• 제목/요약/키워드: 평가규칙

검색결과 1,026건 처리시간 0.027초

빅데이터 환경에서 프로세스 마이닝을 이용한 영업감사 상시 모니터링 강화에 대한 연구 (A Study on Continuous Monitoring Reinforcement for Sales Audit Using Process Mining Under Big Data Environment)

  • 유영석;박한규;백승훈;홍성찬
    • 인터넷정보학회논문지
    • /
    • 제17권6호
    • /
    • pp.123-131
    • /
    • 2016
  • 빅데이터 환경 하에서 프로세스 마이닝은 업무수행 시 발생하는 수많은 데이터들을 활용하여 기업의 ERP시스템 상의 이벤트 로그로부터 프로세스의 수행과 개선에 관련한 많은 정보 및 통찰력을 얻게 해준다. 최근에는 프로세스 마이닝의 최대 강점을 활용하여, 기업조직의 감사업무에 적극적으로 활용하려고 하는 다양한 연구 활동이 활발히 진행 중에 있다. 그러나 프로세스 마이닝을 이용한 영업감사 적용에 관한 최근의 국내 연구는 빅데이터 환경 하에서는 매우 미흡한 실정이다. 이러한 상황에 착안해서, 본 연구는 프로세스 마이닝이 감사 분야에 적용된 기존 연구를 한층 더 강화시킴으로써, 온라인 방식 및 전통적 감사에 최적으로 적용할 수 있는 프로세스 마이닝 적용 방안을 제안하고자 한다. 또한 빅데이터 환경하에서 기업 조직의 리스크 발생 요인들을 사전에 모니터링함으로써, 리스크의 조기 발견 및 이를 예방할 수 있는 상시 모니터링 정보 서비스 시스템을 제안한다. 이를 위해서 리스크 요인을 기반으로 데이터들을 추출하고 평가에 대한 관리기준을 설정한다. 본 논문의 연구의 범위는 영업감사에 있어 실제 사례를 통해 위험요소의 사전 검증 시스템을 설계 한다. 그리고 이러한 영업감사 시스템을 통해 예방감사 실현, 높은 리스크 요인들에 대한 상시 대응, 사기 발생 억제, 규칙 및 지침 위반에 대한 적시조치, 경영환경 변화에 대한 감사 아이템 추가 발굴 체계 구축, 프로세스 개선 중심의 사전적인 컨설팅 감사의 실현, 내부통제 회계제도 준수 및 강화를 행한다. 이 결과로 영업 감사 실시간 관련 통합 모니터링이 강화되어 재무 리스크 회피, 감사기간 단축 및 감사 품질 개선 등의 효과가 나타났다.

대학병원 간호사의 직무스트레스와 사회심리적 스트레스의 관련성 (Relationships Between Job Stress and Psychosocial Stress Among Nurses in a University Hospital)

  • 박승경;김종오;조영채
    • 한국산학기술학회논문지
    • /
    • 제12권9호
    • /
    • pp.3887-3896
    • /
    • 2011
  • 본 연구는 대학병원에 근무하고 있는 간호사들의 사회 심리적 스트레스 수준을 파악하고, 인구사회학적 특성, 건강관련행위 특성, 직업관련 특성 및 직무스트레스 내용과의 관련성을 규명하고자 하였다. 조사대상은 한 대학병원에 근무하고 있는 간호사 450명으로 하였으며, 조사는 2010년 10월 1일부터 10월 31일까지의 기간 동안에 구조화된 무기명 자기기입식 설문조사에 의하였다. 연구결과, 조사대상자의 사회 심리적 스트레스(PWI) 수준은 건강군이 10.2%, 잠재적 스트레스군이 64.0%, 고위험 스트레스군이 25.8%를 차지하였다. 조사대상자의 사회심리적 스트레스 수준은 업무요구도와 유의한 양의 상관관계를 보인 반면, 업무의 자율성, 상사의 지지도 및 동료의 지지도와는 유의한 음의 상관관계를 보였다. 위계적 다중회귀분석 결과, 사회심리적 스트레스 수준에 영향을 미치는 관련요인으로는 규칙적 운동여부, 주관적인 수면시간의 평가, 주관적인 건강상태, 교대근무여부, 업무에 대한 적성, 업무요구도, 업무의 자율성, 상사의 지지도가 유의한 변수로 선정되었다. 특히 직무스트레스 내용을 나타내는 요인이 추가됨으로 해서 18.1%의 설명력을 증가시켜 사회심리적 스트레스 수준에 직무스트레스 내용이 높은 관련성이 있었다.

