• 제목/요약/키워드: System verification and validation

검색결과 289건 처리시간 0.038초

프리캐스트 콘크리트 공급사슬 관리를 위한 시뮬레이션 모형 개발 (Development of a Simulation Model for Supply Chain Management of Precast Concrete)

  • 권현주;전상원;이재일;정근채
    • 한국건설관리학회논문집
    • /
    • 제22권5호
    • /
    • pp.86-98
    • /
    • 2021
  • 본 연구에서는 PC (Precast Concrete) 공법 기반 건설공사에 대한 공급사슬 관리를 위한 시뮬레이션 모형을 개발한다. 이를 위해, 문헌과 현장 조사를 통해 공장 제작/현장 시공 체계에 대한 자료를 수집하고, 이를 바탕으로 공급사슬, 개체, 자원, 공정 등을 서술함으로써 시뮬레이션 모형을 정의하였다. 이어서, Arena 시뮬레이션 소프트웨어를 이용하여 데이터 모듈, 플로차트 모듈, 애니메이션 모듈을 작성함으로써 PC 공급사슬 시뮬레이션 모형을 개발하였다. 마지막으로, 개발된 모형의 논리성 검증과 유효성 확인을 위한 모형검토, 애니메이션 검토, 극한치 검증, 평균치 검증, 실제 사례 검증 등의 방법론을 이용하여 모형의 타당성을 검토하였다. 검토 결과, 개발된 시뮬레이션 모형은 논리적 오류 없이 PC 공급사슬의 공정과 특성을 적합하게 표현하고 있었으며, 더불어 대상 공급사슬에 대한 정확한 성능평가 예측치를 제공하는 것으로 나타났다. 향후, 본 연구에서 개발된 시뮬레이션 모형은 PC 공급사슬 체계를 최적 운영하기 위한 관리 기법을 개발함에 있어 성능 평가를 위한 플랫폼으로서의 역할을 충실히 수행할 수 있을 것으로 기대된다.

천리안 해양위성 2호(GOCI-II) 임무 초기 해무 탐지 산출: 해무의 광학적 특성 및 초기 검증 (The GOCI-II Early Mission Marine Fog Detection Products: Optical Characteristics and Verification)

  • 김민상;박명숙
    • 대한원격탐사학회지
    • /
    • 제37권5_2호
    • /
    • pp.1317-1328
    • /
    • 2021
  • 본 연구는 천리안 해양위성 2호(GOCI-II)를 활용하여 개발된 해무 탐지 알고리즘의 초기 결과에 대한 분석을 수행하였다. GOCI-II 해무 탐지 성능을 확인하기 위해 1호와 2호가 중복으로 관측한 2020년 10월-2021년 3월 사이에 발생한 해무 사례에 대해 광학적 특성 분석을 실시하였다. 해무 탐지 알고리즘에 입력자료로 사용되는 412 nm 밴드 레일리 산란 보정 반사도(Rayleigh-corrected reflectance; Rrc)와 정규화된 국소 표준 편차(Normalized Local Standard Deviation; NLSD)를 GOCI, GOCI-II 자료를 시공간 일치시킨 뒤 분석한 결과 412 nm 밴드 레일리 Rrc의 경우 0.01의 평균 제곱근 오차 (Root Mean Squared Error; RMSE)와 0.998의 상관계수(correlation coefficient)을 나타내고, NLSD의 경우 0.007의 RMSE, 0.798의 correlation을 나타낸다. 해무와 구름이 갖는 광학적 특성을 분석하기 위해 천리안 해양위성 2호의 밴드 별 Rrc 값을 확인하였다. 구름의 경우 넓은 영역에서 높은 반사도를 보인 반면, 해무의 경우 모든 밴드에서 구름에 비해 상대적으로 반사도가 낮고 좁은 영역에 분포한다. 실제 해무 사례에 대해 GOCI와 GOCI-II 해무 탐지 알고리즘을 비교한 결과 전반적인 해무 탐지 성능은 크게 차이가 없으나 높아진 공간 해상도의 영향으로 해무 경계면에서 공간적으로 더 세밀한 탐지가 가능했다. 종관기상관측소 시정계 자료와 비교 분석하여 초기 자료에 대한 신뢰도를 조사하였다. 추후 충분한 샘플 확보로 인한 안정적인 성능 검증, 실시간 구름 정보 교체를 통한 후처리 과정 개선, 에어로졸 자료 추가로 해무 오탐지 감소를 통해 해무 탐지 알고리즘의 성능 향상이 기대된다.

