• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권5호
• /
• pp.311-318
• /
• 2013

최근들어 RFID 기반의 SCM에 대한 연구는 많이 진행되고 있다. 그러나 공급망상에서 이동중인 물류정보의 오류를 동기화하고, 장치기반 인프라의 상태정보를 모니터링하여 활성화해주는 연구와 기술은 아직 미흡하다. 또한 이를 응용하여 통합관제해주는 지능형 SCM 시스템을 개발한 경우는 없었다. "물류정보동기화 기반의 Smart SCM 모델"은 실시간으로 각 물류 거점에 설치된 RFID 인프라 장치 및 물류 프로세스 동기화 현황을 하나의 통합된 뷰를 통하여 모니터링하고, 예외상황 발생시에 다양한 의사결정 지원정보 제공을 통해 즉각적인 상황 조치가 가능한 지능형 공급망 통합관제 서비스 모델이다. 본 연구 모델은 물류국제 표준, RFID관련 국제 표준 규격, EPCIS 표준, SSI 미들웨어 플랫폼을 준용하여 표준화 하므로써 관련 기술 국내 표준 규격을 제시하고자 하였다.

• Earthquakes and Structures
• /
• 제17권5호
• /
• pp.511-519
• /
• 2019

The concrete gravity dam is one of the most important parts of the nation's infrastructure. Besides the benefits, the dam also has some potentially catastrophic disasters related to the life of citizens directly. During the lifetime of service, some degradations in a dam may occur as consequences of operating conditions, environmental aspects and deterioration in materials from natural causes, especially from dynamic loads. Cumulative Absolute Velocity (CAV) plays a key role to assess the operational condition of a structure under seismic hazard. In previous researches, CAV is normally used in Nuclear Power Plant (NPP) fields, but there are no particular criteria or studies that have been made on dam structure. This paper presents a method to calculate the limitation of CAV for the Bohyeonsan Dam in Korea, where the critical Peak Ground Acceleration (PGA) is estimated from twelve sets of selected earthquakes based on High Confidence of Low Probability of Failure (HCLPF). HCLPF point denotes 5% damage probability with 95% confidence level in the fragility curve, and the corresponding PGA expresses the crucial acceleration of this dam. For determining the status of the dam, a 2D finite element model is simulated by ABAQUS. At first, the dam's parameters are optimized by the Minitab tool using the method of Central Composite Design (CCD) for increasing model reliability. Then the Response Surface Methodology (RSM) is used for updating the model and the optimization is implemented from the selected model parameters. Finally, the recorded response of the concrete gravity dam is compared against the results obtained from solving the numerical model for identifying the physical condition of the structure.

• 한국터널지하공간학회 논문집
• /
• 제24권6호
• /
• pp.725-744
• /
• 2022

도심지에서의 교통인프라 개발이 활발해 지고, 대심도 지하터널을 이용한 도시의 기반시설 확충으로 인하여 도심지 구간에서 대심도 터널시공이 많이 이루어지고 있다. 이에 따라 대심도 터널시공으로 인한 터널안전 문제와 주변 지반 및 구조물의 안전 확보여부는 중요한 이슈가 되고 있으며, 터널시공에 앞서 대심도 터널공사에 따른 리스크를 분석하고 평가하여 리스크 관리를 반드시 수행하여야 한다. 본 연구에서는 대심도 터널과 도심지 터널이라는 특성을 반영하여 터널구간에 대하여 지반조사 자료, 설계 도서, 각종 사전 검토자료 및 시공계획 등을 바탕으로 수직구, 본선터널 및 대단면 터널 정거장 구간의 지하 안전성에 대한 주요 리스크를 분석하고 평가함으로서 수직구, 본선터널과 대단면 터널정거장 구간에 대한 안전리스크를 정량적으로 관리하고자 하였다. 본 연구는 도심지 대심도 터널공사에서 시공시 리스크와 안전 문제를 사전에 검토하는 경우 기본적인 기초 참고 자료로 활용될 수 있을 것으로 기대된다.

• 융합정보논문지
• /
• 제11권11호
• /
• pp.66-74
• /
• 2021

인터넷이 발달하면서 온라인에서 나를 증명하는 사용자 인증기술은 고도화되고 있다. 기존 ID 방식은 서비스 제공자가 개인정보를 관리하며 보안이 취약할 경우 개인정보 유출의 위협이 있고, 정보 주체가 서비스 제공자에게 있다. 본 연구에서는 온라인 신분 확인 기술이 발전함에 따라 중앙집중 형식에서 오는 개인정보 유출 위협을 낮추고 사용자 주권 강화를 위한 DID 기반 본인 인증 모델을 제안한다. 제안 모델은 발행기관으로부터 발급받은 VC를 통해 사용자가 직접 개인정보를 관리하고 정보 주제가 사용자에게 있어 주권을 강화할 수 있다. 연구 방법으로는 분산원장 기술을 기반으로 한 탈중앙화 신원증명 방법을 이용하여 보안성과 무결성을 보장하는 본인 인증 모델을 제시하고, 공격방식에 대한 보안성을 분석한다. 공개키 암호 알고리즘을 사용하는 DID Auth를 통해 인증하여 스니핑, 중간자공격 등으로부터 안전하며 제안 모델은 실물 신분증을 대체할 수 있다.

