• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 춘계학술발표대회
• /
• pp.50-51
• /
• 2014

최근 기존 스토리지의 물리적 한계를 극복하기 위해 차세대 스토리지로 불리는 스토리지 클래스 메모리(SCM)의 연구 및 개발이 활발히 진행되고 있다. 이러한 SCM의 장점을 활용하기 위한 SCM 전용파일 시스템 또한 많은 연구가 되고 있다. 하지만, 현재까지 연구되어온 SCM 전용 파일 시스템은 빠른 속도에만 중점을 두어 부분적인 일관성 지원 또는 특정한 환경에서의 시스템 성능 저하 등의 문제요인이 있다. 본 논문에서는 SCM과 SCM 전용 파일 시스템을 알아보고 일관성 유지 기법의 비교 및 분석을 통하여 현재까지 연구된 일관성 유지 기법의 문제점을 파악하고 SCM에 최적화된 새로운 일관성 유지 기법의 방향을 모색한다.

• 한국산학기술학회논문지
• /
• 제9권2호
• /
• pp.422-430
• /
• 2008

데이터 통합은 상이한 소스로부터 이종의 데이터를 결합하고, 사용자에게 단일 접근 점을 통해 다중 소스의 모든 데이터에 투명하게 액세스하는 것을 허용하는 기술이다. 데이터 통합의 어려움은 데이터의 이종성 즉, 스키마의 이종성, 시멘틱의 이종성이다. 따라서 데이터의 풍부한 시멘틱이 데이터 소스의 이종성으로 인한 충돌을 해결하기 위한 주요한 요인이다. 그러나 UML 클래스 모델에서는 데이터의 스키마 기반 시멘틱만을 표현하기 때문에 온톨로지와 같은 대안책을 이용해 추가적인 시멘틱을 제공하는 것이 바람직하다. 본 논문에서는 온톨로지 분석을 이용해 UML 클래스 모델로 표현된 두 데이터 소스를 통합하기 위한 방법을 제시한다. 여기서 온톨로지는 각 소스의 데이터에 대한 시멘틱을 표현하는데 적용된다. 온톨로지의 유사성과 차이점을 결정하기 위해 온톨로지를 분석하고 비교한다. 비교 결과는 통합 정보에 대해 질의가 가능한 통합 온톨로지를 구축하는데 사용된다.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.223-232
• /
• 2023

고해상도의 위성 영상을 이용하여 지표를 모니터링하기 위한 방법으로 분석 대상 객체의 색상을 이용하여 영상을 분류하는 방법이 널리 사용된다. 고해상도 위성영상에서는 도심 지역의 경우 건물, 도로 등과 같은 주요 객체들 이외에도 수목 등과 같은 식생 객체들도 빈번하게 나타난다. 도심 지역에 나타나는 식생 객체들의 색상은 건물, 도로, 그림자 등의 객체와 유사한 경우가 많으며, 이는 색상 정보에 기초하여 객체를 분류할 경우에 분류 성능이 저하되는 요인이 된다. 본 연구에서는 건물 등과 같은 다양한 색상을 가지는 객체뿐만 아니라 식생 객체도 정확하게 분류할 수 있는 기법을 제안한다. 제안하는 방법은 식생 객체 검출에 유용한 정규식생지수 영상을 RGB 영상과 함께 사용하고 객체 클래스를 서브 클래스로 세분화하여 분류한다. 서브 클래스 분류 결과를 융합한 후에 영상 분할 결과와 결합하여 최종 분류 결과를 생성한다. 차세대중형위성1호 영상을 이용한 실험에서 정규식생지수를 사용하지 않은 서브채널 분류 기법과 서브클래스 분류 기법의 overall accuracy가 각각 73.18%, 81.79%의 결과를 보인 반면, 정규식생지수와 서브클래스 분류를 함께 적용하여 제안한 방법은 overall accuracy가 87.42%의 우수한 성능을 보였다.