원심모형실험에서 관측된 건조 지반-말뚝 동적 상호작용의 수치 모델링 (Numerical Simulation of Dynamic Soil-pile Interaction for Dry Condition Observed in Centrifuge Test)

  • 권선용;김석중;유민택
    • 한국지반공학회논문집
    • /
    • 제32권4호
    • /
    • pp.5-14
    • /
    • 2016
  • 건조토 지반에 근입된 지반-말뚝 시스템의 동적 거동을 정확히 예측하기 위해 3차원 수치 모델링을 수행하였다. 제안된 모델은 강진 시 지반의 비선형 거동을 적절하게 모사하기 위해 상용 유한 차분 프로그램인 FLAC3D를 이용하여 시간 영역에서 해석이 수행되었다. 모델링 방법론으로써 지반 구성 모델은 Mohr-Coulomb 탄소성 모델을 적용하였으며 지반 전단 탄성 계수의 비선형적인 감소를 모사할 수 있는 이력 감쇠 모델을 적용하였다. 진동 시 지반-말뚝 간의 완전 접촉, 미끄러짐, 분리 현상을 모두 모사하는 경계요소 모델을 적용하였으며 경계요소 모델을 구성하는 스프링 계수는 탄성이론에 기초하여 결정되어, 내장 함수인 FISH를 통해 깊이에 따라 연속적으로 입력되었다. 경계 조건의 경우, 지반-말뚝 상호작용의 영향을 받는 근역 지반만 메쉬를 생성하고 근역 지반의 경계부에 원역 지반의 가속도-시간 이력을 입력하는 방식인 단순화 연속체 모델링 기법(Kim et al., 2012)을 적용함으로써 해석 효율을 증가 시키고자 하였으며 적절한 최대지반탄성계수와 항복 깊이의 설정으로 지반의 비선형 거동을 더욱 정확히 모사하고자 하였다. 수치 해석의 오차를 최소화하고 모델의 신뢰성을 확보하기 위해, Yoo(2013)이 수행한 원심모형시험 결과와 수치 해석 결과와의 비교를 통해 제안된 기법의 캘리브레이션을 수행하였으며, 말뚝 최대 휨 모멘트와 말뚝 횡방향 최대 변위의 깊이 별 분포가 다양한 입력 하중 조건에서 실험 결과를 적절히 모사하고 있는 것을 확인하였다. 또한, 제안된 수치 모델의 적용성 평가를 위해 다른 실험 결과와의 비교 검증을 수행하였다.

