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 : 서용무 (검색결과 62 건)
- 무료
- 기관 내 무료
- 유료
-
-
-
-
-
곽기효,서용무,Kwak, Ki-Hyo,Suh, Yong-Moo 한국국방경영분석학회 2007 한국국방경영분석학회지 Vol.33 No.2
국방부에서 발표한 '국방개혁에 관한 법률'에 따라 2014년까지 현역병들에 대한 복무기간이 단계적으로 단축될 예정이다. 이에 따라 육군에서는 좀 더 효율적인 직무교육 방안의 일환으로 훈련병들에게 '차등제 교육'을 시행하고 있다. 이러한 차등제 교육의 효과를 향상시키기 위해서는 훈련병들의 예상 학업 성취도를 미리 예측하여 성취집단별로 차별화 된 교육과정을 거치게 하는 것이 매우 중요하다. 따라서 본 연구에서는 입교초기에 얻을 수 있는 신병들의 제한된 자료들만을 이용하여 그들의 예상 교육 성취집단을 예측하는 모형을 개발하였다. 본 모형의 목적 변수는 '성취집단'이며 '일반관리 인원' 및 '집중관리 인원'의 두 가지 값을 갖는다. 사용된 기법은 인공신경망(Neural Network) 모형, 의사결정나무(Decision Tree) 모형, SVM 모형, 그리고 Naive Bayesian모형 등 4가지 순수 모형과, 각각의 순수 모형을 k-means군집기법과 혼합한 4가지의 혼합모형 등 총 8개의 모형의 성능을 비교 분석하였다. 실험 결과 k-means군집기법과 인공신경망 기법을 혼합한 모형이 가장 좋은 예측력을 보이는 것으로 나타났다. 이러한 교육 성취집단 예측 모형은 향후 군에서 이루어지는 다양한 교육 프로그램에 효과적으로 이용될 수 있을 것으로 기대된다. The period of military personnel service will be phased down by 2014 according to 'The law of National Defense Reformation' issued by the Ministry of National Defense. For this reason, the ROK army provides discrimination education to 'newly recruited privates' for more effective individual performance in the on-the-job training. For the training to be more effective, it would be essential to predict the degree of achievements by new privates in the training. Thus, we used data mining techniques to develop a classification model which classifies the new privates into one of two achievements groups, so that different skills of education are applied to each group. The target variable for this model is a binary variable, whose value can be either 'a group of general control' or 'a group of special control'. We developed four pure classification models using Neural Network, Decision Tree, Support Vector Machine and Naive Bayesian. We also built four hybrid models, each of which combines k-means clustering algorithm with one of these four mining technique. Experimental results demonstrated that the highest performance model was the hybrid model of k-means and Neural Network. We expect that various military education programs could be supported by these classification models for better educational performance.
-
사례기반 추론에 의한 반도체 패키징 공장의 Cycle-time 예측 모형 개발
김규진,서용무 한국경영정보학회 2007 한국경영정보학회 학술대회논문집 Vol.2007 No.-
반도체 패키징 공장에서 싸이클타임(Cycle-time)을 정확히 예측하는 것은 납기일 준수를 통해 고객만족도를 향상시킬 수 있고, 보다 효율적인 스케쥴링을 가능하게 하여 공장 가동률을 높일 수 있게 한다. 그러나 반도체 패키징은 제품 종류가 다양하고 제품마다 특화된 기술을 사용할 뿐만 아니라 공정 순서나, WIP에 따라 싸이클타임이 크게 영향을 받아 그 정확한 예측이 매우 어렵기 때문에 현장 전문가의 판단에 의존하는 경우가 많았다. Fab공정의 경우 전문가를 도와 좀 더 정확한 예측에 도움을 주기 위해 그 동안 전통적 통계 기법 및 시뮬레이션에 기반한 의사결정 모형이 많이 연구되었는데, 최근에는 기계학습 및 인공지능 기법을 사용한 연구가 눈에 띄고 있으며 기존의 방법보다 우수한 성능을 보여 주는 것으로 나타났다. 하지만 아직 기계학습 및 인공지능을 이용한 충분한 연구가 진행되지 못하고 있는 실정이다. 따라서 본 연구에서는 사례기반 추론을 사용하여 패키징 공정의 싸이클타임을 예측하고자 하였으며 그 성능을 인공신경망 모형, 의사결정나무 모형, 그리고 해당 분야 전문가의 예측치와 비교하였다. 실험결과에 따르면 사례기반추론 모형이 가장 뛰어난 성능을 보이는 것으로 나타났다.
