소프트웨어 규모 추정은 소프트웨어 Life-Cycle 초기에 분석되어 규모와 비용의 예측에 도움을 주어야 한다. 2004년 소프트웨어 사업대가 기준에 국제표준에 기반한 기능점수 방식이 도입된 후 사용자 입장에서 소프트웨어의 규모를 바라보고 비용을 산정하는 기반이 마련되었다. 그러나 현재의 기능 점수 측정 방식은 익숙하지 않은 일반 사용자가 접근하기 쉽지 않고, 모든 시스템 및 기능의 복잡도 가중치가 획일화되어 있어 내부 계산 로직이 복잡한 공학용 소프트웨어나 과학계산용, 시뮬레이션 소프트웨어에 대한 산정 방식에서 그 규모를 적절히 산정하지 못하는 문제점을 안고 있다. 본 논문에서는 기존의 기능점수 측정 절차를 간략화하고 프로젝트 초기에 규모의 추정을 쉽고 빠르게 수행할 수 있는 모델을 제시한다. 또한 특정 조직의 특성을 반영할 수 있는 수학적 가중치 산출 모형을 제시함으로써 고정된 복잡도 가중치에 대한 논란의 여지를 없애고 조직의 데이터가 쌓일수록 해당 조직의 특성을 반영해 나갈 수 있는 수학적 가중치 산출 모형을 제시한다. 제시한 모델은 평가 결과 기존의 FPA(Function Point Analysis) 방식보다 빠르게 규모를 측정할 수 있고 LOC(Line of Code)와의 상관관계도 더 높은 장점이 있다.
대부분 소프트웨어 규모 추정 기법들은 사용자에게 제공될 기능에 기반을 두고 있으며, 기능에 대한 점수를 부여하는 과정에서 복잡도를 함께 고려하고 있다. 완전기능점수 기법은 데이터 처리, 실시간 시스템과 알고리즘 소프트웨어 등 광범위한 분야에 적용되는 장점을 갖고 있는 반면에 규모를 추정하는데 필요한 기능 요소들에 대한 가중치를 부여하지 않는 단점도 갖고 있다. 본 논문은 신규로 개발되는 프로젝트와 유지보수 프로젝트들에 적용되는 완전기능점수 계산 방법에 각기능 요소들에 대한 복잡도를 고려하여 소프트웨어 규모를 추정할 수 있는 방법을 제안하였다. 이를 위해 기능 점수 기반으로 실측된 데이터를 이용하여 제안된 방법의 타당성을 검증하였다. 검증한 결과, 소프트웨어의 규모 추정에 사용되는 속성들인 기능 요소들에 다른 가중치를 적용하였을 경우 보다 좋은 규모 추정이 가능하였다.
영상의 관심 영역 검출은 영상처리 및 컴퓨터 비전 응용 분야에서 꾸준하게 사용되고 있는 기법이다. 특히, 근래 심층신경망 연구의 급격한 발전에 힘입어 심층신경망을 이용한 관심 영역 검출 기법에 대한 연구가 활발하게 진행되고 있다. 한편 Fully Convolutional Network(이하 FCN)은 본래 심층 예측(Dense Prediction)을 통한 의미론적 영상 분할(Semantic Segmentation)을 수행하기 위해 제안된 심층신경망 구조이다. FCN을 영상의 관심 영역 검출에 활용하여도 기존 관심 영역 검출 기법과 비교하여 충분히 좋은 성능을 발휘할 수 있다. 그러나 FCN에 사용되는 convolution 층의 수가 많고, 이에 따른 가중치(weight)의 개수도 기하급수적으로 늘어나 검출에 필요한 시간 복잡도가 매우 크다는 문제점이 있다. 따라서 본 논문에서는 기존 FCN이 가진 검출 시간 복잡도의 문제점을 convolution 층의 가중치 관점에서 해결하고자 이를 조절하여 FCN의 관심 영역 검출 속도를 향상시키는 방법을 제안한다. 적절한 convolution 층의 가중치를 조절함으로써, MSRA10K 데이터셋 환경에서 검출 정확도를 크게 저하시키지 않고도 최대 약 20.5%만큼 검출 속도를 향상시킬 수 있었다.
인공신경망 모델이 다양한 분야에서 뛰어난 성능을 보이고 있지만, 동시에 모델의 복잡도도 크게 증가하였다. 따라서, 모바일 같은 저전력 디바이스에 인공신경망 모델이 실시간으로 추론/배포되기 위해서는 모델의 가중치 파라미터의 수 혹은 메모리 소모량을 줄이는 경량화 기술이 필수적이다. 이에 MPEG에서는 인공신경망 모델을 다양한 프레임워크에서 상호 운용 가능하고 파라미터를 압축 표현하는 NNC (Compression of Neural Networks) 표준화를 진행 중에 있다. 본고에서는 NNC 표준의 개요와 가중치 파라미터를 압축하는 압축 기술, 그리고 HLS (High-Level Syntax)들을 소개하고자 한다.
신경망은 복잡하게 나타나는 비선형성을 가지는 실제의 다양한 문제들에 적용이 가능할 뿐만 아니라, 정보들이 가중치에 분산되어 저장됨으로서 강인성을 가지고 있다. 그러나 전방향 다층 신경망 구조를 학습할 수 있는 역전파 알고리즘은 초기 가중치의 영향에 의하여 학습된 결과가 지역 최소점에 빠지기 쉬운 경향이 있다. 본 논문에서는 이러한 문제점을 해결하기 위한 한가지 방법으로서 유전자 알고리즘을 이용하여 전방향 다층 신경망의 가중치를 학습하여, 지역 최소점에 빠지지 않고 학습이 이루어짐을 보인다.