• 한국콘텐츠학회논문지
• /
• 제6권12호
• /
• pp.80-88
• /
• 2006

객체지향 패러다임에서 객체의 속성, 동작, 객체사이의 관계를 표현하는 클래스의 구성요소들에 대한 연관관계를 측정하는 응집도는 다양하게 연구되어 왔다. 리팩토링 분야에서도 개발자의 경험이나 직감에 의한 수동분석에서 자동분석에 이르기까지 다양한 연구가 제안되어 왔다. 리팩토링을 자동으로 수행하기 위해서는 수행여부를 결정짓는 객관적 판단기준에 대한 검증이 필요하다. 본 논문에서는 참조관계를 고려한 여섯 개의 메소드 위치 결정 요인과 메소드 위치에 대한 관계를 분석하기 위한 방법으로 로지스틱 회귀분석과 신경망을 사용할 것을 제안하였다. 실험 결과, 로지스틱 회귀 분석은 97%, 신경망은 90% 이상의 예측율을 보였으며, 로지스틱 회귀분석이 신경망을 이용한 방법보다 더 우수한 예측결과를 보였다. 또한 두 방법 모두 90% 이상의 예측율로 여섯 개의 메소드 위치 결정 요인이 리팩토링 무브 메소드의 객관적 판단기준으로 적용될 수 있음을 보였다.

• 공학교육연구
• /
• 제13권4호
• /
• pp.51-59
• /
• 2010

대학에서 운영되는 강좌를 효과적으로 관리하고 교육성과를 향상시키기 위해서는 각 클래스의 현재의 교육성과를 진단하고 교육성과에 영향을 미치는 요인들을 파악하는 과정이 요구된다. 요인을 발견하는 연구에는 연관성 분석, 회귀분석 등의 통계기법들이 많이 사용되고 있으며 최근에는 데이터마이닝의 결정트리 분석도 사용되고 있다. 결정트리 분석은 결과 모델을 이해하기 쉽고 의사결정에 적용하기 쉽다는 장점이 있지만, 다중공선성 등의 입력 데이터의 특성에 견고하지 못한 문제점이 있다. 본 연구에서는 기존의 결정트리 분석의 문제점들을 정리하고, 이 문제점들을 보완하기 위한 하나의 실험적 해결책으로 다중 결정트리를 이용한 요인의 발견 방법을 제안한다. 실험을 통해 다중 결정트리를 수행이 다중 결정트리를 적용할 때보다 신뢰할 수 있는 요인을 발견하고 각 변수의 중요성을 발견할 수 있음을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 춘계학술발표논문집 (중)
• /
• pp.1457-1460
• /
• 2003

자바는 플랫폼에 독립적인 실행을 위해서 바이트코드를 사용하며, 자바가상머신에서 바이트코드를 해석하여 실행시키는 인터프리터 방식을 취하고 있으므로 느린 실행 시간을 갖는다. 이와 같은 느린 실행 시간에 영향을 주는 요인 중의 하나로써 다차원 배열(Multi-dimension Array)에 접근(Acess)할 때 비효율적인 방법으로 실행되는 것을 개선할 필요가 있다. 자바가상머신에서 오브젝트와 배열은 레퍼런스에 의해서 접근되어지고, 특히 다차원 배열은 배열 안에 또 다른 배열이 들어있는 자료구조를 취하기 때문에 다차원 배열의 크기가 커질수록 하나의 원소에 접근할 때 발생되는 레퍼런스(Reference)의 횟수가 많아질수록 성능 저하를 유발한다. 본 논문에서는 다차원 배열에 효율적으로 접근하기 위한 새로운 배열의 자료 구조를 제시하고, 다차원 배열에 접근하는 여러 개의 바이트코드 대신 이런 자료구조에 접근할 수 있는 새로운 바이트코드를 정의 및 구현하였다. 그리고 이를 실제 클래스파일에 적용하고, 간단한 성능 평가를 통해서 성능 개선 효과를 확인할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.401-404
• /
• 2022

한국 문학이 세계로 뻗어나감에 따라 해외 시장에서 자리를 잡는 것이 중요해진 시점이다. 본 연구에서는 2016 년도부터 2020 년도까지 최근 5 년간 해외 출간된 도서들 중에서 굿셀러로 분류되는 누적 5 천부 이상 판매 여부를 예측하고자 했다. 굿셀러로 분류되는 도서는 전체 번역 도서 중 적은 비율을 차지하여 데이터 불균형이 발생하였으며, 본 연구에서는 SMOTE 기법과 앙상블 알고리즘을 적용하여 데이터 불균형 문제를 해결하였다. 그 결과, 데이터 클래스 비율이 1:1 에 가까울수록 성능 개선 효과가 나타났으며 LightGBM 모델이 99.83%의 AUC 값을 얻어 다른 앙상블 알고리즘에 비해 가장 좋은 예측 성능을 보임을 검증하였다. 또한 누적 5 천부 이상 판매 여부 예측에 있어 큰 영향을 미치는 변수로는 작가가 가장 중요한 요인으로 나타났으며 출간 국가, 그리고 평점 평균, 평점 참여자 수 같은 온라인 요인도 판매 예측에 유의미한 변수로 나타난 것을 확인할 수 있었다.

