• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06b
• /
• pp.197-199
• /
• 2011

테스팅은 테스트 요구사항을 기반으로 수행하기 때문에 테스트 요구사항의 품질은 테스팅 전체 과정의 품질과 직결된다고 할 수 있다. 그러나 테스트 요구사항에서 고려해야 할 점들은 시스템의 도메인과 목적에 따라 다르기 때문에 양질의 테스트 요구사항이라고 판별할 수 있는 기준을 정하는 것은 어려운 일이다. 본 연구에서는 테스트 케이스와 고장 수목의 최소 절단집합을 각각 정형모델로 변환하여 모델체킹을 함으로써, 테스트 요구사항의 안전성을 측정하는 방법을 제시한다. 테스트 요구사항이 반영된 테스트 케이스는 모델체킹의 대상이 되는 정형모델로 변환하였으며, 고장수목의 최소 절단집합은 CTL 검증 속성으로 변환하여 테스트 케이스에서 생성된 정형모델이 안전성을 만족하는지 만족하는지 모델체킹을 적용하여 확인하였다.

• The Journal of Bigdata
• /
• v.6 no.2
• /
• pp.169-179
• /
• 2021

Consumers' food consumption behavior is likely to be affected not only by structured data such as consumer panel data but also by unstructured data such as mass media and social media. In this study, a deep learning-based consumption prediction model is generated and verified for the fusion data set linking structured data and unstructured data related to food consumption. The results of the study showed that model accuracy was improved when combining structured data and unstructured data. In addition, unstructured data were found to improve model predictability. As a result of using the SHAP technique to identify the importance of variables, it was found that variables related to blog and video data were on the top list and had a positive correlation with the amount of paprika purchased. In addition, according to the experimental results, it was confirmed that the machine learning model showed higher accuracy than the deep learning model and could be an efficient alternative to the existing time series analysis modeling.

• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 2010.04a
• /
• pp.384-387
• /
• 2010

비정형 초고층 구조시스템 통합설계 플랫폼은 비정형 초고층건물의 구조시스템 설계를 지원하는 여러프로그램들을 통합적으로 활용하여 구조설계자들이 협업을 수행하는 체계이다. 이 체계의 핵심적인 사항은 각 프로그램들이 필요한 자료들을 신속하고 정확하게 교환하는 것이다. 표준자료모델은 여러 프로그램들의 자료교환을 목적으로 적절한 범위 내에서 필요한 자료들을 취합하여 체계화한 것이다. 하지만 표준자료모델은 각 프로그램에서 요구되는 모든 자료들을 취합하고 그 목적에 부합되도록 체계화시킬 수 없어 문제가 발생한다. 이에 본 연구에서는 비정형 초고층건물 구조시스템 통합설계 플랫폼의 각 프로그램들이 표준 자료모델을 이용하여 자료를 교환하는 방법을 검토하고 비교하고자 한다.

• Journal of Internet Computing and Services
• /
• v.22 no.4
• /
• pp.13-28
• /
• 2021

Reinforcement Learning (RL) is a machine learning algorithm that repeat the closed-loop process that agents perform actions specified by the policy, the action is evaluated with a reward function, and the policy gets updated accordingly. The key benefit of RL is the ability to optimze the policy with action evaluation. Hence, it can effectively be applied to developing advanced intelligent systems and autonomous systems. Conventional RL incoporates a single policy, a reward function, and relatively simple policy update, and hence its utilization was limited. In this paper, we propose an extended RL model that considers multiple instances of RL elements. We define a formal model of the key elements and their computing model of the extended RL. Then, we propose design methods for applying to system development. As a case stud of applying the proposed formal model and the design methods, we present the design and implementation of an advanced car navigator system that guides multiple cars to reaching their destinations efficiently.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.823-825
• /
• 2003

보안 시스템에 대해서 고등급 평가를 받기 위해서는 정형적 방법론을 사용하여, 보안 모델을 설계하고, 보안 속성을 정확히 기술해야만 한다. 본 논문에서는 정형적 설계 방법을 통해 보안모델을 설계하고 검증하기 위한, SPR(Safety Problem Resolver) 정형검증도구의 검증방법 및 기능에 대해 소개하고자 한다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.18 no.1
• /
• pp.287-294
• /
• 2017

BIM technology has been used in the domestic AEC field since the middle 2000s. BIM has proved its worth in cutting-edge buildings, mega-buildings and freeform buildings in particular. Many freeform buildings could not be completed due to the low level of construction technique. However, many successful cases emerged after adopting digital technology, including BIM which encouraged architects to challenge freeform designs. The modeling software that can generate the freeform shape are not usually able to build the efficient BIM data type in the AEC industry. In this study a process model of the parametric freeform construction member generation and conversion to BIM data is shown and the prototype system is demonstrated.