울진 3&4호기 CFMS 화면설계의 인간공학적 검토

  • 정광태;이용희
    • 대한인간공학회:학술대회논문집
    • /
    • 대한인간공학회 1996년도 추계학술대회논문집
    • /
    • pp.171-178
    • /
    • 1996
  • CFMS(Critical Function Monitoring System)는 원자력발전소의 비상시에 운전원에게 보조장보를 제공하는 지원시스템이다. 본 연구에서는 원자력발전소 울진 3&4호기 CFMS의 화면설계에 대한 인간 공학적 검토를 수행하였다. CFMS에 대한 규제 및 법규를 만족시키는 것과 CFMS 화면설계가 운전원에게 편의성을 제공할 수 있는지에 대한 인간공학적 타당성 평가의 사례를 제시하고자 한다. 본 연구에서는 인간공학적 검토의 공식적인 체계를 설정하기 위하여, CFMS 설계에서 필요한 인간공학 업무를 규정하고 수행절차를 기술하는 인간공학 프로그램 계획 (Human Factors Engineering Program Plan; HFEPP)과 설계평가의 방법과 업무 내용을 기술하는 확인 및 검증 프로그램 계획(Human Factors Engineerign Verification and Validation Plan; HFE V&V Plan)을 개발하였다. CFMS 설계에 대한 인간공학적 확인 및 검증을 위하여 CFMS의 정보 가용성 (information availability)과 화면 적합성 (display suitability)을 확인하였다. 정보 가용성의 확인은 CFMS 설계 요건서에서 정의된 정보를 중심으로 한 필요정보의 목록과 CFMS 화면상에서 제공되는 정보의 목록을 비교함으로써 수행되었다. 화면 적합성의 확인은 검토항목 선정, 검토양식 개발, 전문가 검토, 실험검토 등의 과정을 통하여 수행되었다. 관련 규제 문건으로 부터 규제요건상 만족해야할 최소한의 검토항목을 선정하고 검토양식을 개발하였으며, 인간공학 전문가들의 주관적 평가를 통하 여 수행되었다. 또한 화면의 조작방식에 대한 상세검토를 수행하였다. 검토결과로부터 발견된 문제점들은 HED (Human Engineerign Discrepance) 목록으로 정리하여 설계에 반영하도록 하였다.로 마음의 안정감, 몸의 긴장 이완에 따른 건강 상태 유지, 수업 집중도 향상 등이 나타났다. 위와 같은 종합 적 분석 결과에 따라, 본 연구는 제조 현장의 생산성 향상 및 품질 향상과 연계하여 작업자의 작업 집중도 향상, 작업자의 육체적, 심리적 변화에 따른 생산성 및 품질 향상 변화 정도 등의 산업공학(인간공학) 제 분야의 여러 측면에서 연구 및 적용이 가능하리라 사료된다.l, 시험군:25.90$\pm$7.16mg/d1, 47% 감소)를 나타내었으며, 시험군의 AUC는 대조군에 비해 39% 감소하였고, 혈중 아세트알데히드의 농도는 투여 60분후 시험군(3.96$\pm$0.07nmo1/$m\ell$)이 대조군(6.45$\pm$0,64nmo1/$m\ell$)에 비해 유의성 있는 감소(39%)를 나타내었으며, 시험군의 AUC는 대조군에 비해 48% 감소하였다 한편, 시험관내 에탄올 대사 효소에 대한 바이오짐의 효과를 검색해본 결과 바이오짐(2.0 $\mu\textrm{g}$/assay)에 의해 Aldehyde dehydrogenase(1.5unit/assay)의 활성이 14% 증가되었다. 본 연구의 결과로 볼 때, 비지니스 및 바이오짐은 음주 후 상승된 혈중 에탄을 농도 및 아세트알데히드의 농도를 현저히 감소시키는 효과가 있었다.량 보호 관리, 도시 소공원 개발, 역사 문화 공원 조성, 하천 공간 복원, 공원 시설 기능 개선, 이용 프로그램 개발, 공원 관리 개선, 환경 피해 녹지의 회복, 도시 환경 림 조성, 녹지 기능 증진, 도시 자연 경관 보전, 공원 녹지체계 구성, 공원 녹지 공급 균형, 주변 환경 녹화, 가로 녹화의 17개 시책을 제안하였다. 이러한 정책사업의 원활한 추진을 위해서는 기존의 관주도의 일방적인 공원 녹지 행정이 아닌 시민의 참여를 통

  • PDF

이미지 감성분류를 위한 CNN과 K-means RGB Cluster 이-단계 학습 방안 (A Two-Stage Learning Method of CNN and K-means RGB Cluster for Sentiment Classification of Images)

