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
김형태 (합동참모본부) 김수환 (국방대학교)
저널정보
한국데이터정보과학회 한국데이터정보과학회지 한국데이터정보과학회지 제30권 제2호
발행연도
2019.3
수록면
429 - 444 (16page)
DOI
10.7465/jkdi.2019.30.2.429

이용수

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

이 논문의 연구 히스토리 (2)

2019

데이터마이닝 기반 육군 수리부속 수요예측
김형태 ,  김수환 한국데이터정보과학회지 2019.03 학술저널

2018

데이터마이닝 기반 군집분석을 활용한 육군 수리부속 수요예측
김형태 운영분석 2018.01 학위논문

초록· 키워드

오류제보하기
우리 군에서 사용하고 있는 수리부속은 약72만 종으로, 연간 예산은 전체 국방예산의 3% (약1.3조원)을 차지하고 있다. 이와 같은 예산이 집행됨에도 불구하고 현재 우리 육군의 수리부속 예측정확도는 품목기준 70%, 수량기준 60%를 보이고 있으며, 이는 목표 장비가동률 저하에 악영향을 미친다. 따라서 본 연구에서는 수리부속 수요예측 정화도 제고를 위해 현재 육군에서 운용중인 장비정비정보체계 시스템의 에이타킴스 (ATCMS), K-9 자주포, ARTHUR-K 총 3개 장비에 대한 2012~2016년까지의 ASL (authorized storage list) 598개 수리부속 품목의 연도별 소모개수, 표준단가의 데이터 수집을 통해 데이터마이닝 예측모형 (회귀나무, random forest, 인공신경망, 다중선형회귀)을 활용하여 2017년 수요 (Y)를 예측하였으며, 예측력척도는 RMSE (평균제곱근오차)와 MAE (평균절대오차)를 사용하였다. 연구결과 데이터마이닝 예측모형이 현재 육군에서 활용중인 시계열 예측 모형에 비해 예측정확도가 높았으며, 이어서 K-means 군집분석을 통해서 예측정확도를 더욱 높일 수 있는 군집을 찾을 수 있었다.
#다중선형회귀 #데이터마이닝 #육군 수리부속 #회귀나무 #Data mining #repair parts #random forest #multiple regression

목차

요약
1. 서론
2. 기존연구 고찰
3. 수리부속 수요예측 모형
4. 결과분석
5. 결론
References
Abstract

참고문헌 (18)

참고문헌 신청
Army Headquarters / 2014 / Field manual 42-0-5. repair parts google schola Brentan, B. M. / 2017 / Manuel Herrera, Joaquin Izqierdo, Rafael Perez-Garcia, Hybrid regression model for near real-time urban water demand forecasting / Journal of Computational and Applied Mathematics 309:532~541 google schola Gurucu, F. / 2004 / Artificial neural network modeling for forecasting gas consumption / Energy Sources 26:299~307 google schola 전준우 / 2016 / 정기선사의 컨테이너 재고 수요예측모델 구축에 대한 연구 / 한국항만경제학회지 32(4):1~13 dbpia 김재동 / 2017 / 데이터 마이닝 기반의 수리부속 수요예측 연구 / 인터넷정보학회논문지 18(1):121~129 Crossref

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

기계학습 기반의 전차 수리부속 수요예측 연구 : 육군 K-X 중심으로
김재동 대한산업공학회 추계학술대회 논문집 2018 .11
기계학습 기반의 대공장비 수리부속 수요예측모형 연구
김재동 ,  이한준 한국데이터정보과학회지 2019 .05
무기체계 신뢰도 예측 프로세스 현황과 후속군수지원 데이터 적용 방안
김근형 ,  이강택 ,  윤정아 외 2명 한국산학기술학회 논문지 2018 .01
데이터 마이닝을 이용한 유튜브 인기 동영상 콘텐츠 분석
김희숙 디지털콘텐츠학회논문지 2020 .04
최고경영자의 윤리적 리더십이 지식공유와 혁신행동에 미치는 영향: 조직지원인식의 조절효과를 중심으로
정동호 한국콘텐츠학회논문지 2021 .09

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-041-000582625