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
- 763 - 781 (19page)
- DOI
- 10.35978/jktis.2022.8.25.4.763
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
인가저장품목은 보급수준 확보를 위해 보급제대에 상비재고로서 보유할 수 있도록 허용된 품목으로 효율적인 무기체계 운용과 예산집행을 위해 노력을 기울여야 하는 중요한 선행 활동이다. 따라서 인가저장품목 선정은 고장난 장비의 수리부속 교체와 재고보유를 위하여 목표가동률 유지 및 제고가 목적이다. 하지만 현 육군의 경우 인가저장품목 선정의 지표인 수요융통률이 육군의 관리수준에도 미치지 못하고 있는 실정이다. 본 연구는 지난 10년간 장비정비정보 체계에서 9,950,103개의 수리부속 데이터를 수집하였으며 머신러닝 방법을 도입하여 인가저장품목을 선정하였다. 기존 육군 모델의 제대별(군수사，군지사，사단) 평균 수요융통률은 74.5%，70.8%，59.1%인 반면 제안한 머신러닝 모델은 77.6%, 74%, 65,2%로 도출되어 기존 육군 모델에 비해 각각 3.1%p, 3.2%p, 6.1%p 향상된 결과를 보였다.
목차
요약
Abstract
1. 서론
2. 문헌 연구
3. 인가저장품목 예측모형 제안
4. 실험 분석 및 결과
5. 결론
참고문헌
참고문헌 (11)
참고문헌 신청
김재동·이한준 (2017), “대공장비 수리부속 수요예측 연구”, 한국정보과학회 학술발표논문집, 690-692.
김재동·이혁수·김강현 (2020), ｢미래군수환경에 부합한 인가저장품목(ASL) 선정 체계 개선 연구｣, 서울 : 한국국방연구원.
김진섭·고덕우·정재우 (2019), “머신러닝 기반 Lumpy 수요형태의 항공기 수리부속 수요예측 정확도 개선 연구”, 「경영과학」, 36(3): 1-11.
김형태·김수환 (2019), “데이터마이닝 기반 육군 수리부속 수요예측”, 「한국데이터정보과학회지」, 30(2): 429-444.
박귀만·배영철 (2019), “다양한 종류의 예측에서 머신러닝 성능 비교”, 「한국전자통신학회지」, 14(1): 169-178.
김재동·이혁수·김강현 (2020), ｢미래군수환경에 부합한 인가저장품목(ASL) 선정 체계 개선 연구｣, 서울 : 한국국방연구원.
김진섭·고덕우·정재우 (2019), “머신러닝 기반 Lumpy 수요형태의 항공기 수리부속 수요예측 정확도 개선 연구”, 「경영과학」, 36(3): 1-11.
김형태·김수환 (2019), “데이터마이닝 기반 육군 수리부속 수요예측”, 「한국데이터정보과학회지」, 30(2): 429-444.
박귀만·배영철 (2019), “다양한 종류의 예측에서 머신러닝 성능 비교”, 「한국전자통신학회지」, 14(1): 169-178.
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2022-505-001688571