• Journal of the Korea Society of Computer and Information
• /
• v.18 no.1
• /
• pp.123-136
• /
• 2013

The Feature model can not be guaranteed the syntactic accuracy of its model and be difficult the validation using automatic tool for its syntax, because this model is expressed by a graphical and informal structure in itself. Therefore, there is a need to formalize and check for the feature model, to precisely define syntax for construct of the model. This paper presents a Z formal specification and a model checking mechanism of the feature model to guarantee the correctness of the model. It first defines the translation rules between feature model and Z, and then converts the syntax of the feature model into the Z schema specification by applying these rules. Finally, the Z schema specification is checked syntax, type, and domain errors using the Z/Eves validation tool to assure the correctness of its specification, With the use of the proposed method, we may express more precisely the construct of the feature model. Moreover the domain analyst are able to usefully verify the errors of the generated feature model.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.42 no.1
• /
• pp.127-134
• /
• 2022

Recently, policies and research to prevent increasing construction accidents have been actively conducted in the domestic construction industry. In previous studies, the prediction model developed to prevent construction accidents mainly used only structured data, so various characteristics of construction sites are not sufficiently considered. Therefore, in this study, we developed a machine learning-based construction accident prediction model that enables the characteristics of construction sites to be considered sufficiently by using both structured and text-type unstructured data. In this study, 6,826 cases of construction accident data were collected from the Construction Safety Management Integrated Information (CSI) for machine learning. The Decision forest algorithm and the BERT language model were used to train structured and unstructured data respectively. As a result of analysis using both types of data, it was confirmed that the prediction accuracy was 95.41 %, which is improved by about 20 % compared to the case of using only structured data. Conclusively, the performance of the predictive model was effectively improved by using the unstructured data together, and construction accidents can be expected to be reduced through more accurate prediction.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.453-455
• /
• 2023

본 연구는 은행에서 리스크 관리 자동화를 위해 고객의 대출 상환 여부 예측 모델을 제안하고자 한다. 예측 모델로 금융 데이터 같은 정형데이터에서 전통적으로 높은 성능을 보인 의사결정나무기반 모델 LightGBM, CatBoost, XGB 와 최근 제안된 정형데이터에서 사용할 수 있는 설명 가능한 딥러닝 기반 모델 TabNet 간의 성능 비교를 진행한다. 다만, 대출 상환 여부 데이터는 불균형 클래스 데이터로 구성되어있어 샘플링을 진행한다. SMOTE, Random Under Sampling, 혼합 방식을 비교해 가장 높은 성능의 샘플링 기법을 제안한다. 대출 상환 여부 예측 결과 TabNet 모델이 의사결정나무모델들보다 좋은 성능을 보여 정형데이터에서 의사결정나무 기반 모델을 딥러닝 모델이 대체 할 수 있는 가능성을 확인했다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.310-312
• /
• 2005

유한상태 기계는 신뢰성이 요구되는 내장형 시스템의 제어흐름을 표현하고 검증하는데 많이 사용되는 모델이다. 하지만 자체가 가지고 있는 단순함으로 인해 복잡한 시스템을 명세하기에는 부족하다. 이러한 유한상태 기계의 단점을 극복하기 위해 다양하게 확장시킨 유한상태 기계들이 나왔지만 이렇게 확장된 유한상태 기계들에 대한 정형 의미의 부재로 인해서 요구사항중 하나인 명세를 검증하는데 어려움이 따른다. 이에 우리는 확장된 유한상태 기계의 정형 단계 의미를 정의하고, 이를 사용하여 모델에 대한 정형검증을 수행하였다. 그 결과 레이스 조건(race condition)과 애매한 전이, 순환하는 전이 등의 버그들을 모델에서 정형적으로 검출 할 수 있었다.