http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
권경락,권효중,이호욱,안재환 한국품질경영학회 2019 한국품질경영학회 학술대회 Vol.2019 No.-
연속주조 공정에서 슬라브 표면에서 발생하는 면세로 크랙은 정정 공정에서 제거 하지 않고 이후 공정까지 남아있는 경우 치명적인 제품 표면 결함을 유발한다. 따라서 공정 과정에서 생산중인 슬라브의 표면 품질을 향상시키기 위해 다양한 시도를 하고 있다. 기존 방법은 열역학적 특성을 이용한 수식 기반 크랙 탐지 모델이 있다. 그러나 수식 기반 모델은 새로운 강종의 개발에 따른 생산 환경이나 공정 조건의 변화로 인하여 인하여 크랙 선별 적중률이 지속적으로 낮아지는 한계가 있다. 따라서 본 논문에서는 언급된 한계를 극복하기 위하여 학습 기반 머신러닝을 이용한 슬라브 면세로 크랙 탐지모델을 제안한다. 본 논문에서 제안한 모델은 기존의 수식 기반 모델과 동판 온도 데이터로부터 생성된 이미지를 이용한 머신러닝 기반 모델을 이용한다. 제안한 모델을 이용하여 연속주조 공정에서 후공정에 투입되기 전에 슬라브 표면의 면세로 크랙 유무를 판별함으로써 정정 공정 비용을 줄일 수 있다. 특히 머신러닝 기반 탐지 모델은 학습 과정을 통하여 특징을 추출하기 때문에 새로운 강종에 따른 신규 패턴을 재학습 과정을 통하여 성능을 향상시킬 수 있다. 이는 새로운 공정조건과 환경에능동적으로 대처할 수 있기 때문에 기존 시스템에서 사용되는 수식 및 규칙 기반 모델이 가진 한계를 극복할 수 있다. 또한 파일럿 연구를 통하여 제안한 시스템이 기존의 수식 또는 규칙 기반 모델보다 우수함으로 보인다.
권경락,류재환,손종수,정인정,Kwon, Kyung-Lag,Ryu, Jae-Hwan,Sohn, Jong-Soo,Chung, In-Jeong 한국정보처리학회 2009 정보처리학회논문지D Vol.16 No.4
최근 RFID 기술과 기업정보시스템을 연계하여 사용하려는 많은 시도가 진행되어 왔다. 하지만, 대부분의 경우 동시에 많은 양의 인식할 수 있는 RFID의 기본적인 특징에만 충실했을 뿐, 리더로부터 생성되는 많은 양의 데이터에 대한 관리적인 측면을 고려하지 못하고 있다. 그 결과, 이러한 시스템을 통해 시간이나 흐름과 관련된 연속적이고 동적인 정보를 얻기가 어렵다. 본 논문에서는 대량의 RFID 데이터를 효율적으로 관리하기 위해 RFID 데이터 마이닝 기법의 하나인 경로 트리(PathTree)를 보완한 공정트리(Procedure Tree)라는 새로운 방법을 제안한다. 제안한 방법을 실제 기업 정보 시스템과 연계하여 실시간 공정 관리 시스템에 적용한 후 제안한 시스템의 효율성을 평가한다. 제안한 방법을 통해 기존 RFID 기반 생산관리 시스템이 하기 어려운 실시간 공정 관리를 위한 공정 흐름의 예측이나 추적과 같은 업무를 효과적으로 수행할 수 있었다. In recent years, there have been many attempts to connect the latest RFID (Radio Frequency Identification) technology with EIS (Enterprise Information System) and utilize them. However, in most cases the focus is only on the simultaneous multiple reading capability of the RFID technology neglecting the management of massive data created from the reader. As a result, it is difficult to obtain time-related information such as flow prediction and analysis in process control. In this paper, we suggest a new method called 'procedure tree', an enhanced and complementary version of PathTree which is one of RFID data mining techniques, to manage massive RFID data sets effectively and to perform a real-time process control efficiently. We will evaluate efficiency of the proposed system after applying real-time process management system connected with the RFID-based EIS. Through the suggested method, we are able to perform such tasks as prediction or tracking of process flow for real-time process control and inventory management efficiently which the existing RFID-based production system could not have done.
개미 군집 최적화 알고리즘과 센티워드넷을 이용한 사용자 감성 동향 분석 방법 연구
권경락 ( Kyunglag Kwon ),강대현 ( Daehyun Kang ),최수봉 ( Subong Choi ),박한샘 ( Hansaem Park ),정인정 ( In-jeong Chung ) 한국정보처리학회 2014 한국정보처리학회 학술대회논문집 Vol.21 No.1
본 논문엣서는 개미 군집 최적화 알고리즘과 센티워드넷(SentiWordNet)을 이용한 감성 분석 방법을 제안한다. 먼저, 데이터 수집 단계에서는 소셜 웹(예: 페이스북)으로부터 주어(subject), 서술어(predicate), 목적어(object)의 3 개의 요소로 구성된 RDF (Resource Description Framework)의 형태로 데이터를 수집한다. 그리고 개미 군집 최적화 알고리즘을 이용하여 수집된 RDF 튜플(tuple)을 수치화한 후, 사용자의 감성에 대하여 제안한 수식을 이용하여 페르몬(pheromone)을 계산한다. 센티워드넷을 통하여 얻은 감성 지수를 반영하여 이전 단계에서 계산된 여러 개의 페르몬 값에 대한 전체 감성 지수를 계산한다. 젱안한 방법의 타당성 검증을 위하여 전체 감성 지수를 바탕으로 계산된 사용자의 감성 동향의 적절하게 분석됨을 사용자의 실제 생활과의 비교를 통하여 보인다.
