• Journal of Information Processing Systems
• /
• 제13권4호
• /
• pp.778-804
• /
• 2017

Software today has become an inseparable part of our life. In order to achieve the ever demanding needs of customers, it has to rapidly evolve and include a number of changes. In this paper, our aim is to study the relationship of object oriented metrics with change proneness attribute of a class. Prediction models based on this study can help us in identifying change prone classes of a software. We can then focus our efforts on these change prone classes during testing to yield a better quality software. Previously, researchers have used statistical methods for predicting change prone classes. But machine learning methods are rarely used for identification of change prone classes. In our study, we evaluate and compare the performances of ten machine learning methods with the statistical method. This evaluation is based on two open source software systems developed in Java language. We also validated the developed prediction models using other software data set in the same domain (3D modelling). The performance of the predicted models was evaluated using receiver operating characteristic analysis. The results indicate that the machine learning methods are at par with the statistical method for prediction of change prone classes. Another analysis showed that the models constructed for a software can also be used to predict change prone nature of classes of another software in the same domain. This study would help developers in performing effective regression testing at low cost and effort. It will also help the developers to design an effective model that results in less change prone classes, hence better maintenance.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권10호
• /
• pp.3685-3707
• /
• 2021

In recent years, facial attribute editing has been successfully used to effectively change face images of various attributes based on generative adversarial networks and encoder-decoder models. However, existing models have a limitation in that they may change an unintended part in the process of changing an attribute or may generate an unnatural result. In this paper, we propose a model that improves the learning of the attention mask by adding a spatial attention mechanism based on the unified selective transfer network (referred to as STGAN) using semi-supervised learning. The proposed model can edit multiple attributes while preserving details independent of the attributes being edited. This study makes two main contributions to the literature. First, we propose an encoder-decoder model structure that learns and edits multiple facial attributes and suppresses distortion using an attention mask. Second, we define guide masks and propose a method and an objective function that use the guide masks for multiple facial attribute editing through semi-supervised learning. Through qualitative and quantitative evaluations of the experimental results, the proposed method was proven to yield improved results that preserve the image details by suppressing unintended changes than existing methods.

• Journal of Radiation Protection and Research
• /
• 제48권1호
• /
• pp.20-27
• /
• 2023

Background: As the number of nuclear facilities nearing their pre-determined design life increases, demand is increasing for technology and infrastructure related to the decommissioning and decontamination (D&D) process. It is necessary to consider the nature of the dismantling environment constantly changing and the worker doing new tasks. A method was studied that can calculate the effect of learning and the change in work time on the work process, according to the learning-forgetting curve model (LFCM). Materials and Methods: The LFCM was analyzed, and input values and scenarios were analyzed for substitution into the D&D process of a nuclear facility. Results and Discussion: The effectiveness and efficiency of the training were analyzed. It was calculated that skilled workers can receive a 16.9% less collective radiation dose than workers with only basic training. Conclusion: Using these research methods and models, it was possible to calculate the change in the efficiency of workers performing new tasks in the D&D process and the corresponding reduction in the work time and collective dose.

• 한국지구과학회지
• /
• 제43권1호
• /
• pp.210-223
• /
• 2022

본 연구의 목적은 예비 지구과학교사들이 학생에 의해 구성된 기후변화 모델을 평가하는 기준을 탐색하는 것이다. 대도시 소재 대학 지구과학교육과 전공 수업에서 3주간 모델링 기반 과학 학습에 대한 강의를 수강한 예비 지구과학교사 25명이 연구에 참여하였다. 예비 지구과학교사들이 작성한 고등학생들이 구성한 7개의 기후변화 모델을 평가하는 보고서와 사후 인터뷰 자료를 수집하여 기후변화 모델 평가 기준을 귀납적으로 범주화하였다. 연구 결과 예비 지구과학교사들이 기후변화 모델을 평가할 때 다양한 인식론적 기준과 의사소통 기준을 동원하였음을 확인하였다. 연구 결과를 바탕으로 모델링 기반 기후변화 학습에 대한 시사점을 도출하였다.

