• 제목/요약/키워드: non-selection work items

검색결과 4건 처리시간 0.021초

BIM 기반 비선정 작업항목 물량산출 방법에 관한 연구 (Quantity Takeoff for Non-Selection Work Items based on BIM)

  • 박상헌;윤선재;구교진
    • 한국건축시공학회:학술대회논문집
    • /
    • 한국건축시공학회 2019년도 추계 학술논문 발표대회
    • /
    • pp.92-93
    • /
    • 2019
  • Estimates based on BIM makes it possible to perform from quantity take-off to construction cost estimates by using model, which is made in the phase of design and construction. As the BIM models are made up of the units of element, there an advantage of the automative quantity take-off, if the correction or change of element occurs. Work items, not included in the elements of the BIM model, are excepted from bill of quantity. Level of detail(LoD) of the BIM model can be improved for detailed estimates, but an excessive modeling for estimates is inefficient. This study presents the measure for selection and quantity take-off of work items, those are not expressed in the BIM model. The proposed method avoids the creation of excessive BIM Models and enables quantity take-off in conjunction with the element.

  • PDF

Guidelines on the Operation Phases of Manual Material Handling Tasks Through Literature Reviews

  • Lee, Kyung-Sun;Jung, Myung-Chul
    • 대한인간공학회지
    • /
    • 제36권4호
    • /
    • pp.325-341
    • /
    • 2017
  • Objective: The purpose of this study is to suggest the guidelines of operation phases to minimize injuries and musculoskeletal disorders in manual material handling (MMH) tasks through literature reviews. The guidelines are presented as the preparing phase, lifting phase, carrying phase, and lowering phase. Also, we summarized the non-numerical general guidelines for MMH tasks. Background: Manual material handling is still a main cause to musculoskeletal disorders. Method: Procedures of a literature review are classified into database selection, keyword search, title review, abstract review related to literature selection, guideline review and arrangement. A total 48 papers and books were analyzed in detail by title and abstract reviews. Results: In the preparing phase, we suggested the basic conditions in MMH, preparing procedure, clothing and protective equipment, and education. In the lifting and carrying phases, we recommended maximal acceptable weight by frequency and body posture. In the lowering phase, we suggested the lowest weight and safety body postures. Finally, we recommended general guidelines and guideline items for MMH. General guidelines are presented to suggest worker selection, technical education, and work design parts. Conclusion: We suggested the guidelines on the four operation phases of MMH tasks such as preparing, lifting, carrying, and lowering phases. Application: The findings of this study can be utilized as guidelines for proactive recommendations according to workers in MMH tasks.

델파이 분석을 통한 조경설계공모 과정의 문제점 분석 (An Analysis on the Problems of Design Competition Process of Landscape Architecture by the Delphi Analysis Method)

  • 이주희;조세환
    • 한국조경학회지
    • /
    • 제41권3호
    • /
    • pp.83-93
    • /
    • 2013
  • 본 연구는 1983년 설계공모 제도가 한국 조경계에 도입되고 30년이 지난 현 시점에서 조경 설계공모 과정에서 발생되고 있는 문제점을 분석 고찰함으로써 향후 조경 설계공모 과정 개선에 기여할 수 있는 기초자료를 제공하기 위한 목적으로 수행하였다. 연구를 수행하기 위해 조경 설계공모에 관여하는 전문가를 대상으로 델파이 조사를 실시하여 문제점을 도출하였으며, 그 결과는 다음과 같다. 첫째, 조경설계 공모 관련 이론과 선행연구를 분석한 결과, '설계공모 방식', '설계공모 지침', '당선작 선정과정', '당선작 이후 설계변화' 등 4가지 관점에서 문제점이 있는 것으로 나타났다. 둘째, 전문가 델파이 분석을 통하여 전문가들의 의견을 합의하는 과정을 이끌었고, 그 결과 총 12개의 항목으로 조경설계 공모 과정의 문제점이 도출되었는바, '설계공모 방식'에서는 '설계공모 기간의 문제', '설계공모 방식' 등 2가지의 항목, '설계공모 지침'에서는 '비위계적이고 혼란스러운 지침', '규정적으로 정해지는 지침', '지침의 분량의 과다' 등 3개 항목, '당선작 선정과정'에서는 '심사위원 전문성 결여', '비조경전문가 참여', '심사배점 방식에 문제점' 등 3개 항목, '당선작 이후 설계변화'에서는 '발주처 설계담당자의 잦은 인사이동', '설계기간의 기약 없는 과다연장', '발주처의견이 과다하게 반영되는 풍토', '원설계의 창의성을 저감시키는 발주처 의견' 등 4가지 항목이 문제점으로 나타났다.

