본 연구에서는‘조직지식중심적 지식경영’을 위해 지식창조원리로서 음양이론을 도입하여 영역지식 (陽의 지식)과 업무지식(陰의 지식)이 음양(陰陽)의 순환적 구조로서 상호 작용하여 조직지식으로 창출되는 과정을 저장하여 재활용하기 위한 지식 창조적 조직메모리를 제안하였다. 지식 창조적 조직메모리 구축을 위하여 객체 지향적 방법론을 적용하여 영역지식과 업무지식의 순환적 흐름을 주도하는 3개 지식 컴퍼넌트를 설정하여 조직지식을 설계하였다. 조직지식은 기존의 정보시스템에 포함된 데이터베이스 스키마. 프로세스 모델 또는 지식베이스의 의미네트워크(Semantic Network), 프레임(Frame) 등을 수용하기 위해 (i) 지식객체와 (ⅱ) 객체간의 관계 및 (ⅲ) 관계정도를 정의한 그래프구조로서 설계하였다. 이러한 조직지식의 설계는 지식마이닝 기법인 사례기반추론(Case Based Reasoning)등을 활용한 새로운 조직지식의 생성에 기여할 수 있다.
Almurayziq, Tariq S;Alshammari, Gharbi Khamis;Alshammari, Abdullah;Alsaffar, Mohammad;Aljaloud, Saud
International Journal of Computer Science & Network Security
/
제22권1호
/
pp.61-68
/
2022
The present study was based on developing an AI based model to facilitate the academic registration needs of blind students. The model was developed to enable blind students to submit academic service requests and tasks with ease. The findings from previous studies formed the basis of the study where functionality gaps from the literary research identified by blind students were utilized when the system was devised. Primary simulation data were composed based on several thousand cases. As such, the current study develops a model based on archival insight. Given that the model is theoretical, it was partially applied to help determine how efficient the associated AI tools are and determine how effective they are in real-world settings by incorporating them into the portal that institutions currently use. In this paper, we argue that voice-activated personal assistant (VAPA), text mining, bag of words, and case-based reasoning (CBR) perform better together, compared with other classifiers for analyzing and classifying the text in academic request submission through the VAPA.
한국 건설 기업들의 해외 진출이 기하급수적으로 늘어나고 있지만 프로젝트를 수행함에 있어 사업의 수익률은 대기업과 경험이 부족한 중소기업을 비교하였을 때 큰 차이가 나타난다(대기업 5건 중 1건 적자, 중소기업 3건 중 1건 적자 공사). 또한 경험이 부족한 중소, 중견 기업들, 특히 하도급 업체에게는 프로젝트 참여시 사업의 적절성을 판단하기란 어려우며 그에 따른 수익률 또한 예측하기 어렵다. 이에 본 연구는 중소/중견 업체, 특히 하도급 업체 관점에서 해외 건설공사 진출 시 수익률에 영향을 미치는 영향인자를 도출하기 위해 1965년부터 시행된 8,637건의 해외건설 준공데이터 및 문헌고찰 기반으로 수익률에 영향을 미치는 10개 인자를 도출 후 다중회귀분석을 통해 영향인자 간 가중치를 도출하였다. 이를 기반으로 사례기반 추론 기법을 이용하여 수익률 예측 모델을 개발하였으며, Type1 &Type2 error 분석을 통해 검증 결과 11%의 오차율을 보였다. 이러한 수익성 예측 모델을 활용하여 국내 건설 하도급업체들은 해외건설공사 진출 시 해당 프로젝트의 수익성 분포를 사전에 확인하여 양질의 프로젝트를 선별하고, 사업 참여의 의사결정에 중요한 참고자료가 될 것을 기대한다.
정보의 출처와 형식이 다양해지고 정보의 양 또한 많아짐에 따라 소셜 웹에서의 맞춤형 지식 생성은 더욱 어려워지고 있다. RSS(Really Simple Syndication)가 정보 수집 방법의 개선에 일조했으나, 웹에 산재된 정보를 찾아 필요한 정보들만으로 구성된 맞춤형 지식을 생성하는 것은 여전히 사용자들의 몫으로 남아 있다. 본 논문에서는 맞춤형 지식 생성의 용이성을 제고하기 위해 상황 기반 유사도를 이용한 맞춤형 지식생성 프레임워크를 제안하였다. 본 프레임워크는 기본적으로 사례 기반추론의 절차를 따르지만, 기존 사례 기반의 유사도 계산 방식이 문법적 추론에 기반했던 것과 달리, 온톨로지를 활용한 의미적 유사도를 이용한 사례 기반 추론을 활용한다. 또한 사용자 요구를 만족하는 유사사례의 보정을 위해 온톨로지를 활용한 정보 집적도 기반의 유사도 방법론을 제안하였다. 본 프레임워크에서는 첫째 비구조적인 웹 정보를 사례 형태의 구조적 정보로 변환하고, 둘째 사용자의 요구에 적합한 의미론적 유사사례를 찾은 후 셋째, 선택된 유사사례의 정보 집적도를 고려한 보정을 통해 맞춤형 지식을 생성하는 과정을 거친다. 본 논문에서는 유사도 계산에 일반적으로 활용되는 여러 방법론들과 비교를 통하여 제안한 온톨로지 기반 의미적 유사도 계산 방법론의 타당성을 입증하였다.
