http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 오현식(Hyunshik Oh) (검색결과 3 건)
- 무료
- 기관 내 무료
- 유료
-
컴포넌트기반 체계모의환경(AddSIM)에서 실행하기 위한 DEVS 모델 변환 방법
김도형(Dohyung Kim),오현식(Hyunshik Oh),박주혜(Juhye Park),박삼준(Samjoon Park) 한국정보과학회 2015 정보과학회 컴퓨팅의 실제 논문지 Vol.21 No.7
컴포넌트기반 체계모의환경(AddSIM)은 고해상도 공학급 무기체계를 사용하여 체계의 성능 및 효과도를 예측?분석하기 위해 개발된 무기체계 통합 모의환경이다. AddSIM을 이용한 고해상도 교전 모의분석을 위해서는 연속시스템으로 표현되는 무기체계 공학급 모델은 물론, 지휘?통제, 네트워크 제어 모델과 같이 DEVS 형식론으로 기술된 이산사건시스템 모델을 복합적으로 사용해야 한다. 본 논문에서는 DEVS 모델과 AddSIM 플레이어 모델의 함수 간 관계 매핑(mapping)을 통해 AddSIM에서 실행 가능한 DEVS 모델 변환방법을 제시한다. 제안한 방법은 우선, 계층적으로 구성된 DEVS 모델을 단일 계층으로 변환하고, DEVS의 네 가지 함수(외부천이, 내부천이, 출력, 시간진행함수)를 AddSIM 플레이어 함수로의 변환을 주요 내용으로 한다. An AddSIM(Adaptive distributed and parallel Simulation environment for Interoperable and reusable Models) is an integrated engagement simulation environment with high-resolution weapon system models for estimation and analysis of their performance and effectiveness. AddSIM can simultaneously handle the continuous dynamical system models based on continuous time, and command, control(C2) and network system models based on a discrete event. To accommodate legacies based on DEVS(Discrete Event System Specification) modeling, DEVS legacies must first be converted into AddSIM models. This paper describes how to implement DEVS models on AddSIM. In this study a method of mapping from hierarchical DEVS models to AddSIM players was developed: The hierarchical DEVS model should be flattened into a one layered model and four DEVS functions of the model, external transition, internal transition, output and time advance, should be mapped into functions of the AddSIM player.
-
-
4차 산업혁명시대의 프롭테크 활용방안 : 감정평가업무를 중심으로
장희순(Jang, Hee-Soon),김선주(Kim, Sun-Ju),김성진(Kim, Sung-Jin),오현식(OH, HyunShik),최완호(Choi, Wan-Ho) 한국주거환경학회 2020 주거환경(한국주거환경학회논문집) Vol.18 No.3
This study was based on the survey of application method of artificial intelligence(AI) technology in the appraisal industry. The results suggested firstly that the necessary policies of the appraisal industry for the AI technology application are include measures to secure data reliability, maintenance of evaluation rules, data governance, improvement of intellectual property system, and establishment of responsible materials for AI use; Secondly, the ways to secure the reliability of the appraisal work are to strengthen the role of appraisers for data collection and classification, to introduce a block-chain for data use, and to introduce artificial intelligence. And the task of the Appraisal Association is to build data governance and build a platform; Thirdly, the response methods of the appraisal industry showed significant differences in age, career, and affiliation, the main policy showed a significant difference in age and career, but there was no policy showing a significant difference in each organization(p<.05). Based on these findings, several implications are suggested as follows: First, it is urgent to establish a legal system; Second, it is required to secure independent professional manpower, expand collaboration through the digital talent platform, and prepare education programs required for each group; Third, it is necessary to establish the status and strengthen the role of Korea Appraisal Association. 본 연구에서는 전문가 설문을 토대로 4차 산업혁명 인공지능기술을 감정평가업의 적용방안을 분석하였다. 그 분석결과는 첫째, 인공지능기술적용을 위한 감정평가업계의 주요정책은 데이터 신뢰성 확보방안(7.86)>감정평가규칙정비(7.36)>데이터 거버넌스 구축(7.34)>지식재산제도개선(7.20)>AI활용 책임소재 구축(7.11)>정보통신망법 개정(6.72)>개인정보보호법 개정(6.57)>규제 샌드박스 도입(6.41) 순으로 나타났다. 둘째, 신뢰성확보방안은 데이터 수집과 분류의 감정평가사 역할강화>데이터사용의 블록체인도입>인공지능 도입>관계부처와 정보공유이다. 그리고 감정평가협회의 과제는 데이터 거버넌스 구축>플랫폼 구축>4차 산업기술적용 법제도 개선추진>감정평가사 재교육 프로그램 마련 순으로 나타났다. 셋째, 감정평가업계의 대응방안(신뢰성확보와 감정평가협회 과제)는 연령, 경력, 소속에서 유의미한 차이를 보였다. 데이터 거버넌스는 만60세 이상 연령과 만15년 이상~만20년 미만의 경력과 대형법인이 가장 높은 비율을 보였다. 플랫폼 구축은 만50세 이상~만60세 미만 연령과 만10년 이상~만15년 미만 경력이 가장 많았다. 감정평가사 재교육 프로그램 마련은 연령별 차이가 없고, 만20년 이상 경력과 중소법인이 높은 비율이었다. 4차 산업기술 적용 법제도 개선 추진은 만40세 이상~만50세 미만, 만60세 이상 연령과 만5년 미만 경력, 중소법인이 가장 많았다. 주요정책은 연령과 유의확률 5%에서 규제 샌드박스 도입, 데이터 거버넌스 구축, AI활용 책임소재 행정법 구축, 지식재산제도 개선, 데이터 신뢰성 확보방안, 감정평가 규칙 등 정비가 연령별로 유의미한 차이를 보였다. 경력과는 유의확률 5%에서 AI활용 책임소재 행정법 구축과 지식재산제도 개선가 연령별로 유의미한 차이를 보였다. 소속별 유의미한 차이는 없었다. 유의확률 5%에서 소속별로 유의미한 차이를 보이는 정책적 대응방안은 없었다.
KCI연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