인메모리 기반 병렬 컴퓨팅 그래프 구조를 이용한 대용량 RDFS 추론 (Scalable RDFS Reasoning Using the Graph Structure of In-Memory based Parallel Computing)

  • 전명중;소치승;바트셀렘;김강필;김진;홍진영;박영택
    • 정보과학회 논문지
    • /
    • 제42권8호
    • /
    • pp.998-1009
    • /
    • 2015
  • 근래에 들어 풍부한 지식베이스를 구축하기 위한 대용량 RDFS 추론에 대한 관심이 높아지면서 기존의 단일 머신으로는 대용량 데이터의 추론 성능을 향상시키기에 한계가 있다. 그래서 분산 환경에서 의 RDFS 추론 엔진 개발이 활발히 연구되고 있다. 하지만 기존의 분산 환경 엔진은 실시간 처리가 불가능 하며 구현이 어렵고 반복 작업에 취약하다. 본 논문에서는 이러한 문제를 극복하기 위해 병렬 그래프 구조 를 사용한 인-메모리 분산 추론 엔진 구축 방법을 제안한다. 트리플 형태의 온톨로지는 기본적으로 그래프 구조를 가지고 있으므로 그래프 구조 기반의 추론 엔진을 설계하는 것이 직관적이다. 또한 그래프 구조를 활용하는 오퍼레이터를 활용하여 RDFS 추론 규칙을 구현함으로써 기존의 데이터 관점과 달리 그래프 구조의 관점에서 설계할 수 있다. 본 논문에서 제안한 추론 엔진을 평가하기 위해 LUBM1000(1억 3천 3백만 트리플, 17.9GB), LUBM3000(4억 1천 3백만 트리플, 54.3GB)에 대해 추론 속도를 실험을 하였으며 실 험결과, 비-인메모리 분산 추론 엔진보다 약 10배 정도 빠른 추론 성능을 보였다.

비유사도-기반 분류를 위한 차원 축소방법의 비교 실험 (A Comparative Experiment on Dimensional Reduction Methods Applicable for Dissimilarity-Based Classifications)

  • 김상운
    • 전자공학회논문지
    • /
    • 제53권3호
    • /
    • pp.59-66
    • /
    • 2016
  • 이 논문에서는 비유사도-기반 분류(dissimilarity-based classifications: DBC)를 효율적으로 수행할 수 있는 차원 축소 방법들을 비교 평가한 실험 결과를 보고한다. DBC에선 분류를 위해 대상 물체를 측정한 결과 값들(특징 요소들의 집합)을 이용하는 대신에 각 대상 물체들 사이의 비유사도를 측정하여 분류한다. 현재 DBC와 관련된 이슈들 중의 하나는 대규모 데이터를 취급할 경우에 비유사도 공간의 차원이 고차원으로 되는 문제가 있다. 이 문제를 해결하기 위하여 현재 프로토타입 선택(prototype selection: PS)방법이나 차원 축소(dimension reduction: DR)방법을 이용하고 있다. PS는 전체 학습 데이터에서 프로토타입을 추출하여 비유사도 공간을 구성하는 방법이고, DR은 전체 학습 데이터로 먼저 비유사도 공간을 구성한 다음 이 공간의 차원을 축소하는 방법이다. 이 논문에서는 PS이나 DR 대신에, 학습 데이터에 대한 주성분 분석으로 적절한 차원의 고유 공간 (Eigen space: ES)을 구성한 다음, 이 고유 공간으로 매핑 된 벡터들 사이의 $l_p$-놈(norm) 거리를 비유사도 거리로 측정하여 이용하는 DBC를 제안한다. 인터넷에 공개된 인공 및 실세계 데이터를 이용하여 최 근방 이웃 분류규칙으로 ES에서 수행한 DBC의 분류 성능을 측정한 결과, 고유공간의 차원을 적절하게 선정하였을 경우 PS와 DR를 이용한 DBC보다 분류 성능이 더 향상되었음을 확인하였다.

