RISS 학술연구정보서비스

검색
자동완성 버튼
다국어입력
다국어 입력
あ ぁ か が さ ざ た だ な は ば ぱ ま や ゃ ら わ ゎ ん い ぃ き ぎ し じ ち ぢ に ひ び ぴ み り う ぅ く ぐ す ず つ づ っ ぬ ふ ぶ ぷ む ゆ ゅ る え ぇ け げ せ ぜ て で ね へ べ ぺ め れ お ぉ こ ご そ ぞ と ど の ほ ぼ ぽ も よ ょ ろ を
ア ァ カ サ ザ タ ダ ナ ハ バ パ マ ヤ ャ ラ ワ ヮ ン イ ィ キ ギ シ ジ チ ヂ ニ ヒ ビ ピ ミ リ ウ ゥ ク グ ス ズ ツ ヅ ッ ヌ フ ブ プ ム ユ ュ ル エ ェ ケ ゲ セ ゼ テ デ ヘ ベ ペ メ レ オ ォ コ ゴ ソ ゾ ト ド ノ ホ ボ ポ モ ヨ ョ ロ ヲ ―

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.
ㅥ ㅦ ㅧ ㅨ ㅩ ㅪ ㅫ ㅬ ㅭ ㅮ ㅯ ㅰ ㅱ ㅲ ㅳ ㅴ ㅵ ㅶ ㅷ ㅸ ㅹ ㅺ ㅻ ㅼ ㅽ ㅾ ㅿ ㆀ ㆁ ㆂ ㆃ ㆄ ㆅ ㆆ ㆇ ㆈ ㆉ ㆊ ㆋ ㆌ ㆍ ㆎ
Α Β Γ Δ Ε Ζ Η Θ Ι Κ Λ Μ Ν Ξ Ο Π Ρ Σ Τ Υ Φ Χ Ψ Ω α β γ δ ε ζ η θ ι κ λ μ ν ξ ο π ρ σ τ υ φ χ ψ ω
á à Á À é è É È ç Ç ê
Ä Ö Ü ä ö ü ß
ְ ֳ ֲ ֱ ָ ַ ֵ ֶ ִ ֹ ּ ֻ ׂ ׁ ּ פ ם ן ו ט א ר ק ף ך ל ח י ע כ ג ד ש ץ ת צ מ נ ה ב
‘ ’ “ ” 〔 〕 〈 〉 「 」 『 』 【 】 ＂ （ ） ［ ］ ｛ ｝
± × ÷ ≠ ≤ ≥ ∞ ∴ ♂ ♀ ∠ ⊥ ⌒ ∂ ∇ ≡ ≒ ≪ ≫ √ ∽ ∝ ∵ ∫ ∬ ∈ ∋ ⊆ ⊇ ⊂ ⊃ ∪ ∩ ∧ ∨ ￢ ⇒ ⇔ ∀ ∃ ∮ ∑ ∏ ＋ － ＜ ＝ ＞
、 。 · ‥ … ¨ 〃 ― ∥ ＼ ∼ ´ ～ ˇ ˘ ˝ ˚ ˙ ¸ ˛ ¡ ¿ ː ！ ＇ ， ． ／ ： ； ？ ＾ ＿ ｀ ｜
½ ⅓ ⅔ ¼ ¾ ⅛ ⅜ ⅝ ⅞ ¹ ² ³ ⁴ ⁿ ₁ ₂ ₃ ₄
Æ Ð Ħ IJ Ł Ø Œ Þ Ŧ Ŋ æ đ ð ħ ı ij ĸ ŀ ł ø œ ß þ ŧ ŋ ʼn
А Б В Г Д Е Ё Ж З И Й К Л М Н О П Р С Т У Ф Х Ц Ч Ш Щ Ъ Ы Ь Э Ю Я а б в г д е ё ж з и й к л м н о п р с т у ф х ц ч ш щ ъ ы ь э ю я
′ ″ ℃ Å ￠ ￡ ￥ ¤ ℉ ‰ ＄ ％ Ｆ ￦ ㎕ ㎖ ㎗ ℓ ㎘ ㏄ ㎣ ㎤ ㎥ ㎦ ㎙ ㎚ ㎛ ㎜ ㎝ ㎞ ㎟ ㎠ ㎡ ㎢ ㏊ ㎍ ㎎ ㎏ ㏏ ㎈ ㎉ ㏈ ㎧ ㎨ ㎰ ㎱ ㎲ ㎳ ㎴ ㎵ ㎶ ㎷ ㎸ ㎹ ㎀ ㎁ ㎂ ㎃ ㎄ ㎺ ㎻ ㎽ ㎾ ㎿ ㎐ ㎑ ㎒ ㎓ ㎔ Ω ㏀ ㏁ ㎊ ㎋ ㎌ ㏖ ㏅ ㎭ ㎮ ㎯ ㏛ ㎩ ㎪ ㎫ ㎬ ㏝ ㏐ ㏓ ㏃ ㏉ ㏜ ㏆
§ ※ ☆ ★ ○ ● ◎ ◇ ◆ □ ■ △ ▽ → ← ↑ ↓ ↔ 〓 ◁ ◀ ▷ ▶ ♤ ♠ ♡ ♥ ♧ ♣ ⊙ ◈ ▣ ◐ ◑ ▒ ▤ ▥ ▨ ▧ ▦ ▩ ♨ ☏ ☎ ☜ ☞ † ‡ ↕ ↗ ↙ ↖ ↘ ♭ ♩ ♪ ♬ ㉿ ㈜ № ㏇ ™ ㏂ ㏘ ℡ ＃ ＆ ＊ ＠ ª º
ⅰ ⅱ ⅲ ⅳ ⅴ ⅵ ⅶ ⅷ ⅸ ⅹ Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ Ⅵ Ⅶ Ⅷ Ⅸ Ⅹ
ا ب ت ث ج ح خ د ذ ر ز س ش ص ض ط ظ ع غ ف ق ک ل م ن ه و ی
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      SCOPUS KCI등재

