• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.213-217
• /
• 2007

소프트웨어 테스팅은 소프트웨어의 개발 과정에 있어서 가장 중요하고 많은 비용이 드는 부분이다. 소프트웨어 테스팅을 수동으로 행하는 것은 많은 문제를 발생시킬 수 있다. 소프트웨어 자동 테스팅을 하기 위해서 최근 활발히 연구되고 있는 부분이 모델 기반 소프트웨어 자동 테스팅 기법이다. 본 논문에서는 UML 모델 기반 테스트 케이스 자동 생성 기법을 제안한다. UML state chart 로 모델링 된 테스트 대상 소프트웨어를 제안된 자료구조에 저장 한 후, 이를 flow graph 로 변환한다. 최종적으로 변환된 flow graph 에서 테스트 케이스를 생성한다.

• Korean Journal of Cognitive Science
• /
• v.4 no.1
• /
• pp.123-152
• /
• 1993

This paper discusses how to automatically extract fuzzy rules from given data.The fuzzy space which contain given data are fitst subdivided into a set of hypercubes.each of which contains the homogeneous data belonging to the same class, and then a fuzzy rule is defined based on the constructed hypercube.In order to dynamically agjust the size of a hypercube. the fuzzy space is to be splitted based on a center vector and then the splitted subspaces are to be merged throungh the adjacency relation.The membership functions.which are to be embedded in a fuzzy rule.are to be formed through analyzing the cummulative histogram of given data along each axis of the constructed hypercube.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06b
• /
• pp.171-175
• /
• 2007

기대효과란 행동이 시작하기 전에 반대반향으로 일어나는 행동을 위한 준비단계로 주로 이차원 애니메이션에서 행동을 강조하기 위해 사용되어 왔다. 본 논문은 영상을 매개로 하여 인식기반의 기대효과를 자동 생성함으로써 시청자의 주의를 임의의 정보에 집중시키는 방법을 제안한다. 이미지 기반의 집중점을 찾는 문제와 영상 속의 움직임을 찾는 방법을 바탕으로 집중성 강화 알고리즘을 역으로 풀어 기대효과를 생성하는 방법을 제시한다. 주요점에 정보를 반대로 약화시키는 기대효과를 통해 주요점을 더욱 역동적으로 강조 할 수 있다. 본 논문의 알고리즘을 통해 광고 등의 전보전달을 위한 영상 또는 역동적 표현이 필요한 영상의 보정이 가능해진다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.761-764
• /
• 2014

본 연구는 지능형 QA시스템과 관련한 연구에서, 자동 패러프레이즈 생성 시스템을 평가하는 새로운 방법을 제시한다. 기존의 패러프레이즈 생성 시스템의 자동 평가 방법은 참조할 수 있는 패러프레이즈 정보의 양이 크게 제한되어 있었으며, 원 문장의 콘텍스트(context)와 이에 의존하는 통사적 구조(syntactic structure) 및 의미적 구조의 유사성을 고려하지 않고, 단순 구/단어 수준의 의미 유사성을 기반으로 생성된 패러프레이즈를 평가하였다. 이러한 문제를 해결하기 위해 본 연구는 시맨틱 프레임(semantic frame)을 이용한 패러프레이즈 문장 평가 방법을 제시한다. 본 연구에서 제시하는 방법론은 문장의 콘텍스트를 표현하는 프레임과 이러한 프레임이 발생시키는 통사적, 의미적 구조의 유사성을 바탕으로 원 문장과 패러프레이즈 문장의 '의미 유사성', '어휘 형태 비 유사성'을 평가하는 방식이다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.165-168
• /
• 2004

본 연구에서는 근골격계로 구성된 신체 역학계와 신경 진동자로 구성된 신경계의 상호작용에 의해서 자율적인 2족 보행운동 생성하려고 하고 있다. 이를 위해서는 역학계와 신경계의 않은 파라메트(Parameter)의 조절이 필요하다 본 연구에서는 유전적 프로그래밍(GP)을 이용하여 파라메트의 자동조절 수법을 제안하였다. GP는 문제를 해결하기 위한 계산 프로그래밍을 탐색하는 진화형 탐색 알고리즘으로, GP를 이용해서 문제해결을 행하기 위해서는 노드의 선택이 매우 중요하다. 그러나 대상문제에 대한 충분한 정보가 없는 경우에는 노드를 용장성 있게 설계하게 되어, 이로 인한 탐색공간의 확장으로 GP에 대한 탐색성능의 저하를 초래한다. 본 논문에서는 이러한 문제를 해결하기 위해서 용장성 노드 집합으로부터 유용한 노드를 획득하기 위해 제안한 수법을 2족 보행운동 생성 시스템에 적용하기 전에 사전 평가로서 기호회귀(Symbolic Regression)문제에 적용하여 실험을 통해 제안 수법의 타당성과 탐색성능 향상의 효과에 관해서 논하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.56-59
• /
• 2010

