• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (B)
• /
• pp.111-116
• /
• 2007

최근 업계에서는 테스트의 중요성이 대두되면서 테스트 활동에 대한 테스트 성숙도 모델 적용을 통해 테스트 프로세스의 지속적인 개선을 도모하고 있다. 하지만 기존의 모델들이 외국 기업의 소프트웨어 개발 환경을 기반으로 하고 있어 중소 규모의 소프트웨어 개발 업체에서 이를 적용하기에는 비용과 기간 면에서 어려움이 따른다. 또한 체계적인 심사방법을 제시하지 못하고 있어 성숙도 모델의 적용에 대한 평가가 어려운 실정이다. 본 논문에서는 심사의 객관성을 확보하는 동시에 심사 비용 및 기간을 축소할 수 있는 방안을 제시한다. 심사의 객관성 확보를 위해 심사 대상 문서의 연관관계 테이블과 활용 기록을 기준으로 문서 심사를 수행하도록 하였으며, 심사 기간과 비용을 줄이기 위해 검증(Verification) 활동 중심의 문서심사를 문서 활용도에 대한 심사로 대체하고 각종 검토 활동 및 교육 활동을 통폐합 하였다. 개선된 심사모델을 도입함으로써 심사 기간이 단축될 수 있으며, 정형화된 심사 지침서의 활용을 통해 객관성을 확보할 수 있는 효과를 기대할 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 추계학술대회
• /
• pp.116-118
• /
• 2022

MPEG-VCM(Video Coding for Machine)은 입력된 이미지/비디오의 특징(feature)를 압축하는 Track 1 과 입력 이미지/비디오를 직접 압축하는 Track 2 로 나뉘어 표준화가 진행 중이다. 본 논문은 Track 1 의 비전임무 네트워크로 사용하는 Detectron2 의 FPN(Feature Pyramid Network)에서 추출한 멀티-스케일 특징을 효율적으로 압축하는 MSFC 기반의 압축 모델의 개선 기법을 제시한다. 제안기법은 해상도를 줄여서 단일-스케일 압축맵을 압축하는 기존의 압축 모델에서 저해상도 특징맵을 고해상도 특징맵에 바텀-업(Bottom-Up) 구조로 합성하여 단일-스케일 특징맵을 구성하는 바텀-업 MSFF 를 가지는 압축 모델을 제시한다. 제안방법은 기존의 모델 보다 BPP-mAP 성능에서 1 ~ 2.7%의 개선된 BD-rate 성능을 보이며 VCM 의 이미지 앵커(image anchor) 대비 최대 -85.94%의 BD-rate 성능향상을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 춘계학술발표대회
• /
• pp.1356-1359
• /
• 2011

IT 프로젝트는 많은 불확실성을 내포하고 있다. 이러한 불확실성은 프로젝트의 성공적인 수행에 좋지 않은 영향을 미치게 된다. 이처럼 악영향을 미치는 근본적인 이유는 프로젝트가 가지고 있는 잠재적 위험(Risk)이 중요한 원인이라 할 수 있다. CMMI-DEV(Capability Maturity Model Integration for Development, version 1.2)모델을 기반으로 IT 프로젝트를 수행하는 많은 조직에서 소프트웨어 개발시 실제 CMMI-DEV 모델을 적용하여 IT 프로젝트의 위험관리를 수행하고 있다. 그러나 대다수 기업에서 위험을 관리하기 위한 프로세스의 범위(영역)를 선정하는 것에는 많은 노력을 기울이지만 단위 프로세스별로 어떠한 방법(How)과 도구 및 관리기법을 사용하여 위험을 정량적으로 관리하고 완화시킬지에 대한 구체화된 노력은 미흡한 것이 사실이다. 본 논문에서는 CMMI-DEV 모델의 RSKM(Risk Management) 프로세스와 PMBOK(Project Management Body of Knowledge, 4th Edition)의 위험관리 지식영역(Knowledge Area)을 프로세스의 지속적인 개선을 위하여 PDCA(Plan-Do-Check-Action) Cycle의 각 단계별 목적에 맞게 통합(Integration)시켜 IT 프로젝트를 위한 개선된 위험관리 프로세스를 제안하였다. 제안 프로세스의 개선효과를 검증하고 분석하기 위하여 측정지표를 제시하였으며, 개선 프로세스의 적용 전후 결과를 정량적으로 비교 및 분석함으로써 개선효과를 도출하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제62차 하계학술대회논문집 28권2호
• /
• pp.359-362
• /
• 2020