  • 김정태;박은비;한기웅;이정현;이홍주
    • 지능정보연구
    • /
    • 제27권3호
    • /
    • pp.139-156
    • /
    • 2021
  • 이미지 분류에서 딥러닝 모형을 사용하는 가장 큰 이유는 이미지의 전체적인 정보에서 각 지역 특징을 추출하여 서로의 관계를 고려할 수 있기 때문이다. 하지만 이미지의 지역 특징이 없는 감정 이미지 데이터는 CNN 모델이 적합하지 않을 수 있다. 이러한 감정 이미지 분류의 어려움을 해결하기 위하여 매년 많은 연구자들이 감정 이미지에 적합한 CNN기반 아키텍처를 제시하고 있다. 색깔과 사람 감정간의 관계에 대한 연구들도 수행되었으며, 색깔에 따라 다른 감정이 유도된다는 결과들이 도출되었다. 딥러닝을 활용한 연구에서도 색깔정보를 활용하여 이미지 감성분류에 적용하는 연구들이 있어왔으며, 이미지만을 가지고 분류 모형을 학습한 경우보다 이미지의 색깔 정보를 추가로 활용한 경우가 이미지 감성 분류 정확도를 더 높일 수 있었다. 본 연구는 사람이 이미지의 감정을 분류하는 기준 중 많은 부분을 차지하는 색감을 이용하여 이미지 감성 분류 정확도를 향상시키는 방안을 제안한다. 이미지의 RGB 값에 K 평균 군집화 방안을 적용하여 이미지를 대표하는 색을 추출하여, 각 감성 클래스 별 해당 색깔이 나올 확률을 가중치 식으로 변형 후 CNN 모델의 최종 Layer에 적용하는 이-단계 학습방안을 구현하였다. 이미지 데이터는 6가지 감정으로 분류되는 Emotion6와 8가지 감정으로 분류되는 Artphoto를 사용하였다. 학습에 사용한 CNN 모델은 Densenet169, Mnasnet, Resnet101, Resnet152, Vgg19를 사용하였으며, 성능 평가는 5겹 교차검증으로 CNN 모델에 이-단계 학습 방안을 적용하여 전후 성과를 비교하였다. CNN 아키텍처만을 활용한 경우보다 색 속성에서 추출한 정보를 함께 사용하였을 때 더 좋은 분류 정확도를 보였다.

벤토나이트 완충재에서의 기체 팽창 흐름 수치 모델링: DECOVALEX-2019 Task A (Numerical Modelling for the Dilation Flow of Gas in a Bentonite Buffer Material: DECOVALEX-2019 Task A)

