• 정보처리학회논문지D
• /
• 제12D권3호
• /
• pp.385-394
• /
• 2005

컴포넌트 기반 소프트웨어 개발(Component-based software Development) 환경에서 컴포넌트간의 의존관계 정보를 제공하는 것은 컴포넌트를 합성하는 개발자에게 중요한 일이다. 그러나 컴포넌트의 의존관계 정보가 충분하게 제공되지 않고 있다. 따라서 개발자는 원시 컴포넌트의 의존관계를 모르고 컴포넌트를 합성하는 경우가 발생한다. 본 논문에서는, 위와 같은 단점을 보완하기 위하여, 컴포넌트 사이의 의존정보를 XML로 정의하여 관리하고, 개발자에게 원시 컴포넌트 의존관계 정보를 제공하여, 무결성 있고 영속성 있는 정보 시스템 개발을 위한 컴포넌트 의존정보를 제공하는 의존 관리자의 설계와 구현을 하였다. 의존 관리자에서 생성된 컴포넌트는 재사용성 측정 메트릭의 측정값이 $89\%$에서 $95\%$가 신뢰구간 안에 포함되어 있음을 보이고 있다.

• 한국컴퓨터정보학회논문지
• /
• 제15권8호
• /
• pp.117-126
• /
• 2010

소프트웨어 복잡도는 대상 시스템의 유지보수성을 평가하는 주요한 메트릭인데 기존의 웹 어플리케이션 기반 복잡도는 대부분 단순히 개수 기반으로 정의되어 실제 개발자나 유지보수자의 관점에서 느끼는 이해도를 반영하기 어렵다. 이를 보완하기 위하여 정보이론의 엔트로피를 이용하여 복잡도를 정의할 수 있으나, 개별 페이지의 정보량을 동일하게 취급하고 있다. 본 논문에서는 웹 어플리케이션의 구조 복잡도를 유사도 및 정보이론에 기반하여 제안하였다. 즉, 엔트로피에 기반하되, 기존의 유사도를 이용하여 타 페이지들과 유사성이 높은 페이지의 내부 정보량은 그렇지 않은 페이지보다 낮도록 정의하여 이러한 단점을 보완하였다. 또한 관점에 따라 각기 다른 유사도를 적용할 수 있도록 함으로써 복잡도를 여러 관점에서 측정할 수 있도록 하였다. 이후 복잡도 속성을 이용하여 이론적으로 검증하였고, 사례 연구를 통하여 본 기법의 유용성을 보였다.

• 정보처리학회논문지D
• /
• 제8D권1호
• /
• pp.71-80
• /
• 2001

구조적 개발 방법론에 적용하도록 만들어진 복잡도 척도들은 클래스, 상속성, 메시지 전달 그리고 캡슐롸와 같은 객체지향의 개념에 직접적으로 적용할 수 없다. 또한, 기존이 객체지향 소프트웨어에 대한 척도의 연구는 프로그램의 복잡도나, 설계 단계의 척도가 대부분이었다. 실제로 분석 단계 클래스의 복잡도를 낮춤으로써, 시스템의 개발 노력이나 비용 및 유지보수 단계에서의 노력이 크게 줄어들게 되므로, 분석 클래스에 대한 복잡도를 측량하기 위한 척도가 필요하다. 본 논문에서는 객체지향 개발방법론인 Unified Process의 분석 단계에서 추출되는 분석 클래스에 대하여 복잡도를 측정할 수 있는 새로운 척도를 제안한다. 협력의 복잡도 CC(Collaboration Complexity)는 가능한 협력의 최대 수로서 클래스가 잠재적으로 얼마나 복잡할 수 있는지를 측정하기 위한 척도이며, 각 협력자들의 인터페이스를 이해하는 것과 관련된 총체적 어려움을 측정하는 인터페이스 복잡도 IC(Interface Complexity)를 정의하였다. 제안된 척도는 클래스의 크기 및 상속성에 대하여 수학적인 증명을 하였으며, Weyuker의 9가지 공리적 성질에 대하여 이론적인 검증을 하였다. 또한, 텍스트 마이닝 기법을 사용하여 사용자의 질문에 자동으로 응답하는 시스템의 분석 클래스에 대하여 제안된 척도를 사용하여 복잡도를 측정하였고 기존의 복잡도 척도인 CBO와 WMC의 값을 계산하여 비교하였다. CC와 CBO, IC와 WMC의 값을 비교해 본 결과 제안된 복잡도 척도의 계산 결과 제안된 복잡도 척도의 계산 결과 값이 그 값들보다 좀 더 복잡도를 잘 표현하고 있었다. 이로써 소프트웨어 개발 주기의 초기에 클래스에 대한 복잡도를 평가해 보고, 나머지 단계에 필요한 시간과 노력을 예측함으로써 보다 비용-효과적인 객체지향 소프트웨어를 개발할 수 있는 가능성이 높아진다.