본 연구에서는 설명 문장 생성을 통한 해석 가능한 시각적 질의응답 모델을 설계하고 학습 방법을 제시한다. 설명 문장은 시각적 질의응답 모델이 응답을 예측하는 데에 필요한 이미지 및 질문 정보와 적절한 논리적인 정보의 조합 및 정답 추론 과정이 함의되어 있을 것으로 기대한다. 설명 문장 생성 과정이 포함된 시각적 질의응답의 기본적인 모델을 기반으로 여러 가지 학습방법을 통해 설명 문장 생성 과정과 응답 예측 과정간의 상호관계를 분석한다. 이러한 상호작용을 적극적으로 활용할 수 있는 보다 개선 시각적 질의응답 모델을 제안한다. 또한 학습한 결과를 바탕으로 설명 문장의 특성을 활용하여 시각적 질의응답 추론 과정을 개선함으로써 시각적 질의응답 모델의 발전 방향을 논의한다. 본 실험을 통해서 응답 예측에 적절한 설명 문장을 제시하는 해석 가능한 시각적 질의응답 모델을 제공한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2023년도 제35회 한글 및 한국어 정보처리 학술대회
• /
• pp.707-710
• /
• 2023

관계추출은 문장 내 두 개체 간의 의미적 관계를 추론하는 자연어분석 태스크이다. 딥러닝의 발전과 더불어 관계추출은 BERT 계열의 이해형 언어모델을 이용하였다. 그러나, ChatGPT의 혁신적인 등장과 함께, GPT계열의 생성형 언어모델에 대한 연구가 활발해졌다. 본 논문에서는 소규모의 생성형 언어모델(Kebyt5)을 이용하여 관계추출 성능개선을 위한 프롬프트 구성 및 생각의 사슬(CoT) 학습 방법을 제안한다. 실험결과 Kebyt5-large 모델에서 CoT 학습을 수행하였을 경우, Klue-RoBERTa-base 모델보다 3.05%의 성능개선이 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.916-917
• /
• 2023

본 연구는 사용자의 음성 패턴 분석과 텍스트 분류를 중심으로 이루어지는 한국어 감정 인식 작업을 개선하기 위해 Macaron Net 텍스트 모델의 결과와 MFCC 음성 모델의 결과 가중치 합을 분류하여 최종 감정을 판단하는 기존 82.9%였던 정확도를 텍스트 모델 기준 87.0%, Multi-Modal 모델 기준 88.0%로 개선한 모델을 제안한다. 해당 모델을 우울증 예방 플랫폼의 핵심 모델에 탑재하여 covid-19 팬데믹 이후 사회의 문제점으로 부상한 우울증 문제 해소에 기여 하고자 한다.

• 한국전자거래학회지
• /
• 제11권4호
• /
• pp.21-32
• /
• 2006

기관에 전사적 아키텍처(Enterprise Architecture, EA)를 도입하고 운영하는데 있어, 조직의 EA 업무 수행 능력을 평가하고, 개선하기 위해 어떤 노력을 해야 하는지 기준이 필요하다. 이러한 요구에 따라 조직의 EA 능력 진단과 개선사항 도출, 개선방안 제시, 향후 투자 방향을 결정하는데 참고가 되는 EA 성숙도 모델을 정의하였다. EA 성숙도 모델은 CMMI의 연속형 (continuous) 모델을 참고하여, EA 성숙도를 나타내는 5개의 단계와 EA평가를 위한 4개 평가영역의 15개 평가요소, 평가요소 별 성숙도 단계를 측정하기 위한 평가기준로 구성되어 있다. 본 논문에서 제안하는 성숙도 모델은 EA도입 및 정착에 주안점을 두었으며 범정부 차원의 기관 간 연계/통합으로 협업이 잘 될 수 있도록 정의하였다.

• 대한전자공학회논문지SD
• /
• 제45권2호
• /
• pp.7-12
• /
• 2008

본 연구에서는 게이트 finger수가 증가될수록 드레인 전류의 증가율과 차단주파수가 감소되는 wide width effect를 관찰하였으며, 이 현상을 모델링하기 위하여 기존 BSIM3v3 RF 모델에 finger수에 무관한 외부 소스 저항을 새로 첨가한 개선된 SPICE MOSFET RF 모델을 개발하였다. 이러한 모델로 시뮬레이션된 Nf 종속 드레인 전류와 차단주파수는 기존 BSIM3v3 RF모델보다 $0.13{\mu}m$ multi-finger MOSFET의 측정데이터와 더 잘 일치하였으며, 이는 개선된 RF 모델의 정확도를 증명한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.1515-1519
• /
• 2006