• 전자통신동향분석
• /
• 제35권3호
• /
• pp.9-19
• /
• 2020

Recently, a technique for applying a deep learning language model pretrained from a large corpus to fine-tuning for each application task has been widely used as a language processing technology. The pretrained language model shows higher performance and satisfactory generalization performance than existing methods. This paper introduces the major research trends related to deep learning pretrained language models in the field of language processing. We describe in detail the motivations, models, learning methods, and results of the BERT language model that had significant influence on subsequent studies. Subsequently, we introduce the results of language model studies after BERT, focusing on SpanBERT, RoBERTa, ALBERT, BART, and ELECTRA. Finally, we introduce the KorBERT pretrained language model, which shows satisfactory performance in Korean language. In addition, we introduce techniques on how to apply the pretrained language model to Korean (agglutinative) language, which consists of a combination of content and functional morphemes, unlike English (refractive) language whose endings change depending on the application.

• 방송공학회논문지
• /
• 제27권2호
• /
• pp.228-239
• /
• 2022

본 논문에서는 카셰어링 서비스(car sharing service)에서 차량 상태 무인 검수를 위한 흠집 탐지 딥 러닝 모델을 제안한다. 기존의 차량 상태 검수 시스템은 대여 전, 후 사진에서 각각 흠집을 탐지하는 딥 러닝 모델과 탐지된 두 흠집 영상을 수작업으로 대조하여 새롭게 발생한 흠집을 탐색하는 두 단계로 구성되어 있다. 따라서 수동작업이 필요한 두 단계 모델을 한 단계로 줄이는 무인 흠집 탐지 모델을 위성영상에서 변화를 탐지하는 딥 러닝 모델에 전이 학습을 적용하여 구축한다. 그리고 광택 처리된 자동차 표면의 휘도가 비등방성이고 비전문가인 이용자가 일반 카메라로 촬영하기 때문에 정반사(specular reflection)가 흠집 탐지 성능에 크게 영향을 미친다. 따라서 정반사광으로 발생하는 오탐지를 감소시키기 위하여 정반사광 성분을 제거하는 전처리 과정을 적용한다. 이용자가 휴대폰 카메라로 촬영한 데이터에 대해 제안하는 시스템은 주관적인 측면과 정밀도(precision), 재현율(recall), F1, Kappa 척도면에서 각각 67.90%, 74.56%, 71.08%, 70.18%로서 높은 일치도를 보인다.

• 문화기술의 융합
• /
• 제8권5호
• /
• pp.351-357
• /
• 2022

본 연구는 체육과 경쟁활동 플립러닝 교수학습 모형을 개발하고 그 모형의 타당성을 확인하는 것을 목적으로 수행되었다. 우리는 본 연구의 목적 달성을 위한 연구 방법으로 모형 연구 방법을 활용하였는데, 먼저 모형 개발 연구를 통하여 체육과 경쟁활동 플립러닝 교수학습 모형을 개발하였고, 이어서 모형 타당화 연구를 통하여 모형의 타당화 작업을 수행하였다. 본 연구를 통하여 개발한 교수학습 모형을 바탕으로 학교 현장의 체육 수업에서 학생은 수동적인 학습자에서 능동적인 학습자로 변화할 수 있고, 모형 내에서 제시한 협력형 활동을 통하여 기존의 체육 수업과는 다른 학습자간의 상호작용을 바탕으로 수업 목표를 달성할 수 있을 것으로 기대된다.

