지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2022.8
- 수록면
- 431 - 438 (8page)
- DOI
- 10.5762/KAIS.2022.23.8.431
이용수
초록· 키워드
오류제보하기
초기 무기체계 전력화 시 일정기간 재보급 없이 주어진 운용임무를 수행하기 위해 필요한 필수 수리부속을 동시조달수리부속이라고 한다. 본 수리부속은 보통 총사업비 3%에 해당하며 전투준비태세를 보장하고 원활한 장비운용을 위해 전력화와 동시에 산정되는 수리부속을 뜻한다. 본 연구는 동시조달수리부속의 소요산정에 대한 중요성을 고려하여 기존의 방법론에 대한 정확도를 높이기 위해 랜덤포레스트(RF), 아다부스트(ABC), 지지기반머신(SVM) 등 머신러닝 기반의 모형을 제시하였다. 동시조달수리부속 예측을 위해 일반분해목록(GBL) 등과 같은 획득데이터와 수리부속의 보급 및 정비체계인 장비정비정보체계(DELIIS)의 운영데이터를 활용하였다. 기존의 육군에서 주로 사용한 고장간 평균시간(MTBF) 기반의 기법은 획득데이터만 활용한 반면 본 연구에서의 머신러닝 기법은 운영데이터도 함께 활용하였다는데 의의를 가진다. 결과적인 측면에서도 MTBF 기반의 기법의 정확도는 83%인 반면 머신러닝 기법의 정확도는 DT, RF, ABC, SVM, KNN, VOTE이 각각 85.1, 92.5%, 94.7%, 95.1%, 92.6%, 95.5%로 우수함을 보였다. 기타 Recall, Precison, F1-Score 부분에서도 머신러닝 기법이 우수한 것으로 나타났으며 특히, 머신러닝 기법 중 VOTE 기법이 가장 우수한 결과를 보였다. 본 연구는 기존의 방법론 대비 운영데이터를 추가적으로 활용하였고 앙상블 기법을 적용하여 결과의 개선을 보였다는데 큰 의의를 가진다.
목차
요약
Abstract
1. 서론
2. 이론적 배경
3. 동시조달수리부속 예측모형 제안
4. 실험 분석 및 결과
5. 결론
References
참고문헌 (13)
참고문헌 신청
J. D. Kim, B. H. Oh, H. R. Lee, R. J. Hong, S. B. Choi, "The development direction of the Concurrent Spare Parts requirement judgment system", Research Report, Korea Institute for Defense Analyses, Korea, 2017.
M. A. Oh, H. S. Choi, S. H. Kim, J. H. Jang, J. J. Jin, M. G. Chun, "A Study on Social security Big Data Analysis and Prediction Model based on Machine Learning", Research Report, Korea Institute for Health and Social Affairs, Korea. http://repository.kihasa.re.kr/handle/201002/29093
J. W. Choi, S. Y. Oh, J. W. Jang , "Using Big Data and Artificial Intelligence Techniques Corporate Default Prediction Research", Korean Finance Association, pp.396-435, 2017. https://www.earticle.net/Article/A312198
S. W. Bae, J. S. Yu, "Estimating the Real Estate Price Index Based on Sample House Price: Focusing on the Use of Machine Learning Method", Korea Association For Housing Policy Studies , vol. 26, no.4, pp.53-74, 2018. https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART002407361
J. J. Hwang, J. Y. Kim, J. M. M. Park, "Forecasting Innovation Performance via Deep Learning Algorithm : A Case of Korean Manufacturing Industry", Journal of Korea Technology Innovation Society, vol.21, No.2, pp.818-837, 2018. https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART002367188
M. A. Oh, H. S. Choi, S. H. Kim, J. H. Jang, J. J. Jin, M. G. Chun, "A Study on Social security Big Data Analysis and Prediction Model based on Machine Learning", Research Report, Korea Institute for Health and Social Affairs, Korea. http://repository.kihasa.re.kr/handle/201002/29093