      A Hybrid Learning-based Predictive Process Planning Mechanism for Cyber-Physical Production Systems

      한글로보기

      https://www.riss.kr/link?id=A106102453

      • 0

        상세조회

      • 0

        다운로드
      서지정보 열기
      • 내보내기
      • 내책장담기
      • 공유하기
      • 오류접수

      부가정보

      목차 (Table of Contents)

      • 1. 서론
      • 2. 자가학습형 공장과 혼용학습
      • 3. 자가학습형 공장 구현 메커니즘
      • 4. 구현
      • 5. 결론
      • 1. 서론
      • 2. 자가학습형 공장과 혼용학습
      • 3. 자가학습형 공장 구현 메커니즘
      • 4. 구현
      • 5. 결론
      • REFERENCES
      더보기

      참고문헌 (Reference)

      1 신승준, "사이버-물리 제조시스템의 지능적 의사결정을 위한 데이터 및 모델 연계 홀로닉 구조 개발" 대한산업공학회 43 (43): 451-463, 2017

      2 Adolphs, P., "Status Report-Reference Architecture Model Industrie 4. 0(Rami4. 0)"

      3 MIT Critical Data, "Secondary Analysis of Electronic Health Records" Springer International Publishing 115-141, 2016

      4 Brussel, H. V., "Reference Architecture for Holonic Manufacturing Systems : PROSA" 37 (37): 255-274, 1998

      5 Iwamura, K., "Real-Time Scheduling for Holonic Manufacturing Systems Based on Estimation of Future Status" 44 (44): 3657-3675, 2006

      6 Nannapaneni, S., "Performance Evaluation of a Manufacturing Process Under Uncertainty Using Bayesian Networks" 113 : 947-959, 2016

      7 Camposeco-Negrete, C., "Optimization of Cutting Parameters Using Response Surface Method for Minimizing Energy Consumption and Maximizing Cutting Quality in Turning of AISI 6061 T6 Aluminum" 91 : 109-117, 2015

      8 Li, L., "Multi-Objective Optimization of Cutting Parameters in Sculptured Parts Machining Based on Neural Network" 26 (26): 891-898, 2015

      9 Balcázar, J. L., "Machine Learning and Knowledge Discovery in Databases" Springer-Verlag Berlin Heidelberg 547-562, 2010

      10 신승준, "MTConnect를 활용한 수치제어 프로그램의 에너지 예측 모델링" 한국정밀공학회 34 (34): 355-362, 2017

      1 신승준, "사이버-물리 제조시스템의 지능적 의사결정을 위한 데이터 및 모델 연계 홀로닉 구조 개발" 대한산업공학회 43 (43): 451-463, 2017

      2 Adolphs, P., "Status Report-Reference Architecture Model Industrie 4. 0(Rami4. 0)"

      3 MIT Critical Data, "Secondary Analysis of Electronic Health Records" Springer International Publishing 115-141, 2016

      4 Brussel, H. V., "Reference Architecture for Holonic Manufacturing Systems : PROSA" 37 (37): 255-274, 1998

      5 Iwamura, K., "Real-Time Scheduling for Holonic Manufacturing Systems Based on Estimation of Future Status" 44 (44): 3657-3675, 2006

      6 Nannapaneni, S., "Performance Evaluation of a Manufacturing Process Under Uncertainty Using Bayesian Networks" 113 : 947-959, 2016

