• 한국IT서비스학회:학술대회논문집
• /
• 2005.11a
• /
• pp.408-413
• /
• 2005

D-클래스는 암호학 등의 보안 분야에 응용될 수 있는 가능성을 가지고 있다. 그러나 D-클래스 계산은 NP-완전 문제로서 현재 $4{\times}4$ 이하 크기의 행렬에 대한 D-클래스 만이 알려져 있어 D-클래스의 특성에 대한 연구가 제대로 이루어지지 못하고 있다. 최근 새로운 D-클래스를 얻기 위하여 보다 효율적인 D-클래스 계산에 대한 연구가 수행되었으나 아직 새로운 D-클래스를 계산할 수 있을 정도의 효율적인 연구결과는 보이지 않고 있다. 본 논문은 논리 대수의 연산 특성을 이용하여 D-클래스 계산을 보다 효율적으로 할 수 있는 수학적 이론과 방법을 제시한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 1998.10a
• /
• pp.168-173
• /
• 1998

최근의 급속한 정보 통신 기술의 발달로 인하여 음향 효과, 정교한 그래픽 처리 등을 이용하는 실제와 유사한 게임 소프트웨어들이 제작되고 있으며, 게임 개발자들에게 개발 기간 단축과 개발의 편이성을 위한 멀티미디어 게임 제작 도구가 필요하게 되었다. 이러한 멀티미디어 게임 저작 도구의 핵심 구성 요소가 되는 클래스 라이브러리 개발을 위해 멀티미디어 게임 객체와 객체들의 행위들을 정교하게 분류할 수 있는 게임 클래스 분류법이 필요하다. 본 논문에서는 게임 클래스 시공간 개념에 대한 정교한 방법을 제안한다. 이를 위해 시공간 개념 중심으로 Enumerative 분류 방법을 이용하여 게임 클래스들을 분류하는 방법을 제시하였으며 게임 클래스의 유사도에 의한 클래스 클러스터링을 통하여 C++ 언어의 특징인 클래스들 사이의 계층 구조를 표시할 수 있으며 소프트웨어의 클래스 구조를 쉽게 확장하여 클래스 구조를 변경할 수 있도록 제시하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.04a
• /
• pp.193-197
• /
• 2005

점진적 개념 학습 알고리즘인 COBWEB은 클래스 정보가 주어지지 않은 사례들(instances)을 분류하기 위하여 사례의 속성과 값에 근거하여 학습하며 각 노드가 유사한 사례들의 집합인 클래스에 해당하는 분류 트리를 생성하는 알고리즘이다. 유사한 사례들을 같은 클래스로 분류하기 위한 기준으로 category utility가 사용되며 이는 클래스 내부의 유사도와 클래스간의 차이점을 최대화하는 방향으로 클래스를 분류한다 기존의 COBWEB에 사용되는 category utility는 클래스 사이즈와 예측 정확성 사이의 tradeoff 관계로 볼 수 있으며, 이로 인하여 예측 정확성은 약간 감소하나 클래스 사이즈가 커지는 방향으로 학습이 진행 될 수 있는 편향성(bias)를 가지고 있다. 이는 분류 트리에 불필요한 클래스 노드들(spurious nodes)을 생성하게 하여 학습 결과인 클래스 개념을 이해하는뎨 어렵게 한다. 본 논문에서는 클래스와 그에 속하는 사례들의 속성-값 분포를 고려하여 클래스와 속성의 연관성에 비례한 가충치를 더한 변형된 category utility를 제안하고, dataset에 대한 실험을 통하여 제안된 category utility가 기존의 큰 클래스 사이즈를 선호하는 bias를 완화시킴을 보이고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.321-324
• /
• 2004

본 연구는 재사용이 가능한 객체지향 컴포넌트의 효율적인 검색을 위해 클래스 개념 범주(CCC)를 정의하고 클래스의 상속 관계를 이용한 CCC 상속을 제안하였다. CCC의 상속은 클래스 간 상속관계를 인지한 후, 하위 클래스는 상위 클래스의 모든 CCC를 자동 상속받게 되며, 클래스 구문분석에 의해 객체지향 코드로부터 자동 인식된다. 본 연구는 모든 용어에 대한 범주를 수동으로 할당해주는 기존 방법의 단점을 극복할 수 있으며, 시소러스를 자동으로 갱신할 수 있다는 장점이 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04a
• /
• pp.516-518
• /
• 2000

객체지향 프로그램의 효율성과 설계의 품질을 평가하기 위해서는 필수적으로 정량적 메커니즘을 사용해야 한다. 특히, 개발비용을 예측하기 위한 요구가 커질수록 소프트웨어 개발 생명주기의 초기에 측량해야 하는 필요성은 더욱 강해진다. 따라서, 분석단계 산출물에 대하여 이루어지는 측량은 나머지 개발 주기 단계에서 발견될 수 있는 결함에 대한 예측이나, 시스템의 개발에 소요될 노력과 비용을 예측하는데 사용될 수 있으므로 그 중요성이 더욱 강조되고 있다. 본 논문에서는 클래스 기반(class-driven)의 분석 모델링 절차에 따라 작성되는 모델을 사용하여, 클래스의 책임과 협력 관계에 대한 정보가 주어진 클래스에 대한 복잡도를 측량하기 위한 메트릭을 제안한다. 제안된 메트릭은 클래스들 사이의 상호작용으로 나타나는 협력의 복잡도와 인터페이스 복잡도를 포함하며, 개별 클래스의 복잡도를 사용하여 전테 시스템의 복잡도를 계산하도록 확장할 수 있다. 개발 생명주기의 가장 초기 단계인 분석단계에서 클래스를 어떻게 분할할 것인지에 대한 선택적 직면했을 때, 올바른 클래스 분할을 선택하도록 도와줌으로써, 나머지 개발 단계에서 개발에 요구되는 노력과 시간을 예측하고 관리하는데 사용될 수 있다.