기업신용등급은 금융시장의 신뢰를 구축하고 거래를 활성화하는데 있어 매우 중요한 요소로서, 오래 전부터 학계에서는 보다 정확한 기업신용등급 예측을 가능케 하는 다양한 모형들을 연구해 왔다. 구체적으로 다중판별분석(Multiple Discriminant Analysis, MDA)이나 다항 로지스틱 회귀분석(multinomial logistic regression analysis, MLOGIT)과 같은 통계기법을 비롯해, 인공신경망(Artificial Neural Networks, ANN), 사례기반추론(Case-based Reasoning, CBR), 그리고 다분류 문제해결을 위해 확장된 다분류 Support Vector Machines(Multiclass SVM)에 이르기까지 다양한 기법들이 학자들에 의해 적용되었는데, 최근의 연구결과들에 따르면 이 중에서도 다분류 SVM이 가장 우수한 예측성과를 보이고 있는 것으로 보고되고 있다. 본 연구에서는 이러한 다분류 SVM의 성능을 한 단계 더 개선하기 위한 대안으로 유전자 알고리즘(GA, Genetic Algorithm)을 활용한 최적화 모형을 제안한다. 구체적으로 본 연구의 제안모형은 유전자 알고리즘을 활용해 다분류 SVM에 적용되어야 할 최적의 커널 함수 파라미터값들과 최적의 입력변수 집합(feature subset)을 탐색하도록 설계되었다. 실제 데이터셋을 활용해 제안모형을 적용해 본 결과, MDA나 MLOGIT, CBR, ANN과 같은 기존 인공지능/데이터마이닝 기법들은 물론 지금까지 가장 우수한 예측성과를 보이는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안모형이 더 우수한 예측성과를 보임을 확인할 수 있었다.
소프트웨어 개발노력 추정에 대한 연구는 소프트웨어가 복잡해지고 범위가 크게 증가함에 따라서 그 중은 지속적으로 부각되고 있다. 관련 프로젝트를 발주하는 업체나, 이를 수주하고 개발을 진행하는 업체에게 원가를 고려하는 측면에서 매우 중요한 부분을 차지하고 있다. 이러한 개발노력 추정을 위하여 다양한 접근 방식들이 고려되어지고 있는데, 그중에서 많이 활용되어지고 있는 방식은 소프트웨어 규모에 기반을 둔 LOC(Line Of Code) 기반 COCOMO (Constructive Cost Model) 모델이나 기능점수(Function Point)를 기반으로 한 회귀분석 모델, 인공지능(Artificial Intelligence)을 활용한 신경망(Neural Network) 모델, 사례분석기법 (CBR, Case Based Reasoning) 등이 있다. 이중에서 최근에 기능점수를 활용한 개발노력 추정에 관한 연구들이 활발히 진행되고 있으나 개발노력 추정에는 소프트웨어 규모의 척도인 기능점수 뿐만 아니라, 개발환경을 구성하는 여러 가지 측면에 대한 고려가 추가되어져야 한다. 이에 본 논문은 최신의 소프트웨어 개발 사례들에 대하여 기능점수 및 추가적인 개발환경 요소들을 면밀히 분석하고, 분석한 내용에 대해서 전문가들의 설문을 통한 빈도분석 및 로지스틱 회귀분석, 데이터마이닝 기법인 신경망 분석 등을 활용하여 개발노력 추정 모델을 구축함으로써, 소프트웨어 개발의 다양한 측면의 중요성을 강조하고, 정확한 추정의 방안을 제시 하고자 노력 하였다.