• 디지털융복합연구
• /
• 제16권11호
• /
• pp.1-15
• /
• 2018

본 연구의 목적은 텍스트 마이닝 기법을 활용하여 부산 및 기타 지자체의 도시계획 보고서에 포함되어 있는 서지정보를 분석하고 새로운 스마트도시계획의 수립을 위한 전략 분야를 도출하는 것이다. 텍스트 마이닝 분석은 구조화되어 있지 않은 문서로부터 키워드를 추출하고 획득한 정보의 특성과 패턴을 발견하는 기법으로 최근 지식관리 측면에서 많이 사용되고 있다. 본 분석을 통해 초기의 부산 도시계획은 개별 산업분야 고도화에 초점이 맞춰져 있을 뿐 각 분야별 정보시스템의 연계에 대한 논의가 적은 것으로 나타났지만 최근 계획에서는 도시통합운영관리와 관련한 물리적 인프라와 ICT시스템과 관련한 내용이 다수 포함되어있는 것으로 나타났다. 특히, 타 지자체에 비해 항만/물류, 문화, 전시 분야가 특유의 서비스영역으로 도출되었지만 도시안전, 데이터공유, 신재생에너지 분야에 대한 계획은 부족한 것으로 나타났다. 본 연구는 향후 새로운 스마트 도시계획 수립을 위한 정책적 시사점을 제공할 것으로 기대한다.

• International Journal of Computer Science & Network Security
• /
• 제21권4호
• /
• pp.186-198
• /
• 2021

The introduction of digital technologies affects most socio-economic processes and activities in the economy, from agriculture to public services. Even though the world is currently only in the early stages of digital transformation, the digital economy is growing rapidly, especially in developing countries. Shortly, digital platforms will be able to replace the "invisible hand" of the market and turn it into digital. Some digital platforms have already reached global reach in some sectors of the economy. The growing value of data and artificial intelligence is reflected in the high capitalization of these enterprises. Their growing role has far-reaching consequences for the organization of economic activity and integration into the field of e-business. However, their importance and level of development in different countries differ significantly. The main purpose of this article is an assessment of the level and trends of the digital economy in the world and the identification of homogeneous groups of states following the main trends in the development of its components from among the EU countries. The methodology of the conducted research is based on the use of general scientific research methods in the analysis of secondary sources and the application of statistical methods of correlation-regression and cluster analysis. Macroeconomic indicators and components of DESI (Digital Economy and Society Index) were used for the analysis. Results. Based on the analysis established that most developed countries have a medium level of digitalization of the business environment and a high level of digitalization of socially oriented public services, while countries with lower GDP focus their policies on building digital infrastructure and training qualified personnel. The study summarizes and analyzes current trends in digital technology, analyzes the level and dynamics of integration of digital technologies of the studied EU countries, the level of development of e-business and e-commerce. The conceptualization of mechanisms of creation of added value in the digital economy is offered and the possible consequences of digitalization of the economy of developing countries are generalized.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제9권12호
• /
• pp.315-320
• /
• 2020

신원인증은 오래전부터 사회에서 개인을 식별하고 그에 맞는 서비스 등을 제공하기 위해 사용되던 중요한 기술이다. 인터넷 인프라의 발전으로 사회의 많은 부분이 온라인 영역으로 전환되며 신원인증 기술 또한 온라인으로 확장되었다. 하지만 여전히 신원인증 기술은 정부와 같이 신뢰하는 제3의 기관에 전적으로 의존하고 있다는 한계가 있다. 중앙화된 신원관리체계는 서로 다른 신원관리체계를 운용하는 기관 사이의 신원인증 과정을 매우 복잡하게 만들고 비용·시간적으로도 매우 비효율적으로 만들고 있다. 특히 2020년 코로나 바이러스로 인한 마스크 품귀 사태에서 사용된 중복구매 방지 시스템의 구축과정에서 중앙화된 신원관리체계의 한계가 여실히 드러났다. 분산신원증명은 사용자 스스로 자신의 신원정보를 관리하는 방법으로 최근에는 블록체인기술을 사용한 분산신원증명 기술이 다수 제안되고 있다. 본 논문에서는 기존의 중앙화된 신원관리체계의 한계를 분석하고 차후 코로나 바이러스와 같은 국가적인 비상상황에서 사용가능한 분산신원증명 시스템을 제안한다.

