• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.459-461
• /
• 2009

시스템 개발을 위해서는 시스템이 제공하는 기능을 명료하게 기술함은 물론 목표 시스템이 참조하는 외부 시스템의 기능을 명확하게 식별하여야 한다. 이는 목표 시스템의 범위를 명확하게 한정하기 위해 매우 중요하다. 그러나 현재의 유스케이스 모델링 기법에서는 외부 시스템은 액터로만 표현된다. 이는 외부 레거시 시스템을 간결하게 표현할 수 있다는 장점이 있으나, 외부 시스템의 기능 중 목표 시스템이 참조하는 유스케이스만을 식별하기 어렵게 만드는 단점도 갖는다. 이러한 불명확성은 유스케이스 명세 시 모델 작성을 어렵게 하여 유스케이스 모델의 이해도를 저하시키는 원인이 된다. 본 논문에서는 외부 유스케이스를 이용한 확장 모델링 기법을 제시한다. 확장 모델링은 레거시 시스템에 존재하는 외부 유스케이스를 표현하고, 내부 유스케이스와 관계성을 가질 수 있도록 확장 메커니즘을 지원한다. 확장을 위해서는 UML 확장 메커니즘 중 하나인 스테레오타입(Stereotype)을 활용하며, 따라서 기존 유스케이스 모델과의 호환성을 그대로 유지함으로써, 기존 모델링 기법과 일관되게 적용 가능하다.

• 한국신재생에너지학회:학술대회논문집
• /
• 2008.05a
• /
• pp.282-285
• /
• 2008

NREL Phase VI 12% 축소모델을 사용한 표준풍력터빈 풍동시험은 2006$\sim$2007년에 수행되었다. 1,2차 풍동시험은 복합재 및 알루미늄 블레이드를 사용하여 블레이드 제작정밀도 및 표면상태에 의한 영향을 파악하기 위해 수행되었다. 3차 풍동시험은 축소효과보상기법 개발을 위해 수행되었다. Bo-105 40% 모델에 사용된 코드확장기법을 적용하여 15% 코드확장 블레이드를 사용하여 풍동시험을 수행하였다. 시험결과 코드확장기법을 적용할 경우 풍속에 대한 토크 기울기는 실물모델과 잘 일치하나, 최대토크 대비 8%정도 간극을 나타내고 있다. 풍력터빈 블레이드와 같이 캠버가 큰 익형을 사용하는 회전체에 대한 수정된 보상기법을 적용할 경우 이러한 간극은 보상될 수 있다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.15 no.1
• /
• pp.157-163
• /
• 2015

XML has become one of the most influential standard language for representing and exchanging data on internet. However, XML itself has a ability to represent a logical structure for storing and managing data, it is inadequate to use as a conceptual modeling tool because of its complexity for representing the document structures. In this paper, we propose the graphical form of conceptual modeling techniques for representing the structure of the XML schema documents using an extended entity relationship diagram. For this, extended entity relationship model is presented for representing the XML schema structure, transformation rules are presented for transforming extended entity relationship model into XML schema document to show the completeness of the proposed model.

• KIPS Transactions on Software and Data Engineering
• /
• v.2 no.11
• /
• pp.765-778
• /
• 2013

This paper proposes a test case generation method for Stateflow model using the extended RRT method. The RRT method which has been popularly used for planning paths for complex systems also shows a good performance for test case generation. However, it does not consider the test coverage which is important for test case generation. The proposed extension method hires the concept of test goal achievement to increase test coverage and drives RRT extension in the direction that increases the goal achievement. Considering the concept, a RRT distance metric, random node generation method and modified RRT extension algorithm are proposed. The effectiveness of proposed algorithm is compared with that of the typical RRT algorithm through the experiment using the practical automotive ECUs.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.209-213
• /
• 2023

최근 자연어 이해 분야에서 대규모 언어모델 기반으로 프롬프트를 활용하여 모델과 상호작용하는 방법이 널리 연구되고 있으며, 특히 상담 분야에서 언어모델을 활용한다면 내담자와의 자연스러운 대화를 주도할 수 있는 대화생성 모델로 확장이 가능하다. 내담자의 상황에 따라 개인화된 상담대화를 진행하는 모델을 학습시키려면 동일한 내담자에 대한 과거 및 차기 상담대화가 필요하지만, 기존의 데이터셋은 대체로 단일 대화세션으로 구축되어 있다. 본 논문에서는 언어모델을 활용하여 단일 대화세션으로 구축된 기존 상담대화 데이터셋을 확장하여 연속된 대화세션 구성의 학습데이터를 확보할 수 있는 프롬프트 기반 데이터 증강 기법을 제안한다. 제안 기법은 기존 대화내용을 반영한 요약질문 생성단계와 대화맥락을 유지한 차기 상담대화 생성 단계로 구성되며, 프롬프트 엔지니어링을 통해 상담 분야의 데이터셋을 확장하고 사용자 평가를 통해 제안 기법의 데이터 증강이 품질에 미치는 영향을 확인한다.

