생체모방 기반 TRIZ 모순행렬을 활용한 기술개발 프로세스 개발 :Development of technology development process by using biomimicry based TRIZ contradiction matrix

임채국

추천

검색

자료유형: 학위논문

저자정보: 임채국 (동국대학교, 동국대학교 대학원)

지도교수: 윤병운

발행연도: 2016

저작권: 동국대학교 논문은 저작권에 의해 보호받습니다.

이용수5

이 논문의 연구 히스토리 (3)

2016

TRIZ 모순행렬을 이용한 생체모방 기술개발 프로세스

임채국 , 윤병운 한국경영과학회 학술대회논문집 2016.04 학술대회자료

TRIZ 모순행렬을 이용한 생체모방 기술개발 프로세스

임채국 , 윤병운 대한산업공학회 춘계공동학술대회 논문집 2016.04 학술대회자료

생체모방 기반 TRIZ 모순행렬을 활용한 기술개발 프로세스 개발

임채국 산업시스템공 2016.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

The trials of biomimicry using the methods that nature has already used are conducted in various fields to find the solution for technology development. However, there are few studies on the effective methodology that connects to the technology development and nature for solution. Previous research assumes that nature is fundamentally different from technologies and divided into biological and technological TRIZ to solve the problem. Make the biomimicry-TRIZ to solve the limitations of previous research by using only one Contradiction Matrix. This research aims to extract promising inventive principles in area of biomimicry by text mining technique that based on quantitative data and contradiction matrix of TRIZ and then creating the biomimicry-TRIZ that meets all the technical and biological points of view in a single Contradiction Matrix. At a result, process of technology development for biomimicry is made with using biomimicry-TRIZ contradiction matrix. This study utilizes the 40 inventive principles, 39 engineering parameters of TRIZ contradiction matrix, cases of biomimicry from the database of AskNature.org, and text mining method. The proposed biomimicry-TRIZ can be used as a tool to support the technology development practitioners and Utilizing biomimicry principle can resolve the technology development problem through case.

#키워드 분석 #생체모방 #Latent dirichlet allocation #TRIZ #모순행렬

제 1 장 서 론 1
1.1 연구 배경 1
1.2 연구 목적 및 구성 3
제 2 장 이론적 배경 6
2.1 TRIZ 6
2.1.1 TRIZ 개념 6
2.1.2 TRIZ 모순행렬 7
2.1.3 Bio-TRIZ 8
2.2 Latent Dirichlet Allocation(LDA) 9
제 3 장 연구 프레임워크 12
3.1 생체모방 원리 기반의 모순행렬 도출 13
3.1.1 데이터 수집 및 가공 13
3.1.2 문서 간 직접적인 유사도 도출 14
3.1.3 문서 간 잠재적 유사성 도출 16
3.1.4 TRIZ 모순행렬에 생체모방의 원리를 대입 17
3.2 생체모방 TRIZ 모순행렬을 이용한 기술개발 프로세스 18
제 4 장 연구 결과 21
4.1 생체모방 원리 기반의 모순행렬 도출 21
4.1.1 데이터 수집 21
4.1.2 문서 간 직접적인 유사도 도출 23
4.1.3 문서 간 잠재적인 유사성 도출 26
4.1.4 TRIZ 모순행렬에 생체모방의 원리를 대입 27
4.2 생체모방 TRIZ 모순행렬을 이용한 기술개발 프로세스 28
제 5 장 검증 31
5.1 실제 사례를 통한 검증 31
5.2 TRIZ와의 비교를 통한 검증 35
제 6 장 시스템 인터페이스 설계 39
제 7 장 결론 44
Reference 45

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (3)

초록· 키워드

목차

최근 본 자료

댓글(0)