• 컴퓨터교육학회논문지
• /
• 제15권4호
• /
• pp.41-49
• /
• 2012

정보통신 기술의 발전과 스마트 디바이스의 대중화로 인한 관심과 열풍은 문화적인 이슈를 넘어 교육에까지 확산되고 있다. 이에 스마트교육의 학습 효과에 대한 많은 연구가 이루어지고 있으나 스마트교육에 대한 개념이 확립되지 않아 스마트 디바이스를 도구적으로 적용한 연구에만 머물러 있다. 본 논문은 효과적인 스마트교육을 위해 사용될 수 있는 교육환경, 학습자 특성, 스마트 교육 특징, 그리고 스마트교육 활동을 고려한 CTLA(Creation, Teaching, Learning and Assessment) 모델과 이를 적용한 스마트교육 시스템을 제안한다. 제안된 CTLA 모델은 스마트교육을 위해 고려되어야 하는 핵심적인 요소들을 반영하고 있으며 효과적인 스마트교육 시스템을 설계하는 기본 모델로 사용될 수 있다. 향후에는 제안된 모델을 기본으로 한 다양한 스마트교육 시스템을 개발하고, 개발된 스마트교육 시스템의 효과성과 효율성에 대한 과학적인 검증 연구가 지속되어야 할 것이다.

• 디지털산업정보학회논문지
• /
• 제19권1호
• /
• pp.91-107
• /
• 2023

With the recent expansion of the commerce ecosystem, a large number of user evaluations have been produced. Accordingly, attempts to create business insights using user evaluation data have been actively made. However, since user evaluation can change after the user experiences the product, it is difficult to say that the analysis based only on reviews immediately after purchase fully reflects the user's evaluation of the product. Moreover, studies conducted so far on user evaluation have overlooked the fact that the length of time a user has used a product can affect the user's product evaluation. Therefore, in this study, we build a model that predicts the direction of change in the user's rating after use from the user's rating and reviews immediately after purchase. In particular, the proposed model reflects the product's period of use in predicting the change direction of the star rating. However, since the posterior information on the duration of product use cannot be used as input in the inference process, we propose a structure that utilizes information about the product's period of use using an auxiliary classifier. As a result of an experiment using 599,889 user evaluation data collected from the shopping platform 'N' company, we confirmed that the proposed model performed better than the existing model in terms of accuracy.

• 한국과학교육학회지
• /
• 제36권1호
• /
• pp.125-134
• /
• 2016

이 연구에서는 과학학습에 대한 동기적 신념과 자기주도 학습능력을 각각 과학 개념 이해에 영향을 줄 수 있는 구인으로 가정하고, 이들의 관계를 정량적으로 탐색하고자 하였다. 이를 위해서 이 연구에서는 중학생들을 대상으로 과학학습에 대한 동기적 신념과 자기주도 학습능력, 물질 변화에 대한 개념 이해에 대해 기존 연구의 측정도구를 이용하여 각각 조사하고, 조사한 응답 분포를 바탕으로 이 세 변인 간의 인과 관계를 PLS 구조방정식모형을 통하여 분석하였다. 연구 결과, 이 연구에서 설정한 잠재변수인 과학학습에 대한 동기적 신념, 자기주도 학습능력, 물질 변화 개념 이해의 측정은 신뢰도와 타당도 면에서 통계적으로 적합한 것으로 나타났다. 또한, 잠재변수들 간의 인과 관계를 분석한 결과, 자기주도 학습능력은 동기적 신념과 물질 변화 개념 이해에 모두 영향을 미치지만, 동기적 신념은 자기 주도 학습능력에만 영향을 미치고 물질 변화 개념 이해에는 영향을 미치지 않았다. 이 연구를 통하여 과학학습 상황에서 자기주도 학습 능력만이 과학 개념 이해에 직접 영향을 미치며 동기적 신념은 간접적으로만 영향을 미친다는 것을 확인할 수 있었다. 이 연구는 과학학습 과정에 관여하는 변인들 간의 인과적 관계를 정량적인 방법을 통해서 확인했다는 점과 과학교육 연구 분야에서 PLS 구조방정식모형을 새로운 연구방법론으로써 제안한다는 점에서 의의가 있다.