• Proceedings of the CALSEC Conference
• /
• 2002.01a
• /
• pp.484-489
• /
• 2002

컴포넌트 기반의 시스템 개발에서의 SW 재 사용성 측정을 위한 접근방법에 대해 논의 컴포넌트 개발 및 컴포넌트 기반 개발에 있어서의 재사용성 개념모델을 제안 컴포넌트 개발 및 컴포넌트 기반 개발과 관련된 생명주기 초기단계에서의 SW 재사용과 관련된 가능성을 제시(중략)

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.391-393
• /
• 2002

최근 가상교육에서 학습 기술의 상호 운용성을 기반으로 한 표준화의 필요성을 인식하고 여러 국제표준기관을 통해서 기반 환경과 컨텐트 명세 및 활용에 대한 표준화 작업이 이루어지고 있다. 이로 인해 e-learning 분야에서는 국제표준을 소개하고 체제적으로 AICC(Aviation Industry CBT Committee), IMS(Instructional Management Systems) Global Learning Consortium, ADL(Advanced Distributed Learning)을 중심으로 진행되어 오고 있다. 특히, 미래의 진보적인 e-learning 환경 개발로, 기능별 5계층으로 구성된 LTSA(Learning Technology Standard Architecture)를 제정하고 이를 통한 개발을 지원하고 있다. 하지만, 이는 시스템 구성요소를 정의한 계층 3의 경우 데이터 흐름 모델로 작성되어 현재 개발 수준과 일치하지 않는 문제점을 가지는 모델로 인정한다. 본 논문에서는 표준 모델링 언어인 UML(Unified Modeling Language)을 통해 모델을 재정의하고, 각 프로세스별 단계를 메타모델로 제시하여 개발과 아키텍처의 이해에 대한 문제점을 해결하고자 한다. 또한, 재정의된 모델을 기반으로 e-learning 지원을 위한 분석, 설계 프로세스를 정의하여 이에 대한 사례를 제시한다. 이는 아키텍처를 기반으로 한 메타모델과 프로세스를 통한 교육영역의 질의 응답 학습 도구인 QALT(Query-Answer Learning Tool)에 적용한다. 모델의 재정의로 아키텍처의 이해성 및 이를 기반으로 하는 교육용 애플리케이션 개발의 용이성의 증대를 기대할 수 있으며, 모델의 재사용성을 보장할 수 있다.

• 한국IT서비스학회:학술대회논문집
• /
• 2002.06a
• /
• pp.158-162
• /
• 2002

최근의 소프트웨어 위기를 해결할 수 있는 최적의 대안으로서 컴포넌트 기술을 개발, 산업계에 확산하기 위하여 다양한 영역의 비즈니스 컴포넌트를 개발 보급하여야 한다. 비즈니스 컴포넌트를 개발하기 위하여는 컴포넌트의 조립 모델을 정의한 개념적 아키텍쳐를 우선적으로 설정하여야하며 이 모델에 기반한 체계화된 명세 방법을 정의하여 각 컴포넌트가 일관적 체계에 따라 명세화 되어 개발할 수 있는 체계를 구축하여야 한다. 본 연구에서는 정통부 사업의 일환으로 수행된 공용 컴포넌트 뱅크 구축을 위한 영역 아키텍쳐 모델을 제시하고, 컴포넌트 뱅크에 구축할 컴포넌트 개발을 위한 명세 방법의 개념 모델과 명세 단계를 제시하고 이를 비즈니스 웅용 영역에 적용하여 개발한 명세화 접근 방법 및 개발 결과에 대하여 논한다.