RFID와 ERP 연계를 통한 인적 자원 관리 시스템의 개발
권경락 ( Kyung-lag Kwon ),배운봉 ( Yun-feng Pei ),왕청 ( Qing Wang ),손종수 ( Jong-soo Sohn ),정인정 ( In-jeong Chung ) 한국정보처리학회 2010 한국정보처리학회 학술대회논문집 Vol.17 No.2
기업 정보 시스템에서의 근태 및 식수 관리와 같은 인적 자원 관련 업무는 개인의 업무 성과 관리를 위한 중요한 기초 자료로써 이에 대한 중요성은 지속적으로 증가하고 있다. 하지만, 많은 기업에서는 이러한 시스템들이 분산되어 운영됨에 따라 자료의 일관성 확립하고 신뢰성 있는 자료를 획득하기 어렵다. 또한 이로 인한 추가적인 중복적 업무 부담이나 불필요한 인력을 소모하게 됨에 따라, 기업에서는 효율적이고 효과적인 인적 자원 관리가 어렵다. 따라서 본 연구에서는 바코드 기술의 대체물로 각광받고 있는 RFID 기술을 적용하여 기업 인력을 효율적이고 효과적으로 관리하기 위한 ERP와 연계를 통한 RFID 기반의 인적 자원 관리 시스템을 제안하고 구현한다. RFID 기술이 가지고 있는 비접촉성, 편리함, 자체 데이터 저장 능력을 활용하여 제안된 시스템을 실제 중소기업에 적용함으로써, 효율적으로 인적 자원을 관리할 수 있었다. 또한 기존의 시스템과 제안된 시스템의 비교 및 평가를 통해 제안된 시스템의 효율성을 보인다.
효율적인 소셜 네트워크 서비스를 위한 소셜 데이터 관리 방법
손종수,권경락,정인정 한국지능정보시스템학회 2012 한국지능정보시스템학회 학술대회논문집 Vol.2012 No.12
스마트폰의 대중화와 모바일 인터넷의 활성화에 따라 소셜 네트워크 서비스를 사용하는 사용자의 수가 폭발적으로 증가하고 있다. 이러한 소셜 네트워크 서비스를 통하여 생성된 사용자들의 일상적인 생각이나 의견을 담은 소셜 데이터는 사용자 간의 정보 공유 및 재생산을 가능하게 하며 나아가서 새로운 지식과 가치를 창출하고 있다. 하지만 소셜 네트워크 서비스를 제공하는 공급자의 관점에서 볼 때 사용자에 의해 생성되는 소셜 데이터의 폭발적인 증가로 인한 서버 저장 용량의 부족, 서버의 과부하로 인한 응답 시간의 지연, 서버증축을 위한 추가적인 비용 발생 등의 문제점이 발생한다. 따라서 효율적인 소셜 네트워크 서비스를 위한 사용자 데이터의 분산 관리 방법을 제안한다. 제안한 방법에서는 사용자의 데이터를 분산시켜 저장하기 때문에 서버 저장 효율성을 높일 뿐만 아니라 서버 처리의 부담을 덜음으로써 효율적인 소셜 네트워크 서비스를 사용자에게 제공할 수 있다.
단어벡터와 문장벡터를 이용한 한국어 뉴스요약에 관한 연구
서종우(Jong woo Seo),권경락(Kyung lag Kwon),전윤완(Yun wan Jeon),조찬호(Chan ho Cho),정인정(In Jeong Chung) 한국IT서비스학회 2017 한국IT서비스학회 학술대회 논문집 Vol.2017 No.1
현대인들에게 제공되는 뉴스정보의 양은 개인이 소화할 수 없을 정도로 많이 제공되고 있다. 뿐만 아니라 현대인들에게 제공되는 뉴스정보들은 서로 중복되는 정보들이 많다. 이러한 상황속에서 현대인들에게 제공되는 뉴스정보들 중에서 중복되는 내용을 지우고 요약된 정보들을 제공하는 일은 매우 중요하다. 본 논문에서는 단어벡터와 문장벡터를 통해 얻은 값들이 유의미한 값들인 것을 보이며, 문장벡터들에 알맞은 구모양의 K-평균 알고리즘 방법을 제시한다. 이 방법을 통해 요약된 한글뉴스기사를 개인에게 제공함으로써 현대인들이 정보획득에 소비하는 시간을 단축시킬 수 있다.