In this paper, we present a temporal association rule based on item time intervals. A temporal association rule is an association rule that holds specific time intervals. If we consider itemset in the frequently purchased period, we can discover more sign

This paper deals with the problem of batching and scheduling of jobs whose processing times are different respectively. But, they are given as not the exact value but the range from the lower limits to the upper, which makes it possible to group jobs into

In this paper, we present a temporal association rules based on item time intervals. A temporal association rules is an association rule that holds specific time intervals. If we consider itemset in the frequently purchased period, we can discovery more significant itemset satisfying minimum support. Because the previous study did not consider the time interval between purchased item, it could find itemset that did not satisfy the minimum support in case some item was frequently purchased in a specific period and rarely or not purchased in other period. Our approach use interval support which is counted by period with support and confidence in the association rule to discovery large itemset.

항로는 선박의 통항이 빈번하고 특히, 항로의 입구부는 선박의 출입이 잦아 사고의 위험이 높은 지역이지만, 항로 단면에서의 통항 분포에만 초점을 맞춘 연구가 다수였으며, 항로 통항 선박간의 시간분포에 대한 연구는 부족하였다. 이에 본 연구에서는 대상항로에서의 통항 선박간의 시간 최적분포를 분석하기 위해서 1주일간의 선박의 통항현황을 조사하였다. 통항현황을 바탕으로 항로 입구부에 1개의 Gate line을 선정하고, Gate line을 통과하는 선박을 입출항, 교통량으로 구분하여 분석하였다. 대상항로의 해상교통 분석 자료를 바탕으로 입출항과 교통량으로 구분하여 항로 통항 선박간의 시간 최적 확률분포를 분석하였다. 최적 확률분포를 분석하기 위하여 경계분포, 비경계분포, 비음수분포, 고급분포로 구분하여 총 31개의 확률분포를 적용하였으며, 최적 확률분포 상위 3개를 분석하기 위하여 KS 검정을 사용하였다. 분석 결과 대상 항로에서 통항 선박간의 최적 시간 확률분포는 Wakeby 분포로 분석되었으며, 도로교통 등의 선행연구에서 사용한 비음수 분포와 다르게 고 급분포가 대부분을 차지하는 것으로 분석되었다. 따라서 향후 항로 통항 선박간의 시간 분포를 적용함에 있어 다른 교통 분야의 선행연구에서 사용한 대표적인 확률분포를 적용하는 것은 적합하지 않는 것으로 판단된다. 또한 실제 교통조사 시 통항 선박간의 거리와 최적 확률분포로 추정한 거리가 비교적 유사함을 확인하였다. 다만 본 연구는 대표적인 1개의 항로를 분석한 만큼 향후 다양한 항로에서의 통항 선박간의 시간 간격 및 교통용량 산정 등의 후속연구가 필요한 것으로 판단된다.

구조물은 시공 단계에서의 작업환경과 시공품질 그리고 자연환경과 불확실한 하중 등 수많은 변수들에 의해 해석 모델과 큰 차이를 보인다. 따라서, 구조물에 센서들을 설치하여 계측된 값으로 Structural Health Monitoring (SHM)을 실시하여 구조물의 안전성을 진단하고 있다. 하지만 대형화, 비정형화 되어가고 있는 건축 구조물에서 부분적으로 계측한 데이터로 전체 안전성에 대한 평가는 현실적으로 힘든 상황이다. 정확한 구조물 평가를 위해서는 보다 많은 센서의 개수가 필요하며, 장기간의 계측 기간이 요구된다. 그러나 재정적 문제 및 현장 여건 등으로 인해 설치되는 센서의 수 및 계측 기간은 제한이 될 수밖에 없다. 따라서 요구되는 구조물 진단의 정확성을 확보하면서 소요되는 비용을 최소화할 필요가 있다. 이를 위해서는 먼저 구조물 진단의 정확성과 비용과의 관계를 파악할 필요가 있다. 본 연구에서는 부분적으로 계측한 변위 값을 이용하여 구조물 전체의 변위를 예측하는 알고리즘을 제시하고, 계측 기간에 따른 알고리즘의 정확도를 평가한다. 이를 통해 요구되는 신뢰도를 가지면서 최소의 계측 기간을 파악할 수 있다. 이는 유지관리 비용을 절감하는 비용효과를 가진다.