• Proceedings of the KIEE Conference
• /
• 2005.07d
• /
• pp.3004-3006
• /
• 2005

Support vector machine(SVM)은 입력 데이터를 두개의 다른 클래스로 구별하는 결정면을 학습과정을 통하여 구한다. 기존의 SVM은 단지 이차 클래스에 대하여 적용되어지나, 많은 응용분야에서 입력 데이터들은 몇 개의 다중 클래스로 분류해야 한다. 다중 클래스 분류 문제는 기존의 SVM을 사용할 수 있는 일반적으로 몇 개의 2차 문제로 분해하여 풀 수 있다. 실례로 one-against-all 방법을 적용하면, n 클래스 문제는 n 개의 두 클래스 문제로 변환 하여 풀 수 있다. 본 논문에서는 입력 패턴들을 다중 클래스로 분류 할 때 퍼지 소속도를 응용한 소프트 마진 알고리즘의 상한 경계값을 각 클래스에 따라 다르게 적용함으로써 기존의 SVM 보다 더 우수한 학습 능력을 가짐을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.459-462
• /
• 2003

본 논문에서는 임베디드 자바 시스템을 위한 핵심 클래스 파일에서 상수풀 (constant pool) 의 각 항목들에 대해 통계를 내고 분석해 보았다. 분석 대상 클래스 파일들은 썬 마이크로 시스템사의 J2ME/CLDC 클래스 파일들과, RTJ Computing 사의 simpleRTJ 시스템의 클래스 파일들이다. 이들 파일들에 대한 분석 결과 임베디드 자바 시스템을 위한 핵심 클래스 파일에서 상수풀은 전체 파일 크기의 거의 절반에 해당되는 46%를 차지하고 있음을 알 수 있었다. 또한 상수풀에는 평균 44개의 상수들이 있으며, 이들 중 실제 바이트코드 실행에 사용되는 상수들은 단지 6퍼센트에 불과한 3개에 지나지 않았다. 나머지 78퍼센트의 상수들은 단지 형식 확인과 클래스 링크 목적으로만 사용되는 것들이었다. 이 결과는 실행 시간시 동적인 형식 확인과 클래스 렁크를 하지 않는 환경이라면 매우 큰 메모리 절감을 이룰 수 있음을 보여주고 있는 것이다. 본 연구의 결과는 클래스 파일이 ROM 등에 탑재되어 있는 임베디드 시스템 환경에 적용될 수 있다.

• The Transactions of the Korea Information Processing Society
• /
• v.5 no.5
• /
• pp.1185-1203
• /
• 1998

When the class is added of deleted in object-oriented system, restructuring of class hierarchy is needed which enables new relationship with classes. But existing system requires much additional analysis costs because it is difficult to know the meaning between parent class and child class. This paper presents the updates method based on semantic modification through new relationship classification method. This method measures the similarity of classes and based on it's relationship, this method restructures class hierarchy by classifying not-equality, part-of, equality, inclusion, subset relation. This method can minimize the probability of meaning error for classes when the class hierarchy is changed. Also this enhances the reusability and understandability through various graphic and text processing.

• The KIPS Transactions:PartD
• /
• v.8D no.6
• /
• pp.853-860
• /
• 2001

In the object-oriented software development, redesigning of classes and reorganizing of class hierarchy structures should be necessary to reduce many of the headaches of object-oriented software design and maintenance. To support this task, in this paper, we propose a theoretical foundation for class hierarchy reorganizations that is relatively complete, correct, formal and easy to understand and use. We introduce the flattened class hierarchy that characterizes the class hierarchy structures in object-oriented software evolution. And we also present an algorithm which transforms a given class hierarchy into the normalized form. The flattened class hierarchy helps us map the inheritance and aggregation paths in a class hierarchy to paths in an object hierarchy that is an instance of the class hierarchy. By applying the algorithm into a given class hierarchy, we can make a new, object-preserved, and flattened class hierarchy that is the cornerstone for reorganization of class hierarchy structure and plays an important role as a bridge on the incremental evolutionary changes and reuse of object-oriented software to reorganize class hierarchies.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.41 no.6
• /
• pp.43-49
• /
• 2004

The classification time required by conventional multi-class SVMs(Support Vector Machines) greatly increases as the number of pattern classes increases. This is due to the fact that the needed set of binary class SVMs gets quite large. In this paper, we propose a method to reduce the number of classes by using nearest neighbor rule (NNR) in the principle component analysis and linear discriminant analysis (PCA+LDA) feature subspace. The proposed method reduces the number of face classes by selecting a few classes closest to the test data projected in the PCA+LDA feature subspace. Results of experiment show that our proposed method has a lower error rate than nearest neighbor classification (NNC) method. Though our error rate is comparable to the conventional multi-class SVMs, the classification process of our method is much faster.