• Korean Journal of Cognitive Science
• /
• v.4 no.2
• /
• pp.115-143
• /
• 1994

In this paper,I present an extended two-level model using LR parsing techniques.The LR-based two-level model not only guarantees effcient morphological processing but also achieves a higher degree of descriptive adequacy than Koskenniemi's original model.The two-level model is augmented with an independent morphosyntactic module based on feature-based CF word grammar.By adopting a CF word grammar,our model is capable of dealing with complex words with discontinuous dependencies without having duplicate lexicons.It is shown how LR predictions manifested in the parsing table can help the morphological processor to minimize the dictionary lookup process.

• Proceedings of the Korea Association of Information Systems Conference
• /
• 1997.10a
• /
• pp.197-216
• /
• 1997

본 연구는 의사결정지원시스템의 모델베이스 개발에 있어 개념적 스키마 설계를 위한 개념적 모델링 도구를 개발하는 것이 목적이다. 이를 위하여 본 연구에서는 개념적 모 델베이스 설계에 있어 객체모델링기법(Object Modeling Technique : OMT)에서 제시된 객 체모델의 확장을 시도한다. 또한 본 연구는 확장된 객체모델을 이용하여 특정 문제영역에서 개념적 모델링을 위한 방법을 제시하며, 확장된 객체모델이 실제문제를 얼마나 효과적으로 모델링 할 수 있는가를 보이기 위하여 정유회사의 수송문제에 적용하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.339-341
• /
• 2000

문서요약이란 문서의 기본적인 내용을 유지하면서 문서의 복잡도를 줄이는 작업이다. 인터넷과 같은 정보기술의 발달로 정보의 양이 급증함에 따라, 정보 과적재(information over load) 문제의 해결을 위해 자동 문서요약시스템의 필요성이 대두되었다. 본 논문에서는 의사 적합성 피드백(pseudo relevance feedback)에 의한 질의확장(query expansion) 기법을 적용한 자동 문서요약 모델을 제안한다. 제안하는 모델의 특징은 질의를 분해함으로써, 적합성 피드백 과정에서 질의가 편향(bias)되어 요약이 잘못되는 문제를 방지할 수 있다는 것이다. 신문기사를 대상으로 평가한 결과 제안한 모델이 질의확장을 적용하지 않은 방법이나 하나의 질의만을 유지하는 일반적인 적합성 피드백 모델보다 더 좋은 성능을 보였다.

• Korean Journal of Remote Sensing
• /
• v.38 no.6_2
• /
• pp.1663-1676
• /
• 2022

Recently, a number of deep-learning based land cover segmentation studies have been introduced. Some studies denoted that the performance of land cover segmentation deteriorated due to insufficient training data. In this study, we verified the improvement of land cover segmentation performance through data augmentation. U-Net was implemented for the segmentation model. And 2020 satellite-derived landcover dataset was utilized for the study data. The pixel accuracies were 0.905 and 0.923 for U-Net trained by original and augmented data respectively. And the mean F1 scores of those models were 0.720 and 0.775 respectively, indicating the better performance of data augmentation. In addition, F1 scores for building, road, paddy field, upland field, forest, and unclassified area class were 0.770, 0.568, 0.433, 0.455, 0.964, and 0.830 for the U-Net trained by original data. It is verified that data augmentation is effective in that the F1 scores of every class were improved to 0.838, 0.660, 0.791, 0.530, 0.969, and 0.860 respectively. Although, we applied data augmentation without considering class balances, we find that data augmentation can mitigate biased segmentation performance caused by data imbalance problems from the comparisons between the performances of two models. It is expected that this study would help to prove the importance and effectiveness of data augmentation in various image processing fields.

• Journal of Digital Convergence
• /
• v.13 no.10
• /
• pp.353-358
• /
• 2015

The Vocabulary Recognition System made by recognizing the standard vocabulary is seen as a decline of recognition when out of the standard or similar words. In this case, reconstructing the system in order to add or extend a range of vocabulary is a way to solve the problem. This paper propose configured Bhattacharyya algorithm standing by speech recognition learning model using the Bayesian methods which reflect parameter estimation upon the model configuration scalability. It is recognized corrected standard model based on a characteristic of the phoneme using the Bayesian methods for parameter estimation of the phoneme's data and Bhattacharyya algorithm for a similar model. By Bhattacharyya algorithm to configure recognition model evaluates a recognition performance. The result of applying the proposed method is showed a recognition rate of 97.3% and a learning curve of 1.2 seconds.