  • 이재원;이창수;김건영
    • 터널과지하공간
    • /
    • 제30권4호
    • /
    • pp.382-393
    • /
    • 2020
  • 고준위방사성폐기물을 처분하기 위한 심층처분시스템의 공학적 방벽은 처분 용기에서 방사성 핵종 누출이 발생하더라도 주변 암반으로의 누출 속도를 늦춰주는 역할을 수행해야하기 때문에 장기적으로 그 성능을 유지하여야 한다. 특히 벤토나이트 완충재와 같이 점토 물질을 다량 함유한 매질에서만 나타나는 기체 흐름 현상인 팽창 흐름은 벤토나이트 완충재의 장기 성능에 영향을 미칠 수 있기 때문에 이 현상을 명확히 규명하는 것이 매우 중요하다. 이에 따라 DECOVALEX-2019 Task A에서는 팽창 흐름에 대한 수리-역학적 메커니즘을 규명하고, 기체 이동 현상의 정량적 평가를 위한 새로운 수치 해석 기법 개발 및 검증을 수행하고자 진행되었다. 이를 위해 본 연구에서는 기존의 전통적인 다공성 매질에서의 2상 유동 및 유효응력 개념을 고려한 역학 모델을 기반으로, 손상도 개념을 적용함으로써 매질의 변형에 의한 기체의 팽창 흐름을 모사할 수 있는 수리-역학적 상호작용을 고려한 해석 모델을 개발하였다. 또한 개발된 모델을 이용하여 1차원 및 3차원 기체 주입 시험 결과와의 비교를 통해 모델 검증 및 적용성 검토를 수행하였다. 수치 해석 결과 기체 압력에 의한 팽창 흐름으로 인한 갑작스러운 공극 수압, 응력, 기체 주입량 및 유출량 증가 현상을 확인할 수 있었지만, 개발된 해석 모델에서 수리-역학적 상호작용의 영향이 과소평가 되는 한계를 확인할 수 있었다. 그럼에도 불구하고 본 연구는 팽창 흐름에 대한 예비 모델을 제공하고 후속 연구의 발전된 모델을 개발하기 위한 기반을 제공한다는 점에서 의의가 있다. 또한 본 연구에서 개발된 수리-역학적 상호작용을 고려한 수치 모델은 향후 실험실 및 현장 시험 결과 데이터 분석에 활용될 수 있을 뿐만 아니라, 실제 고준위방사성폐기물 심층처분시스템의 장기 성능평가에도 활용될 수 있을 것으로 판단된다.

고선량률 근접치료계획의 정도보증 프로그램 (Independent Verification Program for High-Dose-Rate Brachytherapy Treatment Plans)

  • 한영이;추성실;허승재;서창옥
    • Radiation Oncology Journal
    • /
    • 제21권3호
    • /
    • pp.238-244
    • /
    • 2003
  • 목적: 개별화되어 가는 고선량률 근접치료계획의 추세에 따라, 고성량률 근접치료계획의 절대적 선량과 상대적인 선량분포를 독립적으로 계산하여 환자의 해부영상 위에 겹쳐 표시할 수 있는 품질보증용 컴퓨터 프로그램을 개발한다. 대상 및 방법: 컴퓨터 프로그램은 먼저, 환자의 치료계획에서 계산된 선원의 위치, 각 위치에서의 조사시간, reference point에서의 선량, 치료계획이 실시된 날짜 등의 자료 입력을 필요로 한다. ICWG 권고 수식과 선원의 비등방성 표를 이용하여 $10\times12\times10\;(Cm^3)$의 공간에서 선량분포가 계산된 후 reference point에서의 선량이 자동적으로 치료계획의 결과와 비교된다. 모의치료의 영상이나 자기공명(Magnetic Resonance) 영상을 입력하고 사용자가 선택한 점을 수직으로 교차하는 3개의 평면에서 등선량곡선을 겹쳐서 보여준다. Gamma Med사의 Gam-madot (MDS Nordion, Germany)에서 표준 치료계획을 실행하여 정확성을 확인하였으며, Plato (Nucletron Cor-poration, The Netherlands)에서 실행된 9명의 환자치료계획과 비교하였다. 결과: 3개의 표준 치료계획에서 절대선량은 $2.8\%$ 내에서 일치하였으며 등 선량분포도 좋은 일치를 보였다. 9명의 환자에 대하여 시행된 치료계획과의 비교에서는 평균 $3.4\%$의 오차를 보였다. 결론: 개발된 컴퓨터 프로그램은 정확하고 신속하게 고선량률 치료환자의 치료계획의 정확성을 확인할 수 있게 해주며, 등선량 곡선을 환자의 해부적 영상에 결합할 수 있는 기능은 치료계획의 질을 높이는데 기여할 수 있을 것으로 기대된다.$39\%$), 복회음부 절제수술시 32건($97\%$), 측연의 경우 32건($97\%$), 후연의 경우 32건($97\%$), 그리고 전연의 경우 16건($45\%$)에서 부합되는 것으로 나타났다. 결론: 직장암의 수술 후 방사선치료 시 적절한 방사선치료 조사영역의 결정을 위하여 표준적인 조사영역을 제시 하였으나 개별 환자의 병변 위치와 진행상태, 수술 소견 등에 따라 적절한 변형은 필수적이라 하겠다. 이 권고안의 임상적 타당성은 향후 시행될 Patterns of Care 연구를 통하여 증명하는 것이 필요하겠다.정가능하고, 폐에 조사되는 방사선 양도 줄일 수 있었다.저부까지 거리 차이는 종양 크기가 4 cm 미만인 경우는 5.3 mm였으나 4 cm 이상일 때는 19.4 mm로 현저한 변화를 보였다. 자궁경관 굴곡각은 60세 미만인 경우 60세 이상보다 8$^{\circ}$ 정도 더 변화가 있었고, 종양 크기가 4 cm 이상일 때 미만일 때보다 2배 이상 굴곡 변화가 있었다. 결론: 자궁경부암 환자에서 근치적 방사선치료 시 치료에 따른 자궁 크기 및 위치 변화가 다양하고 개별적으로 예측하기 쉽지 않으므로, 특히, 60세 미만이거나 종양 크기가 4 cm 이상인 경우, 삼차원입체조형치료나 강도변조 방사선치료를 이용한 근치적 방사선치료 시 치료 중 개별환자의 계획용표적체적의 변화를 반드시 고려해야 한다고 생각한다.량체적히스토그램, Lymankutcher 모델에 의한 정상조직합병증발생률 및 기타 선량통계값 등 모든 면에 있어서 우월성을 확인할 수 있었다. 향후 이러한 결과가 임상에서 실질적인 합병증 발생률 감소와 잘 연계되는지 계속적인 추적관찰 및

