• 대한안전경영과학회지
• /
• 제25권2호
• /
• pp.159-165
• /
• 2023

The entire industry is increasing the use of big data analysis using artificial intelligence technology due to the Fourth Industrial Revolution. The value of big data is increasing, and the same is true of the production technology. However, small and medium -sized manufacturers with small size are difficult to use for work due to lack of data management ability, and it is difficult to enter smart factories. Therefore, to help small and medium -sized manufacturing companies use big data, we will predict the gross production time through machine learning. In previous studies, machine learning was conducted as a time and quantity factor for production, and the excellence of the ExtraTree Algorithm was confirmed by predicting gross product time. In this study, the worker's proficiency factors were added to the time and quantity factors necessary for production, and the prediction rate of LightGBM Algorithm knowing was the highest. The results of the study will help to enhance the company's competitiveness and enhance the competitiveness of the company by identifying the possibility of data utilization of the MES system and supporting systematic production schedule management.

• 인터넷정보학회논문지
• /
• 제18권4호
• /
• pp.51-59
• /
• 2017

클라우드 컴퓨팅이 발전하면서, 전체적인 관리 비용을 최소화하기 위해 자원 관리 기술이 중요하다. 클라우드 환경에서 사용자 선호도에 기반한 호스트의 활용과 가상머신들의 요구사항은 본질적으로 자주 바뀐다. 이러한 문제를 해결하기 위해, 호스트와 가상 머신들이 분류가 되지 않은 상황에서 효율적인 자원 할당 방법을 연구할 필요가 있다. 에너지 소비를 절약하기 위해 액티브 호스트를 줄일 때, 가상머신들을 다른 호스트로 이주할때 임계값을 사용한다. 가상머신의 자원 요구량과 호스트의 자원 이용량을 분류할 때 Fuzzy Logic을 이용하여 적응성 가상머신 할당 및 이주 방법을 제안한다. 제안한 방법은 자원의 요구량에 따라 가상머신들을 분류한 뒤 가장 적은 자원활용도를 갖는 호스트에게 자원을 할당하며, 과부하된 호스트들로부터 가상머신을 이주시킬 때 상위 임계치를 설정하기 위해 각 호스트들의 자원 활용도가 사용된다. 이주하기 위한 후보 가상머신들을 선택할 때, 호스트에서 높은 자원을 가진 가상머신을 선택한다. 시뮬레이션을 통해 연구 결과를 평가하였고, 평가 결과 다른 가상머신 할당 방법들보다 효율적임을 증명하였다.

• 한국과학교육학회지
• /
• 제43권2호
• /
• pp.99-110
• /
• 2023

이 연구에서는 중등 과학 예비교사들의 AI 활용 역량 강화를 위하여, 구글의 티쳐블머신을 활용하여 예비교사들이 'AI 기반 분자구조 맞춤형 학습 지원 도구'를 직접 생성해 보는 프로젝트 활동을 개발 및 적용하였다. 이를 위하여, 충청북도 소재 H 대학교 화학교육과에 재학 중인 3학년 예비교사 26명을 대상으로 비교과 활동 시간에 개발된 프로그램을 14차시 동안 적용하였고, 'AI의 작동 원리 이해', '과학 수업에서 AI 활용에 대한 효능감', '과학 수업에서 AI 활용 방안'에 대한 인식을 살펴보았다. 연구 결과, 본 연구에서 개발한 프로그램은 예비교사들에게 머신러닝에 대한 AI 기술의 작동 원리를 기초적 수준에서 이해시키고, 그 사용법을 익히는 데 효과가 있는 것으로 나타났다. 또한 본 연구에서 개발한 프로그램은 과학 수업에서 AI 활용에 대한 예비교사들의 효능감을 높이는 데에도 효과가 있는 것으로 나타났다. 그리고 예비교사들은 학생들의 과학 개념 이해를 도울 수 있는 새로운 교수학습 전략이자 도구로서 AI 기술의 활용 방안 측면을 인식한 것으로 나타났다. 이에 본 연구에서 개발한 프로그램은 기초적 수준에서 예비교사들의 AI 활용 역량 강화 및 인식 개선 등에 긍정적 영향을 미쳤음을 알 수 있었다. 이에 대한 시사점에 대해 논의하였다.