오늘날 임베디드 환경에서의 하드웨어의 발전에 더불어, 소프트웨어의 복잡도가 점점 증가하고, 유지보수에 대한 비용이 증가함에 따라 UML모델을 이용한 자동코드 생성에 대한 관심이 더욱 커지고 있다. UML을 이용한 코드 생성의 효과적으로 이루어지기 위해서는 설계된 모델의 무결성이 요구되고 이를 위해서는 모델의 논리적 검증이 선행되어야 한다. 아울러 설계자로 하여금 정의하는 모델이 명확하게 이해되고 구현될 있어야 한다. 하지만 코드 생성의 행위적 관점의 기본이 되는 상태머신 다이어그램에서 잘 드러나는 흐름과는 다르게 데이터의 사용은 다이어그램 내부에 숨겨져 있어 설계자로 하여금 모델에 대한 이해를 어렵게 하고 잠재적인 에러의 내포 가능성이 제기되어 왔다. 본 논문은 이러한 문제의 해결을 위해 코드 내포 상태머신 다이어그램의 데이터 시각화기법을 이용하고, 이러한 시각화 기법을 이용하여 데이터 사용관점에서의 모델의 이해를 도움과 동시에 이를 통하여 더욱 정확한 모델링을 수행하고 더불어 이를 통해 최종적으로는 더욱 효율적인 형태의 코드를 생성하는 코드 자동 생성기의 설계를 제안 한다.

• Annual Conference on Human and Language Technology
• /
• 2017.10a
• /
• pp.209-212
• /
• 2017

고도화된 머신러닝과 딥러닝 기술은 영상처리, 자연어처리 등의 분야에서 많은 문제를 해결하고 있다. 특히 사용자가 입력한 문장을 분석하고 그에 따른 문장을 생성하는 자연어처리 기술은 기계 번역, 자동 요약, 자동 오류 수정 등에 널리 이용되고 있다. 딥러닝 기반의 자연어처리 기술은 학습을 위해 여러 계층의 신경망을 구성하여 단어 간 의존 관계와 문장 구조를 학습한다. 그러나 학습 과정에서의 계산양이 방대하여 모델을 구성하는데 시간과 비용이 많이 필요하다. 그러나 Word2Vec 모델은 신경망과 유사하게 학습하면서도 선형 구조를 가지고 있어 딥러닝 기반 자연어처리 기술에 비해 적은 시간 복잡도로 고차원의 단어 벡터를 계산할 수 있다. 따라서 본 논문에서는 Word2Vec 모델을 활용하여 한국어 문장을 생성하는 방법을 제시하였다. 본 논문에서는 지정된 문장 템플릿에 유사도가 높은 각 단어들을 적용하여 문장을 구성하는 Word2Vec 모델을 설계하였고, 서로 다른 학습 데이터로부터 생성된 문장을 평가하고 제안한 모델의 활용 방안을 제시하였다.

• 한국어정보학회:학술대회논문집
• /
• 2017.10a
• /
• pp.209-212
• /
• 2017

고도화된 머신러닝과 딥러닝 기술은 영상처리, 자연어처리 등의 분야에서 많은 문제를 해결하고 있다. 특히 사용자가 입력한 문장을 분석하고 그에 따른 문장을 생성하는 자연어처리 기술은 기계 번역, 자동 요약, 자동 오류 수정 등에 널리 이용되고 있다. 딥러닝 기반의 자연어처리 기술은 학습을 위해 여러 계층의 신경망을 구성하여 단어 간 의존 관계와 문장 구조를 학습한다. 그러나 학습 과정에서의 계산양이 방대하여 모델을 구성하는데 시간과 비용이 많이 필요하다. 그러나 Word2Vec 모델은 신경망과 유사하게 학습하면서도 선형 구조를 가지고 있어 딥러닝 기반 자연어처리 기술에 비해 적은 시간 복잡도로 고차원의 단어 벡터를 계산할 수 있다. 따라서 본 논문에서는 Word2Vec 모델을 활용하여 한국어 문장을 생성하는 방법을 제시하였다. 본 논문에서는 지정된 문장 템플릿에 유사도가 높은 각 단어들을 적용하여 문장을 구성하는 Word2Vec 모델을 설계하였고, 서로 다른 학습 데이터로부터 생성된 문장을 평가하고 제안한 모델의 활용 방안을 제시하였다.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.530-531
• /
• 2018

