RISS 학술연구정보서비스

검색
다국어 입력

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

변환된 중국어를 복사하여 사용하시면 됩니다.

예시)
  • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
  • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      검색결과 좁혀 보기

      선택해제
      • 좁혀본 항목 보기순서

        • 원문유무
        • 원문제공처
        • 등재정보
        • 학술지명
        • 주제분류
        • 발행연도
        • 작성언어
        • 저자
          펼치기

      오늘 본 자료

      • 오늘 본 자료가 없습니다.
      더보기
      • 무료
      • 기관 내 무료
      • 유료
      • KCI등재

        신뢰성 수명예측 도구 Sherlock을 이용한 큐브위성용 임무보드의 고장 메커니즘별 수명예측

        전수현(Su-Hyeon Jeon),권예하(Yae-Ha Kwon),권형안(Hyeong-Ahn Kwon),이용근(Yong-Geun Lee),임인옥(In-OK Lim),오현웅(Hyun-Ung Oh) 한국항공우주학회 2016 韓國航空宇宙學會誌 Vol.44 No.2

        극초소형 위성으로 분류되는 큐브위성의 경우, 저가/단기간 개발목표 충족을 위해 일반적으로 진동 및 열 환경 규격을 만족하는 상용부품을 선정하여 제작하고 최소한의 검증시험을 통해 발사 및 궤도 운용을 실시한다. 하지만 제한된 회수로 지상에서 실시된 환경시험만으로 장시간에 걸친 궤도상 열진공과 같은 물리적 부하 환경에 노출된 임무보드의 신뢰성을 보장할 수 없다. 본 논문에서는 현재 자동차 분야에서 탑재 전자기기 신뢰도 예측에 폭넓게 활용중인 신뢰성 수명예측 상용도구인 Sherlock을 적용하여 큐브위성용으로 제작된 전자보드를 대상으로 발사 및 궤도환경에서의 고장 메커니즘 별 수명예측 및 임무기간동안의 신뢰도를 분석하였다. A cubesat classified as a pico-satellite typically uses commercial-grade components that satisfy the vibration and thermal environmental specifications and goes into mission orbit even after undergoing minimum environment tests due to their lower cost and short development period. However, its reliability exposed to the physical environment such as on-orbit thermal vacuum for long periods cannot be assured under minimum tests criterion. In this paper, we have analysed the reliability and life prediction of the failure mechanisms of the cubesat mission board during its service life under the launch and on-orbit environment by using the sherlock software which has been widely used in automobile fields to predict the reliability of electronic devices.

      • 딥러닝 기반 고객 행동분석 B2B 추천 시스템

        문혜영(Hye-young Moon),최윤종(Yun-jong Choi),권예하(Yae-ha Kwon),최희선(Hee-seon Choi),장혜인(Hye-in Chang),손종수(Jong-soo Sohn) 한국IT서비스학회 2021 한국IT서비스학회 학술대회 논문집 Vol.2021 No.-

        최근 식품업계에서는 코로나19 장기화로 불확실성이 커지면서 B2C(기업과 소비자 간 거래)에치우친 사업 구조 개편을 통해 매출 성장을 이루기 위한 전략들이 나오고 있다. 포화상태에 이른B2C 시장에 비해 B2B(기업과 기업 간 거래) 시장은 성장 가능성이 높으며 특히 추천 시스템을핵심 마케팅 기술 요소로 간주하여 적극적으로 활용하려는 시도가 증가하고 있는 추세다. 본 논문에서는 Node Embedding 기반의 Deep Learning 기법을 활용하여 구매 패턴에 따른 ‘상대적 사용자 세그먼트’를 수행하고, 분류정보를 활용한 동일 군집 內 인기 상품과 교차 상품을 추천하는 방법을 제안한다. 제안하는 방법은 B2B시스템에서의 고객 성향, 구매 패턴 등을 자동으로 종합하여파악하고, 숨겨진 구매 유도 요소를 추출하며, 더 나아가 추가적인 개발 없이 고객에게 최적화 된상품 추천을 해줄 수 있는 기술적 해결 방안을 제공한다.

      연관 검색어 추천

      이 검색어로 많이 본 자료

      활용도 높은 자료

      해외이동버튼