Hybrid CNN-LSTM 알고리즘을 활용한 도시철도 내 피플 카운팅 연구 (A Study on People Counting in Public Metro Service using Hybrid CNN-LSTM Algorithm)

  • 최지혜;김민승;이찬호;최정환;이정희;성태응
    • 지능정보연구
    • /
    • 제26권2호
    • /
    • pp.131-145
    • /
    • 2020
  • 산업혁신의 흐름에 발맞추어 다양한 분야에서 활용되고 있는 IoT 기술은 빅데이터의 접목을 통한 새로운 비즈니스 모델의 창출 및 사용자 친화적 서비스 제공의 핵심적인 요소로 부각되고 있다. 사물인터넷이 적용된 디바이스에서 누적된 데이터는 사용자 환경 및 패턴 분석을 통해 맞춤형 지능 시스템을 제공해줄 수 있어 편의 기반 스마트 시스템 구축에 다방면으로 활용되고 있다. 최근에는 이를 공공영역 혁신에 확대 적용하여 CCTV를 활용한 교통 범죄 문제 해결 등 스마트시티, 스마트 교통 등에 활용하고 있다. 그러나 이미지 데이터를 활용하는 기존 연구에서는 개인에 대한 사생활 침해 문제 및 비(非)일반적 상황에서 객체 감지 성능이 저하되는 한계가 있다. 본 연구에 활용된 IoT 디바이스 기반의 센서 데이터는 개인에 대한 식별이 불필요해 사생활 이슈로부터 자유로운 데이터로, 불특정 다수를 위한 지능형 공공서비스 구축에 효과적으로 활용될 수 있다. 대다수의 국민들이 일상적으로 활용하는 도시철도에서의 지능형 보행자 트래킹 시스템에 IoT 기반의 적외선 센서 디바이스를 활용하고자 하였으며 센서로부터 측정된 온도 데이터를 실시간 송출하고, CNN-LSTM(Convolutional Neural Network-Long Short Term Memory) 알고리즘을 활용하여 구간 내 보행 인원의 수를 예측하고자 하였다. 실험 결과 MLP(Multi-Layer Perceptron) 및 LSTM(Long Short-Term Memory), RNN-LSTM(Recurrent Neural Network-Long Short Term Memory)에 비해 제안한 CNN-LSTM 하이브리드 모형이 가장 우수한 예측성능을 보임을 확인하였다. 본 논문에서 제안한 디바이스 및 모델을 활용하여 그간 개인정보와 관련된 법적 문제로 인해 서비스 제공이 미흡했던 대중교통 내 실시간 모니터링 및 혼잡도 기반의 위기상황 대응 서비스 등 종합적 메트로 서비스를 제공할 수 있을 것으로 기대된다.