      7 Camposeco-Negrete, C., "Optimization of Cutting Parameters Using Response Surface Method for Minimizing Energy Consumption and Maximizing Cutting Quality in Turning of AISI 6061 T6 Aluminum" 91 : 109-117, 2015

      8 Li, L., "Multi-Objective Optimization of Cutting Parameters in Sculptured Parts Machining Based on Neural Network" 26 (26): 891-898, 2015

      9 Balcázar, J. L., "Machine Learning and Knowledge Discovery in Databases" Springer-Verlag Berlin Heidelberg 547-562, 2010

      10 신승준, "MTConnect를 활용한 수치제어 프로그램의 에너지 예측 모델링" 한국정밀공학회 34 (34): 355-362, 2017

      11 Shen, W., "Enhancing the Performance of an Agent-Based Manufacturing System Through Learning and Forecasting" 11 (11): 365-380, 2000

      12 Shin, S. J., "Energy Efficiency of Milling Machining : Component Modeling and Online Optimization of Cutting Parameters" 161 : 12-29, 2017

      13 Barbosa, J., "Dynamic Self-Organization in Holonic Multi-Agent Manufacturing Systems : The Adacor Evolution" 66 : 99-111, 2015

      14 Wang, J., "Deep Learning for Smart Manufacturing : Methods and Applications" 144-156, 2018

      15 Monostori, L., "Cyber-Physical Systems in Manufacturing" 65 (65): 621-641, 2016

      16 Rajkumar, R., "Cyber-Physical Systems : The Next Computing Revolution" 731-736, 2010

      17 Aramcharoen, A., "Critical Factors in Energy Demand Modelling for CNC Milling and Impact of Toolpath Strategy" 78 : 63-74, 2014

      18 Shen, W., "Applications of Agent-Based Systems in Intelligent Manufacturing : An Updated Review" 20 (20): 415-431, 2006

      19 Monostori, L., "Ai and Machine Learning Techniques for Managing Complexity, Changes and Uncertainties in Manufacturing" 16 (16): 277-291, 2003

      20 Pan, S. J., "A Survey on Transfer Learning" 22 (22): 1345-1359, 2010

      21 Leitão, P., "A Holonic Disturbance Management Architecture for Flexible Manufacturing Systems" 49 (49): 1269-1284, 2011

      22 Priore, P., "A Comparison of Machine-Learning Algorithms for Dynamic Scheduling of Flexible Manufacturing Systems" 19 (19): 247-255, 2006

      더보기

      동일학술지(권/호) 다른 논문

      동일학술지 더보기

      더보기

      분석정보

      View

      상세정보조회

      0

      Usage

      원문다운로드

      0

      대출신청

      0

      복사신청

      0

      EDDS신청

      0

      동일 주제 내 활용도 TOP

      더보기

      주제

      연도별 연구동향

      연도별 활용동향

      연관논문

      연구자 네트워크맵

      공동연구자 (7)

      유사연구자 (20) 활용도상위20명

      인용정보 인용지수 설명보기

      학술지 이력

      학술지 이력
      연월일 이력구분 이력상세 등재구분
      2023 평가예정 해외DB학술지평가 신청대상 (해외등재 학술지 평가)
      2020-01-01 평가 등재학술지 유지 (해외등재 학술지 평가) KCI등재
      2013-01-01 평가 등재학술지 유지 (등재유지) KCI등재
      2010-01-01 평가 등재학술지 유지 (등재유지) KCI등재
      2008-06-23 학회명변경 영문명 : Korean Society Of Precision Engineering -> Korean Society for Precision Engineering KCI등재
      2008-01-01 평가 등재학술지 유지 (등재유지) KCI등재
      2006-07-07 학술지명변경 외국어명 : 미등록 -> Journal of the Korean Society for Precision Engineering KCI등재
      2006-01-01 평가 등재학술지 유지 (등재유지) KCI등재
      2004-01-01 평가 등재학술지 유지 (등재유지) KCI등재
      2001-01-01 평가 등재학술지 선정 (등재후보2차) KCI등재
      1998-07-01 평가 등재후보학술지 선정 (신규평가) KCI등재후보
      더보기

      학술지 인용정보

      학술지 인용정보
      기준연도 WOS-KCI 통합IF(2년) KCIF(2년) KCIF(3년)
      2016 0.26 0.26 0.26
      KCIF(4년) KCIF(5년) 중심성지수(3년) 즉시성지수
      0.24 0.22 0.449 0.12
      더보기

      이 자료와 함께 이용한 RISS 자료

      나만을 위한 추천자료

      해외이동버튼