• 해양환경안전학회지
• /
• 제27권2호
• /
• pp.266-274
• /
• 2021

해기사의 과도한 직무스트레스는 신체적, 정신적으로 부정적인 영향을 미치며, 이로 인한 이직은 원활한 해기인력 수급에 영향을 미칠 수 있다. 본 연구에서는 해기사의 체계적인 직무스트레스 측정 및 관리를 위한 도구로써 모바일 웹 애플리케이션을 개발하고 품질평가를 통하여 검증하였다. 애플리케이션의 개발은 전통적인 소프트웨어 개발 방식인 Waterfall 모델에 따라 수행되었다. 요구분석 단계에서는 현직 해기사 및 해상직원 인사담당자 각 5명을 대상으로 Brain Storming을 실시하고 그 결과를 설계에 반영하였다. 설계 및 개발 단계에서는 요구사항 분석 결과를 바탕으로 애플리케이션을 설계하고, JSP와 Spring Framework를 활용하여 기능을 구현하였다. 애플리케이션의 작동 Test를 수행한 결과 사용자 인터페이스에서 입력한 직무스트레스, 정신건강, 진로적응성 등 입력 데이터에 따른 정상적인 출력 결과가 도시되었으며, 관리자 인터페이스에도 응답자의 입력 결과가 정상적으로 도시되고, 데이터베이스로 구성됨을 확인하였다. 요구사항 분석 참여 집단을 대상으로 ISO/IEC 9126-2 메트릭 기반의 5점 척도 품질평가를 시행한 결과 사용자 인터페이스 4.70점, 관리자 인터페이스 4.72점으로 유의한 결과가 도출되었다. 본 연구를 통해 개발한 애플리케이션은 사용자 요구를 반영한 지속적인 개정 및 보완이 필요하며, 향후 수집된 Data의 분석 및 활용을 위한 시스템 구축에 관한 연구가 필요하다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권10호
• /
• pp.407-420
• /
• 2021

심층신경망은 다양한 문제를 해결하는데 널리 사용되고 있다. 하지만 은닉층이 깊은 심층신경망을 학습하는 동안 빈번히 발생하는 기울기 소실 또는 폭주 문제는 심층신경망 학습의 큰 걸림돌이 되고 있다. 본 연구에서는 기울기 소실이 발생하는 원인 중 비선형활성함수에 의해 발생할 수 있는 기울기 소실 문제를 완화하기 위해 파라메트릭 활성함수를 제안한다. 제안된 파라메트릭 활성함수는 입력 데이터의 특성에 따라 활성함수의 크기 및 위치를 변환시킬 수 있는 파라미터를 적용하여 얻을 수 있으며 역전파과정을 통해 활성함수의 미분 크기에 제한이 없는 손실함수를 최소화되도록 학습시킬 수 있다. 은닉층 수가 10개인 XOR문제와 은닉층 수가 8개인 MNIST 분류문제를 통하여 기존 비선형활성함수와 파라메트릭활성함수의 성능을 비교하였고 제안한 파라메트릭 활성함수가 기울기 소실 완화에 우월한 성능을 가짐을 확인하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권7호
• /
• pp.503-517
• /
• 2010