• Asian Pacific Journal of Cancer Prevention
• /
• 제17권2호
• /
• pp.835-838
• /
• 2016

Background: Lung cancer remains one of the most common cancers in the world, both in terms of new cases (about 13% of total per year) and deaths (nearly one cancer death in five), because of the high case fatality. Errors in lung cancer type or malignant growth determination lead to degraded treatment efficacy, because anticancer strategy depends on tumor morphology. Materials and Methods: We have made an attempt to evaluate effectiveness of machine learning algorithms in the task of lung cancer classification based on gene expression levels. We processed four publicly available data sets. The Dana-Farber Cancer Institute data set contains 203 samples and the task was to classify four cancer types and sound tissue samples. With the University of Michigan data set of 96 samples, the task was to execute a binary classification of adenocarcinoma and non-neoplastic tissues. The University of Toronto data set contains 39 samples and the task was to detect recurrence, while with the Brigham and Women's Hospital data set of 181 samples it was to make a binary classification of malignant pleural mesothelioma and adenocarcinoma. We used the k-nearest neighbor algorithm (k=1, k=5, k=10), naive Bayes classifier with assumption of both a normal distribution of attributes and a distribution through histograms, support vector machine and C4.5 decision tree. Effectiveness of machine learning algorithms was evaluated with the Matthews correlation coefficient. Results: The support vector machine method showed best results among data sets from the Dana-Farber Cancer Institute and Brigham and Women's Hospital. All algorithms with the exception of the C4.5 decision tree showed maximum potential effectiveness in the University of Michigan data set. However, the C4.5 decision tree showed best results for the University of Toronto data set. Conclusions: Machine learning algorithms can be used for lung cancer morphology classification and similar tasks based on gene expression level evaluation.

• 한국컴퓨터정보학회논문지
• /
• 제25권7호
• /
• pp.113-123
• /
• 2020

수면 장애 중 폐쇄성수면무호흡증은 비교적 흔한 질병 중 하나이다. 환자들은 수면다원검사를 통해 해당 질환의 여부를 알아볼 수 있다. 그러나 수면다원검사를 이용한 폐쇄성수면무호흡증 진단에 관한 한, 늘어나는 환자 수, 비싼 검사 비용, 검사 중 불편함, 수용 인원 제한 등 현실적인 문제점들이 지적됐다. 이에 따라, 수면다원검사를 대체할 목적으로 연구자들은 생체 신호를 활용한 기계학습 기반 폐쇄성수면무호흡증 진단 연구들을 활발히 진행해 왔다. 이 시점에서, 우리는 생체 신호 데이터를 기반으로 기계학습 기법을 적용하는 폐쇄성수면무호흡증 진단 연구를 복기한다. 그 결과, 본 논문은 복기 된 연구들에 대한 최신 분류 체계를 제시하고 그 연구들의 종합적인 비교 분석 결과를 제공한다. 또한, 본 논문은 생체 신호를 활용한 연구들의 다양한 한계점을 밝히고 사용된 기계학습 기법의 활용성에 대한 여러 개선점을 제안한다. 끝으로, 본 논문은 생체 신호를 활용한 기계학습 기법 적용과 관련한 향후 연구 주제를 제시한다.

• 한국융합학회논문지
• /
• 제13권2호
• /
• pp.249-255
• /
• 2022

본 연구는 최근 가공 불량 예측 방법으로 주목받고 있는 머신러닝 기반의 모델을 이용하여 CNC 가공 불량 발생의 실시간 예측을 위한 분석 프레임워크를 제안하고, 해당 프레임워크에 기반하여 XGBoost, CatBoost, LightGBM, 랜덤 포레스트, Extra Trees, SVM, k-최근접 이웃, 로지스틱 회귀 모델을 CNC 설비에 기본 내장된 센서들로부터 추출된 데이터에 적용 및 분석하였다. 분석 결과 XGBoost, CatBoost, LightGBM 모델이 동일하게 가장 우수한 정확도, 정밀도, 재현율, F1 점수, AUC 값을 보였으며, 이 중 LightGBM 모델이 소요 실행 시간이 가장 짧은 것으로 나타났다. 이러한 짧은 소요 실행 시간은 실 시스템 구축 비용 절감, 빠른 불량 예측에 따른 CNC 장비 파손 확률 감소, 전체적인 CNC 활용률 증가 등의 실무적 장점을 가지므로 LightGBM 모델이 기본 센서들만 설치된 CNC 설비에 적용 시 가공 불량 예측에 가장 효과적으로 판단된다. 또한 소요 실행 시간 및 컴퓨팅 파워의 제약이 없는 상황에서는 LightGBM, Extra Trees, k-최근접 이웃, 로지스틱 회귀 모형으로 구성된 앙상블 모델을 적용할 경우 분류 성능이 최대화됨을 확인하였다.

