KCI등재
예측모델 시스템화를 위한 연계모델 성능 및 구조 연구 = A Study on Comparing the Performance of Linked Models for Predictive Model Systematization
저자
발행기관
학술지명
산업기술연구논문지 (JITR)(Journal of Industrial Technology Research (JITR))
권호사항
발행연도
2023
작성언어
-주제어
KDC
581
등재정보
KCI등재
자료형태
학술저널
수록면
153-160(8쪽)
DOI식별코드
제공처
본 논문은 머신러닝을 활용하여 학습된 훈련결과를 타 시스템과 연계하여 서비스를 제공할 때 효율적인 방안을 실험을 통하여 제시한다. 먼저 활용한 모델은 엔지니어링 분야 교량데이터를 활용하여 바닥 슬래브 두께를 예측하는 모델을 활용하였다. 교량 중 거더교를 대상으로 분석하였으며 교량의 슬래브 두께를 예측하기 위하여 상관분석을 통해 거더 개수 및 간격을 특성 값으로 입력 받는다. 훈련결과 및 예측모델을 시스템화를 통해 저장해두고 예측 모델을 가져다 쓸 연계 시스템과의 연동 방법을 연구하였다. 첫 번째로 진행한 통신 방법에서는 Flask 활용 API 방식이 직접실행 방식보다 160배 빠르고, 연계를 위한 효율적인 방식 또한 기존의 모델 구조 및 훈련결과만 저장하지 않고 저장 시 특성에 대한 힌트 등을 같이 저장하는 구조를 적용함으로써 제2차 사용자가 쉽게 사용할 수 있는방법을 연구하였다.
더보기This study entailed the development of an efficient service approach that integrates machine learning training results with other systems through experiments. The first model predicts the floor slab thickness by using bridge data from the engineering field. Girder bridge data were analyzed; correlation analysis was performed using the number of girders and spacing as characteristic values to predict the slab thickness. Storage methods for the training results and prediction models were systematized and linked to a retrieval system. As regards the communication method, the use of a Flask-based API was 160 times faster than direct execution. Further, this study focused on an efficient linkage method and implemented a design that stores not only existing model structures and training results but also hints regarding their characteristics so as to facilitate easy access by other users.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)