서비스 지향 컴퓨팅은 재사용 가능한 서비스를 사용하여 애플리케이션을 개발하는 효과적인 패러다임으로서 널리 각광받고 있다. 서비스 지향 컴퓨팅에서 서비스 소비자는 서비스를 관리하거나, 수정할 필요가 없이 서비스 제공자가 제공하는 서비스를 단지 사용하기만 하면 된다. 반면에, 서비스 제공자는 사용자가 원하는 때에 서비스를 사용할 수 있도록 자원 및 데이터 등을 관리하여야 한다. 하지만, 서비스 소비자는 불특정 다수의 특성을 갖기 때문에 서비스 제공자가 서비스 품질을 관리하기 힘들다. 따라서 서비스 수준 협약에 명시된 품질을 보장하면서 여러 명의 소비자에게 서비스를 제공하기 위한 서비스 확장성이 서비스 지향 컴퓨팅의 잠재적인 문제로 주목 받고 있다. 확장성에 대한 연구는 네트워크와 데이터베이스, 분산 컴퓨팅 등의 여러 분야에서 진행되었다. 하지만, 서비스 공학 분야에서는 아직 서비스 확장성의 정의와 관련 메트릭 등의 연구가 미흡한 실정이다. 본 논문에서는 서비스 환경을 다중 노드가 연결된 네트워크로 구성하고, 모든 노드의 자원을 통합 관리한다. 또한 동적인 서비스의 복제 및 이주 기법을 이용하여 서비스 확장성을 관리하기 위한 프레임워크를 제안한다. 3장에서는 확장성 관리 프레임워크의 구조와 기능성을 소개하고, 4장에서는 프레임워크의 기능성 실현에 필요한 확장성 향상 기법을 제안한다. 5장에서는 제안된 기법을 적용하여 프레임워크를 설계/구현하며, 6장에서는 구현된 프레임워크를 적용하여 실험을 수행한다. 실험을 통해 확장성 향상 기법의 실효성을 확인한다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.89-106
• /
• 2022

최근 영상 데이터의 급증으로 이를 효과적으로 처리하기 위해 객체 탐지 및 추적, 행동 인식, 표정 인식, 재식별(Re-ID)과 같은 다양한 컴퓨터비전 기술에 대한 수요도 급증했다. 그러나 객체 탐지 및 추적 기술은 객체의 영상 촬영 장소 이탈과 재등장, 오클루전(Occlusion) 등과 같이 성능을 저하시키는 많은 어려움을 안고 있다. 이에 따라 객체 탐지 및 추적 모델을 근간으로 하는 행동 및 표정 인식 모델 또한 객체별 데이터 추출에 난항을 겪는다. 또한 다양한 모델을 활용한 딥러닝 아키텍처는 병목과 최적화 부족으로 성능 저하를 겪는다. 본 연구에서는 YOLOv5기반 DeepSORT 객체추적 모델, SlowFast 기반 행동 인식 모델, Torchreid 기반 재식별 모델, 그리고 AWS Rekognition의 표정 인식 모델을 활용한 영상 분석 시스템에 단일 연결 계층적 군집화(Single-linkage Hierarchical Clustering)를 활용한 재식별(Re-ID) 기법과 GPU의 메모리 스루풋(Throughput)을 극대화하는 처리 기법을 적용한 행동 및 표정 검출용 영상 분석 시스템을 제안한다. 본 연구에서 제안한 시스템은 간단한 메트릭을 사용하는 재식별 모델의 성능보다 높은 정확도와 실시간에 가까운 처리 성능을 가지며, 객체의 영상 촬영 장소 이탈과 재등장, 오클루전 등에 의한 추적 실패를 방지하고 영상 내 객체별 행동 및 표정 인식 결과를 동일 객체에 지속적으로 연동하여 영상을 효율적으로 분석할 수 있다.