한국의 인천전략 이행수준과 개선방안 연구 (A Study on the Implementation Level and Improvement of Incheon Strategy of Korea)

  • 나운환
    • 재활복지
    • /
    • 제21권2호
    • /
    • pp.1-27
    • /
    • 2017
  • 이 연구는 한국의 인천전략 이행 정도를 평가하고 효율적인 이행방안을 마련하기 위한 연구로 연구의 방법은 문헌연구와 모니터링 방법을 활용하였으며 연구결과를 요약하면 첫째, 이행과 미이행으로 구분되는 핵심지표 9개와 보충지표 7개에서 한국은 핵심지표 3개(활동보조서비스 프로그램, 차별금지법 입법, 장애 포괄적 관점의 국제개발)가 이행되었으며 1개 지표가 일부 이행(장애인권리협약 부분 비준), 5개 지표가 미이행(국가재난관리 기본계획의 장애 포괄적 대책, 재난관련 인력 장애교육, ICF기준 장애 출현율, 인천전략 이행 측정 데이터 구축, 장애여성 별도 데이터)이며, 보충지표의 경우 5개 지표가 이행(장애인 투표접근성입법, 접근성 검사 전문가 참여, BF유무, 웹 콘텐츠 접근성 규칙, 재난피해 심리사회적 서비스 인력), 2개 지표가 미이행(재난대비 장애인보조기구 및 기술 보유, 선택 의정서 비준)인 것으로 분석 되었다. 둘째, 10개의 목표 영역이 모두 이행이 부족하지만 목표 7의 장애포괄적인 재난 위험 감소 및 관리의 보장이 가장 심각한 수준으로 이행 정도가 부족하며, 목표 9의 장애인권리협약 비준 및 국내법의 조화 촉진이 다음 순이며, 목표 8의 장애 데이터의 신뢰성 및 비교 가능성 개선, 목표 6의 성 평등과 여성의 역량강화 보장 순으로 이행정도가 문제인 것으로 분석되었다. 이를 토대로 제3차 아 태지역 장애인 10년의 행동전략인 인천전략이 한국에서 성공적인 이행을 위한 방안을 제안하면 첫째, 인천전략 이행을 위한 정책이슈화와 이행방안 마련이 필요하며, 둘째, 인천전략 이행과 모니터링을 위한 전담 추진체계 구축과, 셋째, 목표와 세부목표, 핵심지표와 보충지표에 대한 한국적 기준 제시가 필요하다. 넷째, 목표이행의 우선순위 마련과 선제적 대응이 필요하며, 마지막으로 인천전략에 대한 교육과 홍보가 필요하다.

경쟁과 다양성: 방송관련법의 목적의 관점 (Competition and Diversity: Perspective of the Objectives of Broadcasting-related Laws)

  • 홍대식
    • 법제연구
    • /
    • 제44호
    • /
    • pp.63-101
    • /
    • 2013
  • 이 글에서는 먼저 경쟁과 다양성이 미디어 정책의 구체적인 수단을 규정한 방송관련법이 추구하는 주된 목적이 된다는 것을 전제로 하여 각각의 개념과 구성요소 그리고 그 제도적 구현의 모습을 살펴보고, 특정분야의 경쟁법으로서의 방송관련법에서는 경쟁 목적이 차별성 요인을 갖는 한편 다양성 가치도 특수성을 갖는다는 논의를 전개한다. 다음으로 경쟁과 다양성 가치를 조화롭게 실현하기 위해서는 방송시장 특유의 구조적 규제수단을 포함하는 특별한 경쟁규칙이 필요하다고 전제하면서, 방송관련법상 경쟁 목적 규제와 다양성 목적 규제에 대하여 개선되어야 할 방향을 다음과 같이 제시한다. 첫째, 경쟁 목적 규제의 개선 방안이다. 사전적인 상태적 규제로서의 시청점유율 규제와 사후적인 행위규제로서의 금지행위 규제는 다양성 가치를 추구하면서도 원인적 규제를 대체하는 데 중요한 역할을 할 수 있다. 이를 위하여 공정거래법의 위법성 판단방식을 유추하여 다양성 관련 요소를 금지행위의 위법성 판단기준의 고려요소로 하는 방식을 구체적으로 개발할 필요가 있다. 둘째, 다양성 목적 규제의 개선 방안이다. 이는 규제 목적의 설정, 대체가능한 규제수단의 식별, 규제 목적에 맞는 규제수단과 규제수준의 선택이라는 3가지 관점에서 검토될 수 있다. 이러한 관점에서 다양성 가치가 단순한 수사적 도구에 그치지 않고 평가 및 분석 도구로 사용될 수 있는 제도적 수단 위주로 규제 틀을 개선하는 한편, 경쟁과 같은 경제적 목적과의 조화를 고려할 때 불합리해 보이는 규제에 대하여는 이를 유지할 것인가 또는 어느 정도로 유지할 것인가를 신중하게 재검토해야 한다.

