메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
송민규 (국방대학교) 마정목 (국방대학교)
저널정보
한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제22권 제8호
발행연도
2021.8
수록면
279 - 286 (8page)
DOI
10.5762/KAIS.2021.22.8.279

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
군에서 사용하고 있는 수리부속은 약 72만 종으로, 국방 예산의 약 3%(약 1.3조원)을 차지하고 있으며, 적시적기의 수리부속 보급은 무기체계 전투준비태세에 직접적인 영향을 미치고 있어 수리부속 수요예측은 예산 운영과 장비 가동률 측면에서 매우 중요한 요소가 되고 있다. 그래서 현재 공군에서 적용 중인 시계열 모형의 예측한계를 개선하기 위해 다수의 연구들이 데이터마이닝 중 지도학습을 통한 새로운 외부변수를 추가하여 예측률을 향상시키는데 집중하였고, 비지도학습과 피쳐 엔지니어링을 통한 예측 정확도 향상 연구는 한정되어 있었다. 따라서 본 연구에서는 수리부속 수요예측 정확도 제고를 위해 공군에서 운용중인 F-15K 전투기에 대한 2014 ~ 2019년까지의 5,752개 수리부속 품목의 소모개수와 표준단가 데이터 수집하였고, 데이터마이닝 모형(Random forest, GBM, XGBoost, LightGBM, Ridge, Lasso, Elastic Net regression)을 활용하여 시계열모형과 예측률을 비교하였다. 예측력척도는 RMSE (평균제곱근오차)를 사용하였다. 연구결과 데이터마이닝 모형이 현재 공군에서 적용중인 시계열 예측 모형에 비해 예측정확도가 높았으며, 이어서 비지도학습의 차원축소와 피쳐 엔지니어링을 통해 예측정확도를 더욱 높일 수 있었다.
#Data Mining #Demand Forecasting #Unsupervised Learning #Feature Engineering #F-15K

목차

요약
Abstract
1. 서론
2. 본론
3. 결론
References

참고문헌 (11)

참고문헌 신청
J. S. Kim, J. S. Hwang, J.W.Jung “A New LSTM Method Using Data Decomposition of Time Series for Forecasting the Demand of Aircraft Spare Parts”, korean Management Science Review, , Vol.37, No.2, pp.2, June 2020 DOI : https://doi.org/10.7737/KMSR.2020.37.2.001 google schola S. C. Park, “Military, 300 billion won worth of unused repair accessories in the warehouse”[Internet], World Daily, c2020 [cited 2020 Oct. 15], Available From: http://www.segye.com/newsView/20201015522160 (accessed Oct. 15 2020) google schola Airforce Headquaters, Maintenace of Repair parts, p.69, Airforce Headquaters, 2019, pp.12. google schola H. T. Kim, S. H. Kim, “Data mining based army -repair parts demand forecast”, journal of the Korean Data & information Science Society , Vol.30, No.2, pp.430-431, March 2019 DOI : https://doi.org/10.7465/jkdi.2019.30.2.429 google schola J. D. Kim, H. J. Lee “A Study on Forecasting Spare Parts Demand based on Data-Mining”, journal of the internet Computing and Services, Vol.18, No.1, pp.121-129, February 2017 DOI : https://dx.doi.org/10.7472/jksii.2017.18.1.121 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

데이터마이닝 기반 육군 수리부속 수요예측
김형태 ,  김수환 한국데이터정보과학회지 2019 .03
AI의 군사 분야 적용과 중요성, 전망
최수아 ,  김준범 ,  정영재 해외연구동향 2023 .02
데이터마이닝을 활용한 국내 탄약특허 분석 및 예측
박제범 ,  손창호 한국군사학논집 2022 .02
데이터마이닝을 활용한 기업 R&D역량 특성에 관한 탐색 연구
김상국 ,  임정선 ,  박완 지능정보연구 2021 .03
데이터 마이닝을 이용한 패트리어트 수리부속의 간헐적 수요 예측에 관한 연구
박천규 ,  마정목 한국산학기술학회 논문지 2021 .03

최근 본 자료

전체보기

댓글(0)

0