-
-
데이터 마이닝 기법을 이용한 직무교육 성취집단 예측모형 개발
곽기효,서용무 한국경영정보학회 2007 한국경영정보학회 학술대회논문집 Vol.2007 No.-
국방부에서 발표한 ‘국방개혁에 관한 법률’ 에 따라 2014년까지 현역병들에 대한 복무기간이 단계적으로 단축될 예정이다. 이에 따라 좀 더 효율적인 직무교육 방안이 필요하게 되어, ‘차등제 교육’을 시행하고 있다. 이 교육의 효과를 향상시키기 위해서는 훈련병들의 예상 학업 성취도를 미리 정확하게 예측하는 것이 필수적이다. 따라서, 본 연구에서는 입교 초기에 얻을 수 있는 신병들의 제한된 자료들을 이용하여 교육 성취도 예측 모형을 개발하였다. 본 모형의 목적 변수는 ‘일반관리 인원’, ‘집중관리 인원’의 값을 갖는 이진형 성취집단 변수이며, 사용된 기법은 k-means 군집기볍과 Decision Tree 기법을 혼합한 모형, k-means 군집기법과 Neural Network 기법을 혼합한 모형, Decision Tree 모형, Neural Network 모형, Bayesian 모형, 그리고 Logistic 모형 등을 사용하였다. 그 결과 k-means 군집기법과 Decision Tree를 혼합한 모형이 가장 좋은 예측력올 보이는 것으로 나타났다. 이러한 교육 성취집단 예측 모형은 향후 군에서 이루어지는 다양한 교육 프로그램에 적극적으로 이용될 수 있을 것으로 기대된다.
-
-
산재근로자들의 고용안정과 건강한 삶을 위한 데이터마이닝 기반의 규칙 도출 연구
최근호,서용무,유동희 한국직업재활학회 2015 職業再活硏究 Vol.25 No.3
The Workers’ Compensation system in Korea is expanding its role from medical treatment and compensation to rehabilitation, as increasing the rate of return to the job is an important issue for a five-year plan for rehabilitation development. To this end, this study develops three prediction models for industrial disaster workers. Each predicts whether the worker can return to his/her job, whether the worker can find a new job, and whether the worker will be healthy comparing to his/her health state before the industrial disaster occurred. In the first prediction model, 12 final influential input variables were used, among which ‘whether one kept a relationship with his/her owner during medical treatment’ was the most influential. In the second prediction model, 8 final influential input variables were used, among which ‘whether one received job-related education or training after medical treatment’ was the most influential. In the third prediction model, 4 final influential input variables were used of which ‘whether the period of medical treatment was appropriate’ was the most influential. The results of this study can help establish more personalized support service for industrial disaster workers to ensure their job security and healthy lives in the future. 본 연구에서는 산재 후 직업복귀율 제고와 안정적 직업복귀의 중요한 요인인 건강상태의 증진을 위해 데이터 마이닝 기법 중 하나인 의사결정나무 알고리즘을 활용하여 원직장 복귀가능 여부, 취업가능여부, 산재이전 대비 건강상태를 예측하는 모델들을 구축하고 분석하였다. 그 결과, 원직장 복귀가능 여부 예측에는 최종적으로 13개의 변수가 영향력이 높은 변수로 선정되었고, 이들 중 가장 영향력이 높은변수는 요양 중 사업주 및 사업장 인사노무 관련자와의 관계 유지 여부로 나타났다. 취업가능 여부 예측에는 영향력이 높은 8개의 변수가 최종 선정되었고, 가장 영향력이 높은 변수는 요양종료 이후 받은교육 및 직업훈련 경험으로 나타났다. 마지막으로 산재이전 대비 건강상태 예측에는 최종적으로 영향력이 높은 4개의 변수가 선정되었고, 가장 영향력이 높은 변수는 치료기간의 적정 여부로 나타났다. 본연구의 결과는 산재근로자의 고용안정과 건강한 삶을 위한 맞춤형 지원서비스 제공 방안 수립에 도움을 줄 것으로 기대된다.
ScienceON
eArticle연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