• 대한한방소아과학회지
• /
• 제36권1호
• /
• pp.1-37
• /
• 2022

Objectives This study aimed to provide a basis for applying Korean medical treatment for childhood anorexia in clinical practice by examining Korean medical etiology, pattern differentiation, and treatment, and focusing on research articles on Chinese medicine. Methods Articles on Chinese medicine related to childhood anorexia published before November 4, 2021, in the China National Knowledge Infrastructure (CNKI), were analyzed. The etiology, pattern differentiation, and Chinese medical treatment were summarized. Results Of a total of 73 studies, 13 were randomized controlled trials (RCT), 32 were case studies, and 28 were review papers. The most common Chinese medical etiology of childhood anorexia was emotional instability, and the western medical etiology was problems with diet and lifestyle. The most frequently reported pattern differentiations were spleen-stomach-qi deficiency (脾胃氣虛), stomach-yin deficiency (胃陰不足), and spleen failing in transportation syndrome (脾失健運). The most frequent prescriptions were modified Yangwijeungaektang (养胃增液湯加減), Samryongbakchulsan (蔘苓白术散加减), and Ekongsan (異功散加減). As frequntly used tuina acupoints, Naepalgwae (内八卦), Joksamli (足三里), and Bigyeong (脾經) were mentioned. Conclusions This study analyzed the etiology, pattern differentiation, and Korean medical treatment of anorexia in children. Based on this study, standardization and well-designed clinical studies on Korean medical treatments for childhood anorexia can be expected in the future.

• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.93-103
• /
• 2022

With the wider availability of sensor technology through easily affordable sensor devices, several Structural Health Monitoring (SHM) systems are deployed to monitor vital civil infrastructure. The continuous monitoring provides valuable information about the health of the structure that can help provide a decision support system for retrofits and other structural modifications. However, when the sensors are exposed to harsh environmental conditions, the data measured by the SHM systems tend to be affected by multiple anomalies caused by faulty or broken sensors. Given a deluge of high-dimensional data collected continuously over time, research into using machine learning methods to detect anomalies are a topic of great interest to the SHM community. This paper contributes to this effort by proposing a relatively new time series representation named "Shapelet Transform" in combination with a Random Forest classifier to autonomously identify anomalies in SHM data. The shapelet transform is a unique time series representation based solely on the shape of the time series data. Considering the individual characteristics unique to every anomaly, the application of this transform yields a new shape-based feature representation that can be combined with any standard machine learning algorithm to detect anomalous data with no manual intervention. For the present study, the anomaly detection framework consists of three steps: identifying unique shapes from anomalous data, using these shapes to transform the SHM data into a local-shape space and training machine learning algorithms on this transformed data to identify anomalies. The efficacy of this method is demonstrated by the identification of anomalies in acceleration data from an SHM system installed on a long-span bridge in China. The results show that multiple data anomalies in SHM data can be automatically detected with high accuracy using the proposed method.

• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.77-91
• /
• 2022

Various monitoring systems have been implemented in civil infrastructure to ensure structural safety and integrity. In long-term monitoring, these systems generate a large amount of data, where anomalies are not unusual and can pose unique challenges for structural health monitoring applications, such as system identification and damage detection. Therefore, developing efficient techniques is quite essential to recognize the anomalies in monitoring data. In this study, several machine learning techniques are explored and implemented to detect and classify various types of data anomalies. A field dataset, which consists of one month long acceleration data obtained from a long-span cable-stayed bridge in China, is employed to examine the machine learning techniques for automated data anomaly detection. These techniques include the statistic-based pattern recognition network, spectrogram-based convolutional neural network, image-based time history convolutional neural network, image-based time-frequency hybrid convolution neural network (GoogLeNet), and proposed ensemble neural network model. The ensemble model deliberately combines different machine learning models to enhance anomaly classification performance. The results show that all these techniques can successfully detect and classify six types of data anomalies (i.e., missing, minor, outlier, square, trend, drift). Moreover, both image-based time history convolutional neural network and GoogLeNet are further investigated for the capability of autonomous online anomaly classification and found to effectively classify anomalies with decent performance. As seen in comparison with accuracy, the proposed ensemble neural network model outperforms the other three machine learning techniques. This study also evaluates the proposed ensemble neural network model to a blind test dataset. As found in the results, this ensemble model is effective for data anomaly detection and applicable for the signal characteristics changing over time.