This paper introduces a container loading problem and proposes a theoretical approach that efficiently solves it. The problem is to determine a proper weight of products loaded on a container that is delivered by third party logistics (3PL) providers. When the company pre-loads products into a container, typically one or two days in advance of its delivery date, various truck weights of 3PL providers and unpredictability of the randomness make it difficult for the company to meet the total weight regulation. Such a randomness is mainly due to physical difference of trucks, fuel level, and personalized equipment/belongings, etc. This paper provides a theoretical methodology that uses historical shipping data to deal with the randomness. The problem is formulated as a stochastic optimization where the truck randomness is reflected by a theoretical distribution. The data analytics solution of the problem is derived, which can be easily applied in practice. Experiments using practical data reveal that the suggested approach results in a significant cost reduction, compared to a simple average heuristic method. This study provides new aspects of the container loading problem and the efficient solving approach, which can be widely applied in diverse industries using 3PL providers.

지난 몇 십년동안 전 세계적으로 제조기술 분야의 급속한 성장으로 대부분의 제조 업에서 눈부실만한 품질향상과 생산성 극대화를 이루어 왔다. 하지만 현재 제조기술 분야는 새로운 문제에 직면하고 있다. 실제 현장에서 관리하고자하는 품질특성은 정규 분포를 따르지 않는 경우가 많은데, 대부분의 통계적 공정관리기술체계가 정규분포를 기반으로 하고 있다는 것이다. 이러한 이유로 비정규 공정에서 극소불량관리, 미세변 동관리에 대한 연구가 시급한 실정이다. 본 논문에서는 비정규 공정에서 불량률을 관리하기 위해 누적합 관리도와 다양한 비정규 분포를 대표할 수 있는 Burr 분포를 선택하여 적용방법을 모색한다.

본 연구에서는 이미지 감상자가 선호하는 화질의 객관적 평가 항목들의 범위를 구체화하고 실제 이미지를 기반으로 화질의 선호도를 측정하는 방식을 따랐다. 즉, 무기준법(No-Reference)을 기반으로 하고 화질 평가 요소를 다이내믹 레인지, 컬러, 콘트라스트로 규정하였다. 샘플 사진 수집은 인터넷 갤러리에서 추천수 30회 이상을 기준으로 감상자들이 선호하는 풍경사진 200장의 이미지를 선정하였다. 그리고 세 가지 객관적 화질 평가 항목에 의한 정규분포분석을 통하여 총점을 백점 기준으로 환산하여 최종적으로 예상되는 화질의 선호도를 측정하였다. 본 실험에서 적용한 실제 사진 샘플의 다이내믹 레인지 측정값은 10 stop, LAB 평균은 L:54.7, A:2.96, B:-15.84, RSC 콘트라스트는 376.9로 나타났다. 총 200장 샘플 사진의 정규분포 z값은 다이내믹 레인지가 0.21, LAB 평균이 LAB 평균이 L:0.15, A:0.38, B:0.13, RSC 콘트라스트가 0.08을 나타냈다. 표준정규분포 표에서 위의 z값이 나타날 확률을 상위 백분율로 나타내면 실제 사진 샘플의 다이내믹 레인지는 8.32%, LAB 평균은 LAB 평균은 L:5.96%, A:14.8%, B:5.17%, RSC 콘트라스트는 3.19%를 나타낸다. 즉 화질 평가 모형에 사용된 실제 사진 샘플의 상위 백분율을 100점으로 환산한 다이내믹 레인지는 91.68점, LAB 평균은 91.36점, RSC 콘트라스트는 96.81점이다. 따라서 세 가지 객관적 화질 평가 항목에 의한 총점의 평균은 94.99점으로 나타낼 수 있었다. 즉 본 연구에서 제안한 화질 측정 모형을 통하여 실제 사진 샘플에 대한 선호도를 수치적으로 측정할 수 있었다. 이와 같은 연구를 통하여 이미지 감상자가 선호하는 화질의 재현 성능 범위를 구체화하고 예상되는 화질의 선호도를 수치화하는 실용적인 연구 결과를 제안하였다.