• Computers and Concrete
• /
• 제33권2호
• /
• pp.175-193
• /
• 2024

Researchers have embarked on an active investigation into the feasibility of adopting alternative materials as a solution to the mounting environmental and economic challenges associated with traditional concrete-based construction materials, such as reinforced concrete. The examination of concrete's mechanical properties using laboratory methods is a complex, time-consuming, and costly endeavor. Consequently, the need for models that can overcome these drawbacks is urgent. Fortunately, the ever-increasing availability of data has paved the way for the utilization of machine learning methods, which can provide powerful, efficient, and cost-effective models. This study aims to explore the potential of twelve machine learning algorithms in predicting the tensile strength of geopolymer concrete (GPC) under various curing conditions. To fulfill this objective, 221 datasets, comprising tensile strength test results of GPC with diverse mix ratios and curing conditions, were employed. Additionally, a number of unseen datasets were used to assess the overall performance of the machine learning models. Through a comprehensive analysis of statistical indices and a comparison of the models' behavior with laboratory tests, it was determined that nearly all the models exhibited satisfactory potential in estimating the tensile strength of GPC. Nevertheless, the artificial neural networks and support vector regression models demonstrated the highest robustness. Both the laboratory tests and machine learning outcomes revealed that GPC composed of 30% fly ash and 70% ground granulated blast slag, mixed with 14 mol of NaOH, and cured in an oven at 300°F for 28 days exhibited superior tensile strength.

• 산업경영시스템학회지
• /
• 제37권2호
• /
• pp.55-61
• /
• 2014

Recently, the manufacturing system is being changed in a mass customization and small quantity batch production. MES is a powerful production management tool supporting production optimization from the process initiation to the final shipment. It is a production management system which plans and executes based on the production data in the shop floor. This study deployed the utilization of production data and web HMI system to process real-time production data through the collection with the shop floor. The developed system was applied to the equipment operating time and other production data could be processed with the real-time. The proposed system and web HMI can be applied for various production systems by using different logic.

• 산업공학
• /
• 제22권1호
• /
• pp.73-84
• /
• 2009

In this paper, we propose a dispatching algorithm for constructing a Factory Operating System (FOS) which can operate semiconductor fabrication factories more efficiently and effectively. We first define ten dispatching criteria and propose two methods to apply the defined dispatching criteria sequentially and simultaneously (i.e. fixed dispatching architecture). However the fixed type methods cannot apply the criteria adaptively by considering changes in the semiconductor fabrication factories. To overcome this type of weakness, an adaptive dispatching architecture is proposed for applying the dispatching criteria dynamically based on the factory status. The status can be determined by combining evaluation results from the following three status criteria; target movement, workload balance, and utilization rate. Results from the shop floor in past few periods showed that the proposed methodology gives a good performance with respect to the productivity, workload balance, and machine utilization. We can expect that the proposed adaptive dispatching architecture will be used as a useful tool for operating semiconductor fabrication factories more efficiently and effectively.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2015년도 전력전자학술대회 논문집
• /
• pp.505-506
• /
• 2015

In this paper, two types of switched reluctance motors (SRMs) with segmental rotors are presented in detail. One is 6/5 segmental rotor type; the other is 12/8 segmental rotor type. Both motors have the same stator, rotor and winding configurations. The stator is constructed with special stator poles in which the exciting and auxiliary poles are designed exclusively. The rotor is constructed from a series of discrete segments, each of which is embedded in the magnetic isolator. The windings are only wound on the exciting poles, and no windings are wound on the auxiliary poles. These structures result in short flux path and high flux-linkage utilization in the proposed motors, which may reduce the magneto motive force (MMF) requirement and increase the electrical utilization of the machine. To verify the proposed two structures, the characteristics of the proposed two types are analyzed and compared with that of conventional 12/8 SRM.