선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구에서는 빅데이터 분석을 위하여 R을 이용한 용접 패턴 비교 분석 모형을 제안하였다. 모형의 흐름도는 기존의 용접 데이터 셋을 기반으로 상관분석 및 연관규칙을 위한 Arules 패키지를 활용하였고, 추출된 규칙을 통해 각 데이터 셋을 구분하여 회귀 분석을 진행하였다.
- 데이터마이닝 기법 중 연관규칙은 항목집합들로 구성된 기존 데이터베이스에서 요구되는 항목들의 동시 출현 성향에 대한 연관성을 표현하는 기법이다. 본 연구에서는 숙련공과 비 숙련공의 용접 패턴 분석을 위하여 각각의 변수를 용접 사용시간, 소비전력량, 가스 소모량, 와이어 소모 길이를 정하여 데이터들에 대한 발생 빈도를 기반으로 각 데이터 간의 연관관계를 밝히기 위한 방법을 제시한다. 이를 위하여 Apriori 알고리즘을 활용하며, R 프로그램에서는 Arules 패키지를 활용한다.
- 이에 본 논문에서는 빅데이터 분석 도구인 R을 이용하여 기존 방식인 관리자의 주관적인 판단에 따른 용접 작업의 진행 방식을 다량의 용접 데이터를 기반으로 용접 데이터간의 회귀 분석을 통하여 최적의 작업 조건과 용접 처리 방식을 제안하고자 한다. 용접 숙련공과 비 숙련공간의 용접 패턴 및 작업 시간, 작업 환경의 차이를 분석하여 비 숙련공의 문제점 및 최적의 작업 조건을 제시함으로써 보다 빠른 용접업무 능률을 높이고자 한다. 본 연구에서 제안하는 분석 모형은 1차적으로 기존 용접 데이터를 활용하여 Apriori 알고리즘 기반의 Arules 패키지를 적용한다.
- 본 논문에서 제안하는 분석 모형은 용접과 관련된 특정 변수 데이터를 기반으로 설계를 진행한다. 용접의 숙련공과 비숙련공 차이를 상관 분석 및 회귀 분석 통하여 용접 빅데이터 분석 기반의 최적의 용접 작업 환경을 제공하는 목표를 설정하고 있다. 이를 위해 용접 빅데이터는 상관 분석을 통해 선별된 특정 변수를 구분한다.
- 이에 본 논문에서는 빅데이터 분석 도구인 R을 이용하여 기존 방식인 관리자의 주관적인 판단에 따른 용접 작업의 진행 방식을 다량의 용접 데이터를 기반으로 용접 데이터간의 회귀 분석을 통하여 최적의 작업 조건과 용접 처리 방식을 제안하고자 한다. 용접 숙련공과 비 숙련공간의 용접 패턴 및 작업 시간, 작업 환경의 차이를 분석하여 비 숙련공의 문제점 및 최적의 작업 조건을 제시함으로써 보다 빠른 용접업무 능률을 높이고자 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.