J. W. Choi, S. Y. Oh, J. W. Jang , "Using Big Data and Artificial Intelligence Techniques Corporate Default Prediction Research", Korean Finance Association, pp.396-435, 2017. https://www.earticle.net/Article/A312198
S. W. Bae, J. S. Yu, "Estimating the Real Estate Price Index Based on Sample House Price: Focusing on the Use of Machine Learning Method", Korea Association For Housing Policy Studies , vol. 26, no.4, pp.53-74, 2018. https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART002407361
J. J. Hwang, J. Y. Kim, J. M. M. Park, "Forecasting Innovation Performance via Deep Learning Algorithm : A Case of Korean Manufacturing Industry", Journal of Korea Technology Innovation Society, vol.21, No.2, pp.818-837, 2018. https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART002367188
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
머신러닝 기반의 수리부속 수요예측 연구
대한산업공학회 추계학술대회 논문집
2016 .11
-
무인항공기 추진계통의 동시조달수리부속(CSP) 분석
대한산업공학회 춘계공동학술대회 논문집
2017 .04
-
앙상블 기법을 활용한 무인항공기 수리부속 수요예측 연구
한국산학기술학회 논문지
2023 .02
-
최적 동시조달수리부속 산출 개선: 신뢰성 정보의 조합을 중심으로
한국산학기술학회 논문지
2021 .07
-
고장-기능 간 관계도를 이용한 다 기능 무기체계의 동시조달수리부속 최적화 연구
한국산학기술학회 논문지
2015 .08
-
무인항공기의 불균형 수리부속에 대한 수요예측
한국산학기술학회 논문지
2023 .06
-
데이터 과학을 활용한 수리부속 수요예측 연구
한국정보과학회 학술발표논문집
2017 .12
-
미 공군의 RSP 예측을 위한 인공지능 기반 수리부속 관리 모델 연구
한국신뢰성학회 학술대회논문집
2024 .11
-
휴먼에러를 고려한 추가 CSP 산정 방안
한국산학기술학회 논문지
2021 .01
-
수리부속 소요산정 모형개발 연구 및 활용현황 소개
대한산업공학회 춘계공동학술대회 논문집
2019 .04
-
전투기 수리부속 수요예측 정확도 향상을 위한 Hybrid 기법 KF-16 전투기 수리부속 소모실적 기반
대한산업공학회 추계학술대회 논문집
2017 .11
-
기계학습 기반 공군 수리부속 수요예측 시스템
정보과학회지
2018 .08
-
OPUS Suite를 활용한 동시조달수리부속(CSP) 산출 및 OASIS간 비교 연구
한국신뢰성학회 학술대회논문집
2018 .05
-
수리부속 수요예측을 위한 시뮬레이션 기반 업무분포 산출 연구
대한기계학회 춘추학술대회
2015 .04
-
데이터 마이닝을 이용한 패트리어트 수리부속의 간헐적 수요 예측에 관한 연구
한국산학기술학회 논문지
2021 .03
-
유도무기 야전 데이터를 활용한 머신 러닝 기반의 정비예측 모델 연구
한국산학기술학회 논문지
2022 .02
-
대공장비 수리부속 수요예측 연구
한국정보과학회 학술발표논문집
2017 .06
-
공군 수리부속 수요 데이터 분석기간 설정에 관한 실증연구
한국산학기술학회 논문지
2022 .02
-
기계학습 기반의 전차 수리부속 수요예측 연구 : 육군 K-X 중심으로
대한산업공학회 추계학술대회 논문집
2018 .11
-
해군 전시 수리부속 보충소요 산정방안
대한산업공학회 춘계공동학술대회 논문집
2017 .04
이 논문의 저자 정보
이 논문과 함께 이용한 논문
비전 트랜스포머 모델 기반 한국인 얼굴 감정 분류 연구
심준현
,
김철진
한국산학기술학회 논문지
2024
.09
XGBoost, LightGBM을 이용한 종목추천 뉴스기사 기반 주식 수익률 방향성 예측
황유진
,
손승연
,
이준기
한국컴퓨터정보학회논문지
2024
.02
대학생들의 중도 탈락 예측을 위한 신경망과 그레디언트 부스팅 머신의 성능 비교
김현규
한국컴퓨터정보학회논문지
2023
.08
실시간 감상 기록 분석 기반 영화 추천 서비스의 설계 및 구현
박예진
,
박상희
,
박서원
외 2명
디지털콘텐츠학회논문지
2023
.02
ｋNN과 앙상블을 이용한 항결핵약 캡슐제의 용출 예측 연구
김선호
,
최낙훈
,
오종석
한국산학기술학회 논문지
2023
.01
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2022-505-001685994