• 전자공학회논문지CI
• /
• 제45권4호
• /
• pp.27-33
• /
• 2008

유전자 발현 데이터의 분석 기법 중 무감독 학습 기반의 클러스터링 기법은 생물학적 변화와 진의 발현 정도를 이해하는데 자주 사용되는 방법이다. 생명공학 연구에 있어서 그래프 기반의 MCL 알고리즘은 그래프 내의 노드들을 클러스터링 하는 알고리즘으로 빠르고 효과적이다. 우리는 기존의 MCL 알고리즘을 개선하여 마이크로어레이 데이터에 적용시켰다. MCL 알고리즘 수행 시 inflation과 대각선 항의 두 요인을 조정하는 시뮬레이션을 실행하였으며, 마코브 행렬을 이용하여 변환하였다. 또한 개선된 MCL 알고리즘에서는 더 명확한 클래스를 구분하기 위하여 각 열의 평균을 구한 후 그 값을 임계치로 사용하였다. 따라서 수정된 알고리즘은 기존의 알고리즘들보다 정확도를 높일 수 있었다. 즉, 실제 실험 결과 기존에 알려진 클래스와 비교했을 때 평균 70%의 정확도를 보였다. 또한, 다른 클러스터링 기법, K-means 알고리즘, 계층적 클러스터링 그리고 SOM 알고리즘을 비교 분석하였으며, 그 결과 MCL 알고리즘이 다른 클러스터링 기법보다 더 좋은 결과를 보임을 알 수 있다.

• 전자공학회논문지CI
• /
• 제45권6호
• /
• pp.179-186
• /
• 2008

본 논문에서는 베이지안 알고리즘이 불균형 데이터의 학습 시 나타나는 현상을 분석하고 성능 평가 방법을 비교하였다. 사전 데이터 분포를 가정하고 불균형 데이터 비율과 분류 복잡도에 따라 발생된 분류 문제에 대해 베이지안 학습을 수행하였다. 실험 결과는 ROC(Receiver Operator Characteristic)와 PR(Precision-Recall) 평가 방법의 AUC(Area Under the Curve)를 계사하여 불균형 데이터 비율과 분류 복잡도에 따라 분석되었다. 비교 분석에서 불균형 비율은 기 수행된 연구 결과와 같이 베이지안 학습에 영향을 주었으며, 높은 분류 복잡도로부터 나타나는 데이터 중복은 학습 성능을 방해하는 요인으로 확인되었다. PR 평가의 AUC는 높은 분류 복잡도와 높은 불균형 데이터 비율에서 ROC 평가의 AUC보다 학습 성능의 차이가 크게 나타났다. 그러나 낮은 분류 복잡도와 낮은 불균형 데이터 비율의 문제에서 두 측정 방법의 학습 성능의 차이는 미비하거나 비슷하였다. 이러한 결과로부터 PR 평가의 AUC는 클래스 불균형 문제의 학습 모델의 설계와 오분류 비용을 고려한 최적의 학습기를 결정하는데 도움을 줄 수 있다.

• 한국멀티미디어학회논문지
• /
• 제6권7호
• /
• pp.1200-1208
• /
• 2003

자바카드 기술은 스마트카드나 메모리 제한적인 장치에서 자바 프로그래밍 언어로 작성된 응용프로그램을 동작 가능하게 한다. 자바카드 기술은 높은 안전성, 이식성, 다중의 응용프로그램을 관리하고 저장하는 기능을 제공한다. 그러나 자바카드 플랫폼의 제한적인 메모리 자원은 다양한 용도로 자바카드가 보급되는데 저해 요인으로 작용하고 있다. 따라서 본 논문에서는 자바카드의 효율적인 메모리 사용을 위해서 바이트코드 최적화 알고리즘을 제안한다. 이 알고리즘은 예외처리 구문 try-catch-finally에서 catch절의 매개변수에 대한 기억장소를 공유하게 함으로써 생성되는 바이트코드의 크기를 줄일 수 있다.