근로자의 학업욕구 열망이 대학교육 참여에 미치는 영향에 관한 연구 (A Study on the Influence of Workers' Aspiration for Academic Needs on Participation in University Education)

  • 이지훈;문복현
    • 한국엔터테인먼트산업학회논문지
    • /
    • 제15권3호
    • /
    • pp.231-241
    • /
    • 2021
  • 본 연구는 근로자의 학업 열망이 대학교육 참여에 미치는 연구를 통해 대학교 관계자들에게 신입생유치 및 맞춤 교육을 위한 전략과 시사점을 제시하고자 하였다. 따라서 선행자료들을 분석하여 변수들을 도출하였고, 변수들 간의 인과관계 설정과 질문지를 개발하였다. 조사 대상은 대학교육 참여에 관심 있는 근로자 331명을 대상으로 대인면접법으로 자료 수집을 하였다. 수집된 자료는 데이터화를 하였고, 신뢰성 및 타당성 검증과 빈도분석을 실시하였다. 마지막으로 구조 방정식 모형의 적합도와 각 개념에 대한 인과관계를 검증하였다. 따라서 검증결과 본 연구의 시사점은 다음과 같다. 첫째, 대학 관계자들은 대학교육을 통해 적성에 맞는 직업군으로 전환한 경험자와의 멘토·멘티 제도를 통해 동기부여를 해야 할 것이다. 또한 미래를 위해 지속적인 자기계발을 할 수 있도록 프로그램을 개발하고 보급해야 할 것이다. 이를 위해 전문가와의 상담을 통해 본인의 적성과 장점을 파악할 수 있도록 지원해야 할 것이다. 둘째, 대학 관계자들은 추천을 통해 입학을 한 근로자들이 직업전환을 이룬 사례와 정보를 입학 예정자가 알 수 있도록 홍보를 강화해야 할 것이다. 또한 자기 계발을 할 수 있는 대학교육 프로그램을 개발하고 '공모전' 등을 통해 다양한 아이디어를 수용하고 재가공을 통해 근로자에게 대학교육에 대한 정확한 정보를 제공해야 할 것이다. 셋째, 대학 관계자들은 대학교육을 통해 직업전환과 자기계발이라는 두 마리의 토끼를 잡을 수 있다는 프로그램을 근로자에게 제공해야 한다. 즉, 대학 입학시 해외 선진 기업 견학, 다양한 자격증 취득, 블루칼라·화이트칼라의 부서 간 이동, 이직 기회 획득 등 다양한 정보제공과 졸업 선배들의 성공 사례들을 제공함으로써 근로자들의 학습 동기 유발을 자극시켜야 할 것이다. 넷째, 대학 관계자들은 직업전환을 위해서는 대학교육에 참여하여 체계적인 교육과 사회 환경의 흐름 등을 교육받음으로써 한층 더 발전할 수 있는 곳이 대학이라는 것과 이와 관련된 대학교육 프로그램을 적극적으로 홍보해야 할 것이다. 마지막으로 대학 관계자들은 근로자가 대학교육 참여시 자기계발을 할 수 있다는 인식이 발생하도록 근로자와의 상담 및 홍보를 실시해야 할 것이고, 근로자들의 수요조사 및 분석을 통해 자기계발을 위해 필요한 사항들이 무엇인지 파악하여 이에 대한 대응방안들을 마련해야 할 것이다.