가하였으며 용적 배합이므로 잔골재 양은 감소하는 결과를 나타내었다. Botom ash는 저강도 고유등 충전재의 재료로 사용가능함을 보여주었다.

• 대한원격탐사학회지
• /
• 제36권5_1호
• /
• pp.763-774
• /
• 2020

수치예보모델의 예측 바람장은 대기운동벡터 알고리즘의 표적 추적 과정에서 추적 정확도 향상이나 계산 시간 단축을 위해 초기 추정치로 사용된다. 대기운동벡터는 수치예보모델의 자료동화 시 활용가치가 높다고 알려졌으나, 초기 추정치로 사용된 수치예보모델 바람장이 대기운동벡터의 검증 과정에 참 값으로 사용된다는 모순이 있다. 이를 해결하기 위해서는 수치예보모델로부터 독립적인 초기 추정치가 필요하다. 본 연구에서는 Lucas and Kanade 옵티컬 플로우 방법을 적용하여 바람장을 도출한 후 이를 초기 추정치로 사용함으로써 표적 추적과정에서의 모델 의존성을 제거하고 계산 속도를 향상시키고자 하였다. 대기운동벡터 산출에는 2015년 8월 18일 ~ 9월 5일 00, 06, 12, 18시 동안의 정지궤도 위성 Himawari-8/AHI의 14번 채널 Level 1B 자료를 사용하였다. 옵티컬 플로우 방법이 대기운동벡터 산출에 미치는 영향을 평가하기 위하여 다음과 같은 세가지 방법으로 교차 검증을 수행 하였다. (1) 초기 추정치 없이, (2) KMA/UM 예보바람장을 초기 추정치로 사용하여, 그리고 (3) 옵티컬 플로우 방법으로 계산된 바람장을 초기 추정치로 사용하여 대기운동벡터를 산출하고 ECMWF ERA-Interim 재분석장과 비교 검증한 결과, 옵티컬 플로우 기반 바람장을 초기 추정치로 사용한 경우에 가장 높은 정밀도를 보였다(RMSVD: 5.296-5.804 ms^-1). 계산 속도는 초기 추정치를 사용하지 않은 경우에 가장 느렸고, 나머지 테스트는 유사한 속도를 보였다. 그러므로 대기운동벡터 알고리즘의 표적 추적 과정에 옵티컬 플로우 방법을 적용하면, 모델 의존성 없는 고품질 바람벡터의 산출이 가능할 것으로 사료된다.

• 한국콘크리트학회:학술대회논문집
• /
• 한국콘크리트학회 2008년도 춘계 학술발표회 제20권1호
• /
• pp.905-908
• /
• 2008

보통 포틀랜드 시멘트(Ordinary Portland Cement 이하 OPC)에 혼화재료를 사용하는 기존의 콘크리트는 초기 고강도를 발현하는데에 많은 어려움을 지니고 있다. 이에 본 연구에서는 그 방안으로 초미립자 시멘트(Micro Cement 이하 MC)의 사용에 대해 연구하고자 실험을 진행하였다. 실험 결과 MC는 OPC보다 플로우에서 취약함을 보였으나 초기강도에서 우수한 강도특성을 보였고 28일 강도에서도 OPC를 상회하는 것을 알 수 있었다. GBFS(granulated Blast Furnace Slag이하 GBFS라 함)의 경우 플로우는 감소하며, 초기강도는 증가하는 것으로 나타났다. MC의 경우 플라이애시 혼입시 강도발현에 있어 도움이 되지 않는 것으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.219-219
• /
• 2020

하천의 수질을 나타내는 환경지표 중 국가 TMS(Tele Monitoring system)의 수질측정망을 통해 관리되고 있는 지표로는 DO, BOD, COD, SS, TN, TP 등 여러 인자들이 있다. 이러한 수질인자는 하천의 자정작용에 있어 많은 영향을 나타내고 있다. 이를 활용한 경제적이고 합리적인 수질관리를 위해 하천의 자정작용을 활용하는 것이 중요하다. 생물학적 작용을 가장 효과적으로 활용하기 위해서는 수질오염 데이터에 기초한 수질예측을 채택하여 적절한 대책이 필요하다. 이를 위해서는 수질인자의 데이터를 측정하고 축적해 수질오염을 예측하는 것이 필수적인데, 실제적으로 수질인자의 일일 측정은 비용 관점에서 쉽게 접근할 수 없다. 본 연구에서는 시계열 학습으로 알려진 RNN-LSTM(Recurrent Neural Network-Long Term Memory) 알고리즘을 활용하여 기존에 측정된 수질인자의 데이터를 통해 시간당 및 일일 수질인자를 예측하려고 했다. 연구에 앞서, 기존에 시간단위로 측정된 수질인자 데이터의 이상 유무를 확인 후, 에러값은 제거하고 12시간 이하 데이터가 누락되었을 때는 선형 보간하여 데이터를 사용하고, 1일 데이터도 10일 이하 데이터가 누락되었을 때 선형 보간하여 데이터를 활용하여 수질인자를 예측하였다. 수질인자를 예측하기 위해 구글이 개발한 딥러닝 오픈소스 라이브러리인 텐서플로우를 활용하였고, 연구지역으로는 대한민국 부산에 위치한 온천천의 유역을 선정하였다. 수질인자 데이터 수집은 부산광역시에서 운영하는 보건환경정보 공개시스템의 자료를 활용하였다. 모델의 연구를 위해 하천의 수질인자, 기상자료 데이터를 입력자료로 활용하였다. 분석에서는 입력자료와, 반복횟수, 시계열의 길이 등을 조절해 수질 요인을 예측했고, 모델의 정확도도 분석하였다.