네트워크 분석을 활용한 딥러닝 기반 전공과목 추천 시스템 (Major Class Recommendation System based on Deep learning using Network Analysis)

  • 이재규;박희성;김우주
    • 지능정보연구
    • /
    • 제27권3호
    • /
    • pp.95-112
    • /
    • 2021
  • 대학 교육에 있어서 전공과목의 선택은 학생들의 진로에 중요한 역할을 한다. 하지만, 산업의 변화에 발맞춰 대학 교육도 학과별 전공과목의 분야가 다양해지고 그 수가 많아지고 있다. 이에 학생들은 본인의 진로에 맞게 수업을 선택하여 수강하는 것에 어려움을 겪고 있다. 본 연구는 대학 전공과목 추천 모델을 제시함으로써 개인 맞춤형 교육을 실현하고 학생들의 교육만족도를 제고하고자 한다. 모델 연구에는 대학교 학부생들의 2015년~2017년 수강 이력 데이터를 활용하였으며, 메타데이터로는 학생과 수업의 전공 명을 사용했다. 수강 이력 데이터는 컨텐츠 소비 여부만을 나타낸 암시적 피드백 데이터로, 수업에 대한 선호도를 반영한 것이 아니다. 따라서 학생과 수업의 특성을 나타내는 임베딩 벡터를 도출했을 시, 표현력이 낮다. 본 연구는 이러한 문제점에 착안하여, 네트워크 분석을 통해 학생, 수업의 벡터를 생성하고 이를 모델의 입력 값으로 활용하는 Net-NeuMF 모델을 제시한다. 모델은 암시적 피드백을 가진 데이터를 이용한 대표적인 모델인 원핫 벡터를 이용하는 NeuMF의 구조를 기반으로 하였다. 모델의 입력 벡터는 네트워크 분석을 통해 학생과 수업의 특성을 나타낼 수 있도록 생성하였다. 학생을 표현하는 벡터를 생성하기 위해, 각 학생을 노드로 설정하고 엣지는 두 학생이 같은 수업을 수강한 경우 가중치를 가지고 연결되도록 설계했다. 마찬가지로 수업을 표현하는 벡터를 생성하기 위해 각 수업을 노드로 설정하고 엣지는 공통으로 수강한 학생이 있는 경우 연결시켰다. 이에 각 노드의 특성을 수치화 하는 표현 학습방법론인 Node2Vec을 이용하였다. 모델의 평가를 위해 추천 시스템에서 주로 활용하는 지표 4가지를 사용하였고, 임베딩 차원이 모델에 미치는 영향을 분석하기 위해 3가지 다른 차원에 대한 실험을 진행하였다. 그 결과 기존 NeuMF 구조에서 원-핫 벡터를 이용하였을 때보다 차원과 관계없이 평가지표에서 좋은 성능을 보였다. 이에 본 연구는 학생(사용자)와 수업(아이템)의 네트워크를 이용해 기존 원-핫 임베딩 보다 표현력을 높였다는 점, 모델을 구성하는 각 구조의 특성에 맞도록 임베딩 벡터를 활용하였다는 점, 그리고 기존의 방법론에 비해 다양한 종류의 평가지표에서 좋은 성능을 보였다는 점을 기여점으로 가지고 있다.