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 : 최재림(Jae Rim Choi) (검색결과 7 건)
- 무료
- 기관 내 무료
- 유료
-
SHERPA기법을 이용한 항공기 착륙상황에서 발생 가능한 인적오류 예측
최재림,한혁재,함동한,Choi, Jae-Rim,Han, Hyeok Jae,Ham, Dong-Han 한국항공운항학회 2021 한국항공운항학회지 Vol.29 No.2
This study aims to examine probable human errors when landing an airplane by the use of SHERPA(systematic human error reduction and prediction approach) and propose methods for preventing the predictive human errors. It has been reported that human errors are concerned with a lot of accidents or incidents of an airplane. It is significant to predict presumable human errors, particularly in the operation mode of human-automation interaction, and attempt to reduce the likelihood of predicted human error. By referring to task procedures and interviewing domain experts, we analyzed airplane landing task by using HTA(hierarchical task analysis) method. In total, 6 sub-tasks and 19 operations were identified from the task analysis. SHERPA method was used for predicting probable human error types for each task. As a result, we identified 31 human errors and predicted their occurrence probability and criticality. Based on them, we suggested a set of methods for minimizing the probability of the predicted human errors. From this study, it can be said that SHERPA can be effectively used for predicting probable human error types in the context of human-automation interaction needed for navigating an airplane.
-
-
스마트안전 리빙랩 환경에서의 사용자경험 평가를 위한 방법론 개발
최재림 ( Choi Jae-rim ),류도현 ( Ryu Do-hyeon ),김광재 ( Kim Kwang-jae ),윤정민 ( Yun Jung-min ),김민선 ( Kim Min-sun ) 한국품질경영학회 2021 품질경영학회지 Vol.49 No.2
Purpose: Smart Safety Living Lab is a Living Lab facility, constructed and operated by KITECH in Korea, to support the user experience(UX) evaluation, planning and certification of smart safety products and services. The purpose of this study is to develop a UX evaluation methodology that accommodates the characteristics of the Living Lab and smart safety products and services for a systematic and efficient UX evaluation in the Smart Safety Living Lab. Methods: A generic model of UX evaluation was first derived based on a review of related literature. Then, the generic model is revised to accommodate the characteristics of the Smart Safety Living Lab and smart safety products and services, resulting in the UX Evaluation Methodology for Smart Safety Living Lab (SSLL-UXEM). Results: The developed SSLL-UXEM consists of a structured process for UX evaluation, a guideline for conducting each step of the process, and a set of forms for recording the major evaluation results in each step. Conclusion: SSLL-UXEM can help to enhance the efficiency of the UX evaluation process and the consistency of the UX evaluation results. SSLL-UXEM is also expected to serve as a basis for UX evaluation in various living lab environments in the future.
-
최재림(Jae-Rim Choi),류도현(Do-Hyeon Ryu),김광재(Kwang-Jae Kim) 한국IT서비스학회 2020 한국IT서비스학회 학술대회 논문집 Vol.2020 No.-
리빙랩이란 실생활 환경에서 다양한 이해관계자가 참여하여 제품, 서비스, 기술 등을 개발, 검증, 평가하는 개방형 혁신 생태계이다. 리빙랩의 이해관계자들이 혁신 활동을 수행하기 위해 활용하는 프로세스와 수단을 리빙랩 방법론이라고 하며, 각 리빙랩의 운영 목적이 서로 상이하기 때문에 다양한 리빙랩 방법론이 존재한다. 본 연구에서는 94개 문헌과 169개 리빙랩 웹사이트를 검토하여 22개 리빙랩을 선별하였다. 선별된 리빙랩의 개요와 프로세스를 정리하여 소개한다. 또한 리빙랩 방법론을 프로세스 관점에서 분석하여 각 프로세스의 공통점, 특이점에 대해 논의한다. 본 연구결과는 리빙랩 프로세스 개발 시 기초자료로 활용될 수 있을 것이다.