실내 무선 통신 환경에 적합한 심볼 간섭을 최소화 하는 가중치를 적용한 시역전 필터를 제안한다. 실내 무선 통신 환경에서는 delay spread로 인한 심볼 간 간섭으로 인해 심각한 성능열화가 초래되며 이를 해결하기 위해 현존하는 기법들은 복잡한 수신기법을 통해 성능을 개선하였다. 본 논문에서는 수신기의 복잡한 구조를 단순하게 하면서도 간섭을 줄이는 시역전 필터의 계수에 가중치를 부여하여 심볼 간 간섭을 최소화하면서도 수신신호의 peak 파워를 일정 수준이상으로 유지하는 가중치 시역전 필터를 제안한다. 이를 통해 잡음 및 간섭에 강인하면서도 심볼 간 간섭을 줄이며 간단한 수신기를 구성할 수 있는 이점을 얻는다. 실험결과에서는 가중치 시역전 필터가 기존 시역전 필터에 비해 성능이 개선되었음을 볼 수 있다.
전송 신호의 높은 PAPR (Peak-to-Average Power Ratio)은 OFDM (Orthogonal Frequency Division Multiplexing)의 주된 문제점중의 하나이다. PTS (Partial Transmit Sequences) 기법은 OFDM 신호의 PAPR의 통계를 개선하는 기법이다. 그러나 PTS 기법에서 위상 가중치의 선택을 위한 계산 복잡도는 서브블록의 수에 따라 지수적으로 증가한다. 본 논문에서는 ${\mu}$-GA (micro-Genetic Algorithm) 기반의 위상 가중치 탐색 알고리즘을 적용한 낮은 계산 복잡도를 갖는 PTS 기법을 제안한다. 위상 가중치의 탐색은 랜덤하게 생성한 5 개체의 개체군으로부터 시작한다. 이 중에서 적합도가 가장 큰 엘리트와 토너먼트 선택 방법에 의해 나머지 4 개체를 선택하고 교배 연산을 통해 다음 세대를 구성한다. 만일 생성된 세대가 수렴한다면 엘리트를 제외한 나머지 개체를 다시 랜덤하게 생성한다. 일정 세대 이상 PAPR이 개선되지 않거나 사전에 정해진 최대 세대수까지 진행하면 탐색을 종료한다. 제안하는 PTS 기법의 성능을 평가하기 위해 PAPR의 CCDF (Complementary Cumulative Distribution Function)를 이전의 PTS 기법과 비교한다.
복잡한 인체기관의 해부학적 형태 및 상대적 관계를 파악하기 위하여 단일 볼륨에 대한가시화 뿐 아니라 다중 볼륨에 대한 가시화가 요구된다. 본 논문에서는 특정기관의 표면을 추출하여 가시화하는 선택적 렌더링 방법과 투명도 가중치 혼합 방법을 이용한 다중 볼륨렌더링 방법을 제안한다. 해부학적 형태로부터 관심부위의 표면을 추출하여 가시화하는 선택적 렌더링 방법은 분할된 외곽선으로부터 거리변환을 통하여 거리볼륨을 생성하고 이를 렌더링하는 방법으로 거리볼륨을 이용함으로써 가시화시간을 가속화시킬 수 있으며, 다중 볼륨 렌더링 방법은 투명도 가중치 혼합방법을 사용한 렌더링 방법으로 심장의 해부학적 형태와 좌심실, 우심실 간의 혼합된 렌더링 결과를 제시한다. 본 제안방법은 단일 볼륨 렌더링의 한계를 극복하여 복잡한 해부학적 형태로부터 관심부위의 형태와 상대적 관계를 효과적으로 나타낼 수 있다.
그래프가 주어져 있고 각 노드에 가중치가 주어져 있다고 가정하자. 두 노드가 에지로 연결되어 있는 경우에 두 노드는 인접한다고 정의한다. 주어진 그래프의 부분그래프 중에서 k개의 노드로 이루어지고 부분그래프의 각 노드별로 하나 이상의 인접하는 노드가 부분그래프에 존재하면 이러한 부분그래프를 고립된 노드가 없는 k-노드 부분그래프라고 부른다. 본 논문에서는 고립된 노드가 없는 k-노드 부분그래프 중에서 부분그래프에 포함된 노드들의 가중치의 합이 최대가 되는 부분그래프를 선택하는 문제를 다룬다. 이 문제는 CDMA를 기반으로 하는 멀티캐스트 네트워크 설계에 응용 예를 갖고 있다. 본 논문에서는 대상문제의 복잡성을 규명하고, 상한과 하한을 구하는 해법을 개발한다.
지난 10여년간 객체지향 코드의 관리 및 분석을 위해 객체지향 소프트웨어 시스템에 대한 다양한 복잡도 계산 기법들이 제안되었다. 이러한 기법들은 WMC(Weighted Methods per Class), LCOM(Lack of Cohesion in Methods)과 같이 소스코드 분석을 기반으로 한다. 기존 기법들의 한계는 코드에서 함수의 개수만 계산한다는 것이다. 본 논문에서는 함수의 파라메타 개수, 반환값 여부 그리고 자료형까지도 확인하는 새로운 가중치 기법을 제안하며, 이를 역공학에 적용한다. 또한 역공학과정에서 객체지향 코드를 위한 클래스 복잡도 계산 지침을 제공하기 위해 인터페이스에 가중치를 부여하는 효율적인 복잡도 측정 기법을 제안한다. 제안기법인 ECC(Enhanced Class Complexity)는 C++ 환경에서 일관성 있고 정확한 결과를 보여준다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.