문서 자동 요약은 주요 단어 또는 문장을 추출하거나 문장을 생성하는 방식으로 요약한다. 최근 연구에서는 대량의 문서를 딥러닝하여 요약문 자체를 생성하는 방식으로 발전하고 있다. 추출 요약이나 생성 요약 모두 핵심 단어를 인식하는 것이 매우 중요하다. 학습할 때 각 단어가 문장에서 출현한 패턴으로부터 의미를 인식하고 단어를 선별하여 요약한다. 결국 기계학습에서는 학습 문서에 출현한 어휘만으로 요약을 한다. 따라서 학습 문서에 출현하지 않았던 어휘가 포함된 새로운 문서의 요약에서 기존 모델이 잘 작동하기 어려운 문제가 있다. 본 논문에서는 학습단계에서 출현하지 않은 단어까지도 중요성을 인식하고 요약문을 생성할 수 있는 신경망 모델을 제안하였다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2010.06a
• /
• pp.183-183
• /
• 2010

위치기반서비스(Location Based Service)는 갈수록 고도화 되어 가고 있다. 특히 최근의 대형 포털을 중심으로 지오웹 서비스가 활성화 되어 있고 이를 스마트폰과 같은 개인용 이용기기를 통해 연속적으로 제공하려는 경향이 뚜렷하다. 이와 같은 시점에서 정부와 민간에서 구축 중이거나 보유 중인 전국적 규모의 데이터 간 상호 연동과 융합을 도모하려는 시도 또한 불가결하다. 이는 고도화된 LBS를 위하여 반드시 필요한 과정이기 때문이다. 이에 따라 몇 가지 주요한 전국 데이터를 대상으로 상호 연동과 융합을 위한 기술개발을 시도하였다. 우선 도로명주소기본도와 수치지형도 간 POI의 연계를 위한 연구를 수행하고 있다. 이 연구에서는 두도면 내의 POI를 대상으로 다양한 매칭과 이에 기반 한 의사결정 방법론을 이용하여 자동으로 상호 인식 및 연계가 될 수 있도록 하고 있다. 다음으로 지적도와 수치지형도 간의 객체 매칭에 관한 연구이다. 수치지형도와 지적도의 불부합으로 인하여 그 동안 지적도를 수치지형도에 맞춘 형태의 편집지적도를 지속적으로 생산하여 왔고 앞으로도 그럴 것이다. 문제는 여기에 필요한 많은 예산이다. 만일 수치지형도와 지적도를 자동으로 매칭하여 편집지적도를 자동으로 생산할 수 있게 된다면 많은 예산 절감과 함께 편집지적도의 현시성을 확보할 수 있게 될 것이다. 다음으로 항공사진과 도로망도의 매칭이다. 현재 주요 포털에서 제공하고 있는 항공사진 기반의 도로망도는 기복변위와 같은 문제로 인하여 시각적으로 많은 위치오차를 보이고 있다. 만일 항공사진의 도로영역을 자동으로 추출하여 벡터 도로망도와 매칭을 할 수 있다면 보다 시각적으로 안정된 항공사진 상의 도로망도를 제공할 수 있게 되고 나아가 이는 차량이나 보행자 네비게이션에 매우 요긴하게 이용될 수 있을 것이다. 다음으로 서로 LOD가 다른 도로망도의 매칭 문제이다. 많은 기관에서 독자적으로 생산한 도로망도는 LOD의 상이에 기인한 문제가 많아 서로 연계 활용되지 않는다. 이를 자동으로 매칭하여 서로 연계할 수 있다면 두 도로망도가 보유하고 있는 속성정보를 공동으로 이용할 수 있는 이익을 얻게 된다. 다음으로 지도 일반화 기술이다. 지도일반화는 지적도내 수치지형도와 같은 대규모 데이터를 스마트폰과 같은 저용량 사양의 기기에 서비스 할 때 불가결한 기술이다. 지도상 객체들의 기하학적 정보 손실을 최소화하면서 메모리 측면에서 경량의 지도를 자동으로 만들어 낸다면 이는 매우 요긴하게 이용될 것이다. 마지막으로 보행자 네트워크의 생성기술이다. 보행자 네트워크는 그 상세함과 정보용량에 있어서 차량용 네트워크에 견줄 수 없다. 이를 현행의 차량용 네트워크와 같이 수동으로 생성하는 데에는 경제적으로나 시간적으로 막대한 투자가 필요하다. 따라서 이를 기존의 공간정보들을 활용하여 자동으로 생성해 낼 수 있다면 그 파급효과는 매우 크리라 판단된다. 본 발표에서는 위와 같은 주제에 관하여 그간의 연구 성과를 개략적으로 소개해본다.