• Proceedings of the CALSEC Conference
• /
• 2002.01a
• /
• pp.474-478
• /
• 2002

컴포넌트 기반 개발(CBD :Component Based Development)의 확신에 따른 컴포넌트 측정 모델의 구축 컴포넌트 기반 개발과 기존 객체 지향 기반 개발 간의 연관성과 상호 보완성 파악 컴포넌트의 이점 극대화를 위한 컴포넌트 측정 모델의 구축(중략)

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.185-185
• /
• 2021

기후변화로 인한 돌발 강우 등 이상 기후 현상이 증가함에 따라 정확한 강우예측의 중요성은 더 증가하는 추세이다. 전통적인 강우예측의 경우 기상수치모델 또는 외삽법을 이용한 레이더 기반 강우예측 기법을 이용하며, 최근 머신러닝 기술의 발달에 따라 이를 활용한 레이더 자료기반 강우예측기법이 개발되고 있다. 기존 머신러닝을 이용한 강우예측 모델의 경우 주로 시계열 이미지 예측에 적합한 2차원 순환 신경망 기반 기법(Convolutional Long Short-Term Memory, ConvLSTM) 또는 합성곱 신경망 기반 기법(Convolutional Neural Network(CNN) Encoder-Decoder) 등을 이용한다. 본 연구에서는 생성적 적대 신경망 기반 기법(Generative Adversarial Network, GAN)을 이용해 미래 강우예측을 수행하도록 하였다. GAN 방법론은 이미지를 생성하는 생성자와 이를 실제 이미지와 구분하는 구별자가 경쟁하며 학습되어 현재 이미지 생성 분야에서 높은 성능을 보여주고 있다. 본 연구에서 개발한 GAN 기반 모델은 기상청에서 제공된 2016년~2019년까지의 레이더 이미지 자료를 이용하여 초단기, 단기 강우예측을 수행하도록 학습시키고, 2020년 레이더 이미지 자료를 이용해 단기강우예측을 모의하였다. 또한, 기존 머신러닝 기법을 기반으로 한 모델들의 강우예측결과와 GAN 기반 모델의 강우예측결과를 비교분석한 결과, 본 연구를 통해 개발한 강우예측모델이 단기강우예측에 뛰어난 성능을 보이는 것을 확인할 수 있었다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.184-186
• /
• 2011

부하 모델링을 위해서는 구성요소기반 부하모델링과 측정기반 부하모델링 두 가지 방법이 사용된다. 구성요소기반 부하모델링은 모선에 부하의 구성비에 기반으로 하는 부하모델 기법이고, 측정기반 부하모델링은 부하가 설치된 모선의 전압과 소비전력의 측정값으로부터 관계를 수학적으로 모델링하는 기법이다. 본 논문에서는 부하모델을 위해 복합부하모델이 적용되었다. 복합부하모델은 정적부하모델과 동적부하모델을 모두 포함하고 있으며, 정적부하모델로서는 ZIP 모델이 사용되고, 동적 부하모델로는 유도전동기 모델이 사용되었다. 측정기반 부하모델의 파라미터 추정을 위해 TSAT(trensient security assessment tool) 프로그램으로부터 얻은 측정데이터를 이용해 파라미터 추정을 한다. 또한 사용자 편의를 위한 GUI(graphical user interface)의 적용을 통한 부하모델 파라미터 추정 프로그램을 개발하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.85-87
• /
• 2003

이종의 컴포넌트 개발 플랫폼 및 다양한 구현 기술의 발달로 이들간의 상호 운용성 및 통합을 지원하기 위하여 OMG에서 채택한 MDA(Model Driven Architecture) 기반 소프트웨어 개발이 대두되고 있다. MDA 기반 소프트웨어 개발 방법에서 기본적으로 고려하고 있는 것은 새로운 컴포넌트 생성을 초점으로 하고 있어 이미 개발되어 있는 컴포넌트의 조립에 대한 고려도 요구된다. 따라서 본 논문에서는 MDA의 중심 개념인 플랫폼독립 모델(PIM： Platform Independent Model)과 플랫폼 종속 모델(PSM: Platform Specific Model)의 분리와 매핑을 통한 변환에 대해 조립하고자 하는 EJB 컴포넌트를 고려하여 플랫폼 독립 모델을 생성하고 이를 플랫폼 종속 모델로 변환하는 방법을 제안한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.61-61
• /
• 2022