-
-
출혈성 쇼크를 일으킨 흰쥐에서 선형회귀 분석모델을 이용한 출혈량 추정
이탁형(Tak Hyung Lee),이주형(Ju Hyung Lee),최재림(Jae Rim Choi),양동인(Dong In Yang),김덕원(Deok Won Kim) 大韓電子工學會 2010 電子工學會論文誌-SC (System and control) Vol.47 No.1
출혈성 쇼크는 응급실에서 일어나는 사망 원인의 많은 부분을 차지하고 있다. 본 연구의 목적은 출혈량에 따라 변화하는 생리적인 변수들의 특징을 알아보는 것이다. 또한 이를 이용하여 전체 혈액량 대비 손실된 혈액의 비율을 산출하는 선형회귀분석 모델을 만드는 것이다. 총 60마리의 흰쥐를 출혈량에 따라 체중 100g 당 15분 동안 0ml, 2ml, 2.5ml 3ml로 정하여 총 4그룹으로 나누었다. 출혈 중에 변화하는 심박수, 수축기혈압, 이완기혈압, 호흡수, 체온 등을 분석하였다. 분석한 데이터를 무작위로 나누어 360개의 데이터 세트를 선형회귀 분석모델을 만드는데 사용했고 이 모델의 R (결정계수) 제곱 값은 0.80이었다. 나머지 360개의 데이터를 이용하여 만든 모델을 시험한 결과, 추정된 손실 혈액의 비율의 RMS (root mean square) 오차 값은 5.7%가 나왔다. 비록 선형회귀분석모델이 직접적으로 실제 임상에서 사용될 수 없지만 추가적인 연구를 통해 이 방법이 출혈성 쇼크의 소생술을 시행하는데 필요한 용액의 양을 결정하는데 도움을 줄 수 있을 것으로 생각된다. Hemorrhagic shock is a common cause of death in the emergency department. The purpose of this study was to investigate the relationship between blood loss as a percent of the total estimated blood volume (% blood loss) and changes in several physiological parameters. The other goal was to achieve an accurate prediction of percent blood loss for hemorrhagic shock in rats using a linear regression model. We allocated 60 Sprague-Dawley rats into four groups: 0ml, 2ml, 2.5ml, 3 mL/100 g during 15 min. We analyzed the heart rate, systolic and diastolic blood pressure, respiration rate, and body temperature in relation to the percent blood loss. We generated a linear regression model predicting the percent blood loss using a randomly chosen 360 data set and the R-square value of the model was 0.80. Root mean square error of the tested 360 data set using the linear regression was 5.7%. Even though the linear regression model is not directly applicable to clinical situation, our method of predicting % blood loss could be helpful in determining the necessary fluid volume for resuscitation in the future.
-
출혈성 쇼크를 일으킨 흰쥐에서 인공신경망과 지원벡터기계를 이용한 생존율 비교
장경환(Kyung Hwan Jang),유태근(Tae Keun Yoo),남기창(Ki Chang Nam),최재림(Jae Rim Choi),권민경(Min Kyung Kwon),김덕원(Deok Won Kim) 大韓電子工學會 2011 電子工學會論文誌-SC (System and control) Vol.48 No.2
전 세계적으로 상해로 인한 사망자 중 1/3의 직접적인 사망 원인은 출혈성 쇼크이다. 그러나 초기 쇼크에서 이를 정확히 예측할 수 있다면 신속한 치료가 가능하여 그 피해를 줄일 수 있다. 본 논문의 목적은 흰쥐의 대퇴부정맥을 통해 일정량의 출혈을 시키면서 변화하는 생리적 변수인 심박수, 수축기 혈압, 평균 동맥압, 호흡수, 체온 데이터로 최적의 생존 예측 모델을 제시하여 출혈성 쇼크를 조기 진단하는 것이다. 예측 모델로는 최근 많이 연구되는 인공신경망과 지원벡터기계 방법을 사용하였다. 과대적합을 피하고 최적의 모델을 선정하기 위해 10-fold cross validation을 수행하였을 때, 인공신경망의 경우 은닉노드 수가 3개인 모델이 가장 우수한 성능을 보였고, 지원벡터기계에서는 가우시안 커널함수를 이용한 모델이 가장 우수한 성능을 보였다. 평가 데이터 세트를 이용하여 각각의 생존 예측 모델을 평가한 결과 인공신경망의 경우 민감도 88.9 %, 특이도 96.7 %와 정확도 92.0 %를 보였고, 지원벡터기계의 경우 민감도 97.8 %, 특이도 95.0 %와 정확도 96.7 %를 보였다. 따라서 출혈에 따른 흰쥐의 생존 예측에서 지원벡터기계가 인공신경망보다 더 우수한 성능을 보이는 것을 확인하였다. Hemorrhagic shock is a cause of one third of death resulting from injury in the world. Early diagnosis of hemorrhagic shock makes it possible for physician to treat successfully. The objective of this paper was to select an optimal classifier model using physiological signals from rats measured during hemorrhagic experiment. This data set was used to train and predict survival rate using artificial neural network (ANN) and support vector machine (SVM). To avoid over-fitting, we chose the best classifier according to performance measured by a 10-fold cross validation method. As a result, we selected ANN having three hidden nodes with one hidden layer and SVM with Gaussian kernel function as trained prediction model, and the ANN showed 88.9 % of sensitivity, 96.7 % of specificity, 92.0 % of accuracy and the SVM provided 97.8 % of sensitivity, 95.0 % of specificity, 96.7 % of accuracy. Therefore, SVM was better than ANN for survival prediction.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
