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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김태영 (국방기술품질원) 임준영 (국방기술품질원)
저널정보
한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제25권 제11호
발행연도
2024.11
수록면
947 - 952 (6page)
DOI
10.5762/KAIS.2024.25.11.947

이용수

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

초록· 키워드

오류제보하기
본 논문에서는 제품 품질에 악영향을 미칠 수 있는 다양한 요인들을 식별하고, 이러한 요소에 대한 적절한 대응책을 마련하기 위해 정부품질보증의 위험식별 과정을 개선하는 방법을 제안한다. 특히, 신규 품목의 경우 과거 데이터가 부족하여 위험 요소를 식별하는 데 어려움이 있었는데, 이를 해결하기 위해 자재 명세서(BOM)를 기반으로 유사 품목을 식별하는 Graph Neural Network(GNN) 기반의 분석 방법을 도입하였다. 본 연구는 먼저 Term Frequency-Inverse Document Frequency(TF-IDF)를 사용하여 BOM 데이터에 대한 벡터를 생성하고, 이를 그래프 형태로 변환하여 각 품목의 특성을 반영할 수 있도록 한다. 이 벡터는 GNN을 통해 임베딩되어 각 품목 간의 유사도를 계산할 수 있으며, 이를 통해 기존 데이터가 부족한 신규 품목에 대해서도 유사한 과거 품목을 찾아 위험 요소를 예측하는 기반을 제공한다. 실험은 10개의 무기체계에서 20만 개 이상의 BOM 데이터를 활용하여 유사 품목 식별의 정확도를 평가하였다. 유사도 계산 방법으로는 Cosine, Euclidean, Manhattan 거리 계산 방식과 함께 Pearson 및 Spearman 상관계수를 사용하였으며, 특히 Cosine 유사도에서 0.76이라는 높은 결과를 얻어 제안된 방법의 유효성을 입증하였다.

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 연구 방안
4. 실험 및 결과
5. 결론
References

참고문헌 (12)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-091200457