품질향상을 위한 효과적인 공정관리체계는 기업의 생존에 있어서 매우 중요하다. 최근에는 제품의 수명과 관련된 신뢰성이 강조되면서, 신뢰성분포로 불리는 비정규분포하에서의 공정관리가 핵심과제로 여겨지고 있다. 특히 품질특성치가 비정규분포를 따를때, 정규가설에 기초한 공정관리기술을 사용한다면 심각한 오류가 초래될 수 있기 때문에, 비정규분포에서의 관리도와 신뢰성샘플링계획에 대한 중요성이 강조되고 있다. 본 연구의 목적은 비정규분포에서의 관리도와 신뢰성샘플링계획에 대한 최근연구를 조사하고, 보다 합리적이고 신뢰도 높은 공정분석에 대한 연구동향을 소개함으로써, 비정규분포하에서의 공정관리에 대한 발전적인 연구방향을 제시하는 것이다.

It is an important and urgent issue to improve process capability in quality control. Process capability refers to the uniformity of the process. The variability in the process is a measure of the uniformity of output. A simple, quantitative way to express process capability, the degree of variability from target in specification is defined by process capability index(PCI). Almost process capability indices are defined under normal distribution. However, these indices can not be applied to the process of non-normal distribution including reliability. We investigate current research on the process of non-normal distribution, and advanced method and technology for developing more reliable and efficient PCI. Finally we suggest the perspective for future study.

Since transmitting various files around Internet is one of common activities in everyday life, the compression is important technical issue in these days. Shape models are also frequently transmitted and therefore its compression has also been studied. Considering the large portion of shape model can be normal vectors, a new scheme was recently presented to compress normal vectors using clustering and mixed indexing scheme. Presented in this paper is a mathematical investigation of the scheme to analyze the probability distribution of normal index distances in Normal Index array which is critical for the compression. The probability distribution is formulated so that the values can be easily calculated once the relative probabilities of C, R, E, S, and L op-codes in Edgebreaker are known. It can be shown that the distribution of index distances can be easily transformed into a few measures for the compression performance of the proposed algorithm.

염해에 콘크리트 구조물은 사용기간의 증가에 따라 내구성에 문제가 발생하므로 보수를 포함한 유지관리가 필수적이다. 일반적으로 결정론적인 방법으로 내구수명이 결정되고 이에 따라 유지관리비가 평가되고 있으나, 확률론적 유지관리 기법을 고려할 경우 연속적인 보수비용이 평가되므로 합리적인 유지관리가 가능하다. 기존의 확률론적 유지관리 기법에서는 정규분포만 고려되었으나, 본 연구에서는 초기 내구수명 및 보수에 따른 수명-확률함수에 로그함수를 고려할 수 있도록 개선되었으며, OPC 및 GGBFS를 사용한 콘크리트에 대하여 보수비용을 평가하였다. 로그 함수를 가지는 수명-확률함수는 중앙값 이전보다 이후에 미치는 영향이 지배적이므로 초기 내구수명 분포에 유리하며 전반적으로 낮은 보수비용을 도출할 수 있다. GGBFS를 사용한 콘크리트는 OPC 콘크리트 비하여 높은 내구수명과 낮은 보수횟수를 통하여 30% 수준으로 보수비가 감소하였다. 본 연구에서 도출된 확률론적 유지관기 기법은 정규분포 뿐 아니라 로그분포를 가지는 수명-확률함수를 초기 및 다양한 보수시기에 적용할 수 있는 장점을 가지고 있으며, 더욱 합리적인 보수비용을 도출할 수 있다.

This paper applied the ensemble model output statistics (EMOS) with truncated normal distribution, which are easy to implement postprocessing techniques, to calibrate probabilistic forecasts of wind speed that take the form of probability density functions. We also considered the alternative implementations of EMOS, which were EMOS exchangeable model and reduced EMOS model. These techniques were applied to the forecasts of wind speed over Pyeongchang area using 51 members of the Ensemble Prediction System for Global (EPSG). The performances were evaluated by rank histogram, mean absolute error, root mean square error and continuous ranked probability score. The results showed that EMOS models with truncated normal distribution performed better than the raw ensemble and ensemble mean. Especially, the reduced EMOS model exhibited better prediction skill than EMOS exchangeable model in most stations of study area.

This study proposes a new parameter estimation approach for the mixture normal distribution. The developed model estimates parameters of the mixture normal distribution by maximizing the log likelihood function using a meta-heuristic algorithm-genetic algorithm (GA). To verify the performance of the developed model, simulation experiments and practical applications are implemented. From the results of experiments and practical applications, the developed model presents some advantages, such as (1) the proposed model more accurately estimates the parameters even with small sample sizes compared to the expectation maximization (EM) algorithm; (2) not diverging in all application; and (3) showing smaller root mean squared error and larger log likelihood than those of the EM algorithm. We conclude that the proposed model is a good alternative in estimating the parameters of the mixture normal distribution for kutotic and bimodal hydrometeorological data.