최근 머신러닝 기술의 발달에 따라 이를 활용한 레이더 자료기반 강우예측기법이 활발히 개발되고 있다. 기존 머신러닝을 이용한 강우예측모델 개발 관련 연구는 주로 한 지역에 대해 수행되며, 데이터 기반으로 훈련되는 머신러닝 기법의 특성상 개발된 모델이 훈련된 지역에 대해서만 좋은 성능을 보인다는 한계점이 존재한다. 이러한 한계점을 해결하기 위해 사전 훈련된 모델을 이용하여 새로운 데이터에 대해 모델을 훈련하는 전이학습 기법 (transfer learning)을 적용하여 여러 유역에 대한 강우예측모델을 개발하고자 하였다. 본 연구에서는 사전 훈련된 강우예측 모델로 생성적 적대 신경망 기반 기법(Generative Adversarial Network, GAN)을 이용한 미래 강우예측모델을 사용하였다. 해당 모델은 기상청에서 제공된 2014년~2017년 여름의 레이더 이미지 자료를 이용하여 초단기, 단기 강우예측을 수행하도록 학습시켰으며, 2018년 레이더 이미지 자료를 이용한 단기강우예측 모의에서 좋은 성능을 보였다. 본 연구에서는 훈련된 모델을 이용해 새로운 댐 유역(안동댐, 충주댐)에 대한 강우예측모델을 개발하기 위해 여러 전이학습 기법을 적용하고, 그 결과를 비교하였다. 결과를 통해 새로운 데이터로 처음부터 훈련시킨 모델보다 전이학습 기법을 사용하였을 때 좋은 성능을 보이는 것을 확인하였으며, 이를 통해 여러 댐 유역에 대한 모델 개발 시 전이학습 기법이 효율적으로 적용될 수 있음을 확인하였다.

• Proceedings of the Korea Society for Simulation Conference
• /
• 2000.04a
• /
• pp.101-107
• /
• 2000

SimBox는 웹을 기반으로 한 원격 교육 시뮬레이션 도구로서 시뮬레이션 수행 절차에 익숙하지 않은 피교육자들에게 시각적 모델 개발 환경을 제공하여 쉽게 시뮬레이션 모델을 제작할 수 있도록 하였다. 모델 개발을 위해 클라이언트는 자바의 드래그 앤 드롭을 이용하여 시뮬레이션 모델들의 추가/삭제를 용이하게 하였고, 시뮬레이션 코드 작성을 서버가 대신함으로써 피교육자의 시뮬레이션 코드 작성에 대한 부담을 줄여주었다. 또한 컴포넌트 기반의 모델을 개발해 재사용이 가능하며, 자바를 이용해 웹 환경에서 시뮬레이션의 진행상황을 애니메이션을 통해 효과적으로 시각화 할 수 있다.

• Proceedings of the Korea Society for Simulation Conference
• /
• 2003.06a
• /
• pp.101-105
• /
• 2003

본 논문은 고리 1호기 원자력발전소를 기준발전소로 하여 개발된 PRE-MARK 소개 및 PRE-MARK을 기반으로 개발된 노심모델의 결과를 제시하고자 하는 것을 주된 목적으로 하고 있다. 노심 모델개발에는 REMARK 모델 프로그램을 기반으로 개발된 PRE-MARK를 이용하였으며, PRE-MARK의 주요 특징으로는 노심모델 입력자료를 노심설계코드 및 Lattice 코드로부터 자동으로 생성하며여 GUI 기반으로 변경된 REMARK으로 입력하여 노심모델을 구동함과 동시에 실시간으로 중요 변수의 현재 값들을 그래프로 도시해줌으로 조율 (Tuning) 상수를 용이하게 결정할 수 있도록 하는 것이다. 또한 BOL 및 EOL에서 HFP 평형 Xenon조건에서의 제어봉 위치에 따른 제어봉가(Rod worth)를 고리 1호기 20주기 NDR (Nuclear Design Report)과 비교하고, 원자로정지 이후 BOL, MOL 및 EOL에서의 시간에 따른 Xenon의 반응도 영향을 비교함으로 개발된 모델의 건전성을 입증하였다.