본 연구에서는 인터넷 검색엔진에서 사용자의 관심도를 알아내고 이를 작업 수행에 적용할 수 있는 사용자 인터페이스 에이전트 시스템 구조의 설계를 제안하며, 인공지능 기법을 이용하여 에이전트 시스템을 구축하고자 할 때 인터페이스 에이전트 시스템의 문제 해결 방법으로 널리 사용되고 있는 규칙 기반 추론 시스템을 고려할 수 있다. 그러나 규칙 기반 추론 시스템은 모듈성, 균일성, 자연성 등의 장점으로 인해 비교적 많은 성공을 거두고 있으나 지식획득의 병목현상, 메모리 부재, 제한된 적용성과 같은 문제점을 가지고 있어 이러한 문제점을 해결하기 위해 본 연구에서 사례를 기반으로 한 추론 과정을 제안한다.
현재 DBB 발주방식에서는 설계단계와 시공단계가 분리되어 있어, 잦은 설계변경이 발생하고 있다. 아울러 공사비초과, 공기지연 및 품질저하를 야기하는 문제점들을 초래하고 있다. 최근에 발주자의 다양한 요구, 제한적인 예산 및 공기 등의 제약조건에 대응할 수 있는 발주방식인 CM@R 발주방식이 대두되고 있다. CM@R 발주방식에서는 설계단계에서 발주자와 협의하여 GMP를 정하고, GMP 내에서 CM수행자가 책임을 지고 공사를 수행하는 방식이다. 그러나 CM@R 특성상 완성되지 않은 도서를 기준으로 GMP를 산정하기 때문에 불확실성이 내재되어 있다. 본 연구에서는 GMP 산정시 불확실성을 고려하기 위하여, CBR를 이용한 공사비 예측 및 MCS를 적용한 확률론적 초기 GMP 산정방안을 제시하였으며, 초기 GMP 산정 이후 사업진행에 따라 GMP 협의를 수행할 수 있는 프로세스를 제시하였다. 사례연구 및 검증을 통하여 확률론적 초기 GMP 산정방안을 검증하였다. 본 연구에서는 제시된 확률론적 GMP 산정방안을 통하여 GMP의 범위를 설정하고 발주자와 CM수행자가 협의을 통해 리스크를 줄임으로써, CM@R의 성공적인 국내 도입에 일조하고자 하였다.
건설 프로젝트의 초기 단계인 기획단계에서 산정된 공사비는 발주자의 의사결정에 큰 영향을 미치며, 프로젝트의 성공에 있어 중요한 요소로 작용한다. 그러나 국내 공공아파트 건설프로젝트의 경우, 공사비 예측은 실적데이터를 활용한 면적당 단가 방식에 머물러 있으며, 몇몇의 발주기관을 제외하고는 체계적인 건축공사비 산정 시스템을 구축하고 있지 않기 때문에 사업 초기단계에서 적정한 공사비를 예측할 수 없는 어려움이 따른다. 이에 본 연구는 선행연구에서 제시한 사례기반추론을 이용하는 공사비 예측방법을 사용하여 공공아파트 기획단계 적정 공사비 산정 시스템을 개발하였으며, 시스템 데이터베이스에 포함되지 않은 10개의 공공아파트 프로젝트 사례와 19명의 공공발주기관 실무담당자를 대상으로 시스템의 효용성과 적용된 방법론의 타당성을 검증하였다. 검증결과 평균 6.15%, 표준편차 4.39%의 총 공사비 예측 오차율을 나타내었으며, 공공발주기관의 실무자들은 본 연구에서 개발한 시스템이 현행 공사비 산정업무를 크게 개선할 수 있을 것이라고 평가하였다. 본 연구는 국내 공사비 예측 기술 및 사업비 관리 기술 발전의 토대를 제공하고 공사비 산정결과의 정밀성 및 일관성을 향상시킬 수 있을 것으로 기대한다.
건축물의 고층화, 복합화, 대형화에 따라 다양한 공법이 개발되고 있어 주요 공종에 대한 공법 선정의 중요성이 대두되고 있다. 그러나 프로젝트의 특성을 충분히 고려하지 못하고 있고 주요 공법의 선정을 위한 객관적 기준이나 자료 또한 부족한 실정이며, 실무자의 경험과 직관에만 의존하여 선정이 이루어지고 있는 점이 지적되어 왔다. 이러한 문제점을 해소하기 위해 퍼지, AHP, CBR 등 인공지능이론을 이용한 주요 공종의 공법 선정을 위한 다양한 연구가 진행되었다. 그러나 실무에서 공법 선정 시 공종별 특성 및 현장별 조건을 고려하여 주요 공종마다 각기 다른 여러 가지 공법 선정 모델을 적용하기는 어렵다. 이에 본 연구에서는 매트릭스 분석과 선형변환을 이용하여, 실무에서 활용이 용이한 범용적인 성격의 의사결정지원 모델을 제시하고, 사례 연구를 통해 흙막이 공법 선정 과정에 적용하여 연구모델의 정합성을 검증하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.