Lexicon transducer를 적용한 conformer 기반 한국어 end-to-end 음성인식 (Conformer with lexicon transducer for Korean end-to-end speech recognition)

  • 손현수;박호성;김규진;조은수;김지환
    • 한국음향학회지
    • /
    • 제40권5호
    • /
    • pp.530-536
    • /
    • 2021
  • 최근 들어 딥러닝의 발달로 인해 Hidden Markov Model(HMM)을 사용하지 않고 음성 신화와 단어를 직접 매핑하여 학습하는 end-to-end 음성인식 방법이 각광을 받고 있으며 그 중에서도 conformer가 가장 좋은 성능을 보이고 있다. 하지만 end-to-end 음성인식 방법은 현재 시점에서 어떤 자소 또는 단어가 나타날지에 대한 확률에 대해서만 초점을 두고 있다. 그 이후의 디코딩 과정은 현재 시점에서 가장 높은 확률을 가지는 자소를 출력하거나 빔 탐색을 사용하며 이러한 방식은 모델이 출력하는 확률 분포에 따라 최종 결과에 큰 영향을 받게 된다. 또한 end-to-end 음성인식방식은 전통적인 음성인식 방법과 비교 했을 때 구조적인 문제로 인해 외부 발음열 정보와 언어 모델의 정보를 사용하지 못한다. 따라서 학습 자료에 없는 발음열 변환 규칙에 대한 대응이 쉽지 않다. 따라서 본 논문에서는 발음열 정보를 담고 있는 Lexicon transducer(L transducer)를 이용한 conformer의 디코딩 방법을 제안한다. 한국어 데이터 셋 270 h에 대해 자소 기반 conformer의 빔 탐색 결과와 음소 기반 conformer에 L transducer를 적용한 결과를 비교 평가하였다. 학습자료에 등장하지 않는 단어가 포함된 테스트 셋에 대해 자소 기반 conformer는 3.8 %의 음절 오류율을 보였으며 음소 기반 conformer는 3.4 %의 음절 오류율을 보였다.

영국 조선산업의 고용조정(1860~1945): 보일러제조공조합을 중심으로 (Employment Adjustment in the British Shipbuilding Industry(1860~1945) - Focusing on the Case of the Boilermakers' Society)

  • 신원철
    • 산업노동연구
    • /
    • 제24권2호
    • /
    • pp.321-365
    • /
    • 2018
  • 19세기 영국 조선산업은 세계시장을 지배했지만 호황과 불황에 따라 실업의 등락이 되풀이되었다. 보일러제조공조합은 고용주의 자유로운 해고권한에 도전하지 않았으며, 수정빈민법 체제의 굴레에 빠지지 않기 위해서 자체 실업보험을 운영했다. 조합 자체의 실업보험은 1911년 실업보험법이 실시될 때는 유지되었지만, 1920년대의 대량실업과 고용주들의 공격을 견디지 못하고 파산했다. 1911년 실업보험법은 직종별 노동조합의 경계를 넘어서서 위험을 분산시키고, 미숙련공과 비조합원에게도 실업보험을 적용했다는 점에서, 그리고 고용주와 국가도 보험료를 부담했다는 점에서 사회-연대적인 특성이 강화된 것으로 평가할 수 있다. 대공황기에 노동조합은 정부가 선박시장에 개입하여 일자리를 제공해줄 것을 요구했지만 이는 받아들여 지지 않았다. 정부는 실업수당 수급자격과 기간 등에 관해서 보험원리를 포기한 편법적 운영을 통해서 노동조합운동이 제기한 또 다른 요구인 생계비 요구에 부분적으로 대처할 수 있었다. 결국 조선산업의 실업은 재군비 확대와 2차 대전의 발발로 해소되었다. 19세기부터 2차 대전에 이르기까지 노동조합은 고용주의 해고 권한에 대해 도전하지 않았고, 해고절차를 규제하거나 해고에 대한 보상을 요구하려고 하지 않았다. 전간기에도 영국에는 취약한 고용보호와 관련된 규칙과 관행들 - 이는 자유주의적 고용조정제도의 주요 특징이다 - 이 널리 퍼져 있었다. 실업보험의 운영이 사회갈등의 초점이 되었고, 결국 1, 2차 대전과 같은 역사적 격변을 거치면서도 고용주의 자유로운 해고권한이라는 원칙은 유지될 수 있었다.