본 연구에서는 초단시간 강수예보(VSRF, Very Short-Range Forecast of precipitation) 시스템 구축 현황을 소개하고자 한다. VSRF 모델은 레이더 반사도 자료와 지상 AWS 자료를 이용하여 레이더-AWS 강우강도를 산출하는 강수분석과정과 분석된 강수량 자료와 중규모 수치예보장을 사용하여 외삽법에 의한 초단시간 강수예보를 수행하는 예보과정, 실시간으로 산출된 강수예보 자료를 검증하고 홈페이지에 제공하는 자료지원과정으로 구성된다. 본 연구에서는 모델의 예보능력을 향상시키기 위해 크게 두 가지 측면에서 모델을 개선하였다. 첫째는 모델의 입력자료인 레이더-AWS 강우강도 자료를 기상연구소 원격탐사연구실에서 운영하던 WPMM (Window Probability Matching Method)과 기상청 기상레이더과에서 운영하던 RQPE(Radar Quantitative Precipitation Estimation)의 알고리즘을 통합하여 정확한 강우강도 자료인 레이더-AWS 강우강도(RAR, Radar-AWS Rain rate) 시스템을 구축하여 개선하였으며, 둘째는 외삽과정을 통한 예보가 3시간이 지나면 예측능력이 감소하는 문제점을 보완하기 위해 현업 중규모 모델(RDAPS, Regional Data Assimilation and Prediction System)의 예측강수와 병합하여 모델을 개선하였다. 또한 이를 시계열 검증 및 공간 검증하는 실시간 검증 시스템을 구축하여 실시간으로 모델의 정확성을 평가하고 있다. 그 결과 입력자료 개선을 통한 모델의 정확도는 크게 향상된 결과는 볼 수 없었지만 미약하게 향상된 것을 확인할 수 있었으며, 모델의 병합을 통한 모델의 개선은 예측 3시간 이후부터는 50% 정도 향상되었다.의 대안을 제시하고자 한다.X>${\mu}_{max,A}$는 최대암모니아 섭취률을 이용하여 구한 결과 $0.65d^{-1}$로 나타났다.EX>$60%{\sim}87%$가 수심 10m 이내에 분포하였고, 녹조강과 남조강이 우점하는 하절기에는 5m 이내에 주로 분포하였다. 취수탑 지점의 수심이 연중 $25{\sim}35m$를 유지하는 H호의 경우 간헐식 폭기장치를 가동하는 기간은 물론 그 외 기간에도 취수구의 심도를 표층 10m 이하로 유지 할 경우 전체 조류 유입량을 60% 이상 저감할 수 있을 것으로 조사되었다.심볼 및 색채 디자인 등의 작업이 수반되어야 하며, 이들을 고려한 인터넷용 GIS기본도를 신규 제작한다. 상습침수지구와 관련된 각종 GIS데이타와 각 기관이 보유하고 있는 공공정보 가운데 공간정보와 연계되어야 하는 자료를 인터넷 GIS를 이용하여 효율적으로 관리하기 위해서는 단계별 구축전략이 필요하다. 따라서 본 논문에서는 인터넷 GIS를 이용하여 상습침수구역관련 정보를 검색, 처리 및 분석할 수 있는 상습침수 구역 종합정보화 시스템을 구축토록 하였다.N, 항목에서 보 상류가 높게 나타났으나, 철거되지 않은 검전보나 안양대교보에 비해 그 차이가 크지 않은 것으로 나타났다.의 기상변화가 자발성 기흉 발생에 영향을 미친다고 추론할 수 있었다. 향후 본 연구에서 추론된 기상변화와 기흉 발생과의 인과관계를 확인하고 좀 더 구체화하기 위한 연구가 필요할 것이다.게 이루어질 수 있을 것으로 기대된다.는 초과수익률이 상승하지만, 이후로는 감소하므로, 반전거래전략을 활용하는 경우 주식투자기간은 24개월이하의 중단기가 적합함을 발견하였다. 이상의 행태적 측면과 투자성과측면의 실증결과를 통하여 한국주식시장에

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권12호
• /
• pp.485-496
• /
• 2018

지금까지 인공지능의 한 분야인 딥러닝 방법은 구조화되지 않은 데이터로부터 문제를 해결하는 놀라울만한 성과를 이루어왔지만, 인간처럼 여러 상황들을 종합적으로 판단, 그것들의 연관성을 추론하고, 그 다음 상황을 예측하는 수준의 지능을 갖는데 도달하지 못하였다. 최근 발표된 복잡한 관계 추론을 수행하는 심층 신경망은 인공지능이 인간의 핵심 지적 능력인 관계 추론을 보유할 수 있다는 것을 증명하였다. 본 논문에서는 관계 추론 심층 신경망 중에서 Relation Networks (RN)의 성능을 분석 및 관찰해 보고자 Sort-of-CLEVR 데이터 셋을 사용한 시각적 질의응답과 bAbI task를 사용한 텍스트 기반 질의응답 두 유형의 RN 기반 심층 신경망 모델을 구축하여 baseline 모델과의 비교를 통한 성능검증을 하였다. 또한 모델의 성능을 극대화하기 위하여 하이퍼 파라미터 튜닝 등 다양각도의 성능개선 실험으로 관계 추론을 위한 RN 기반 심층 신경망 모델의 성능개선 방법을 제안하였다. 제안한 성능개선 방법은 시각적 질의응답 모델과 텍스트 기반 질의응답 모델에 적용하여 그 효과를 검증하였고, 기존의 RN 모델에서 사용해보지 않았던 Dialog-based LL 데이터 셋을 사용하여 새로운 도메인에서의 제안한 성능개선 방법의 효과를 다시 한 번 검증하였다. 실험 결과 두 유형의 RN 모델 모두에서 초기 학습률이 모델의 성능을 결정하는 핵심 요인임을 알 수 있었고, 제안한 random search 방법에 의해 찾은 최적의 초기 학습률 설정이 모델의 성능을 최고 99.8%까지 향상 시킬 수 있다는 것을 확인하였다.