의료관련감염에서 감시 개선을 위한 평가 (Evaluation of the Effectiveness of Surveillance on Improving the Detection of Healthcare Associated Infections)

  • 박창은
    • 대한임상검사과학회지
    • /
    • 제51권1호
    • /
    • pp.15-25
    • /
    • 2019
  • 감염감시를 위한 신뢰성 있고 객관적인 의료관련 감염의 정의 및 자동화 된 프로세스를 개발하는 것이 중요하다. 그러나 자동화 된 감시 시스템으로의 전환은 여전히 어려운 과제이다. 초기의 발생 확인은 대개 비정상적인 사건과 진행중인 질병 감시를 인식하는 임상 검사자들이 기준선 비율을 결정하도록 요구한다. 이 시스템은 잘 정의 된 감시 규칙에 따라 의료 관련 혈류 감염의 후보를 감시하기 위해 매일 검사정보 시스템 데이터를 검사한다. 시스템은 추가 확인을 요구함으로써 전문적인 자율성을 탐지하고 예약한다. 또한 웹 기반 혈류감염 감시 및 분류 시스템은 검사실 정보 시스템에서 얻은 개별 데이터 요소를 사용할 수 있고 검사정보 시스템은 기존의 감염 제어 인력 감시 시스템과 높은 상관관계가 있는 데이터를 제공한다. 이런 시스템은 예방 지침에 따를 경우 적절하고, 수용 가능하며, 유용하고 민감하다. 감시 시스템은 병원에서 광범위한 병원균의 전파가 언제 어디서 발생하는지에 대한 이해를 획기적으로 향상시키기 때문에 유용하다. 국가적 차원의 계획은 의료관련감염 예방, 보건 관련 예방 통제위원회(HAIPCC), 살균 서비스(SS), 미생물학 실험실, 손 위생 차원의 주요 구조를 강화하기 위해 추진되어야하며 해당 지역은 의료관련 감염 예방에 미치는 영향을 고려하여 선정해야 한다.

연관관계 규칙을 이용한 학생 유지율 관리 방안 연구 (A Study on Management of Student Retention Rate Using Association Rule Mining)

  • 김종만;이동철
    • 한국산업정보학회논문지
    • /
    • 제23권6호
    • /
    • pp.67-77
    • /
    • 2018
  • 최근 학령인구 감소에 따라 많은 문제점들이 나타나고 있다. 우리나라는 인구대비 가장 많은 대학을 보유하고 있기 때문에 각 대학의 생존에 필요한 최소한의 학생 유지율 관리가 점점 더 중요해 지고 있다. 따라서 본 연구는 계속되는 학력인구의 감소에 따라 각 대학들이 생존 방안으로 학생 유지율의 적절한 관리 방안을 모색한다. 이를 위하여 특정 대학에 입학한 학생들을 대상으로 성별, 출신고, 출신지역, 성적, 졸업여부 등의 데이타를 분석하여, 학생들이 입학에서 졸업에 이르기까지 지속적으로 유지될 수 있는 학생 유지율을 관리하기 위한 기본적인 방향이 어떤 것인지 알아본다. 또한, 최적의 입력 변수를 파악하고, 최적의 입력 파라메터를 기초로 apriori 알고리즘을 이용하여 연관 분석을 실행하여 유지율 관리에 가장 적합한 자료를 수집할 수 있도록 한다. 이를 바탕으로 각 대학들이 학생들을 모집하고 유지하는데 도움이 되도록 가장 효율이 높은 딥러닝(Deep Learning) 모듈을 개발하기 위한 기초 자료로 만들고자 한다. 의사결정트리를 활용하여 졸업여부를 측정한 결과는 딥러닝의 정확도 보다 낮은 75%로 나타났다. 의사결정트리에서 졸업여부를 결정하는 요인은 일반고를 졸업하고, 도시지역에 거주하면서 여성이면서 성적이 높은 학생들이 졸업확율이 높은 것으로 나타났으며 결과적으로 의사결정트리 보다는 개발된 딥러닝듈이 더 효율적으로 학생들의 졸업여부를 평가할 수 있는 모델로 나타났다.