• 한국정보통신학회논문지
• /
• 제23권9호
• /
• pp.1173-1178
• /
• 2019

본 논문은 엑셀 VBA 패스워드가 설정된 파일에 대한 수정 모듈을 설계한다. 엑셀 VBA 파일에 패스워드를 설정 후 패스워드를 잃어버린 경우 소스 코드 변경 등이 불가능하게 된다. 본 논문은 이러한 사용자들을 위해서 편리하게 VBA 파일 패스워드를 수정할 수 있도록 한다. VBA패스워드 수정 모듈은 엑셀 파일내의 VBA 파일을 추출한다. VBA프로그램 파일에서 특정 필드 정보의 수정을 통해서 패스워드를 수정할 수 있도록 한다. 이렇게 하여 VBA프로그램 파일에 대한 패스워드를 수정할 수 있도록 한다. 본 논문에서 제안한 내용을 구현하여 실험을 수행하였다. 실험을 수행한 결과 정상적으로 동작됨을 확인할 수 있었다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2002년도 추계 학술발표회 논문집
• /
• pp.311-314
• /
• 2002

자료행렬에서 개체와 변수간의 관계성을 시각적으로 표현하기 위한 방법 중의 하나가 행렬도이다. 본 논문에서는 전문적인 통계 패키지를 이용한 행렬도 구현이 아니라, 가장 널리 사용되는 응용프로그램 중의 하나인 Excel 에서 VBA를 이용하여 행렬도 시스템을 구현하였다.

• 대한기계학회논문집 C: 기술과 교육
• /
• 제2권1호
• /
• pp.21-28
• /
• 2014

MS 엑셀 프로그램은 사업 영역의 다양한 분야에서 활용되고 있는 스프레드시트 프로그램이다. MS 엑셀 프로그램은 대부분의 PC 에서 이용 가능하기 때문에 학생들을 위한 교육적인 목적으로 도 널리 이용되는데, 과학과 공학 분야에서는 주로 수치해석과 공식의 응용 등에 주로 사용된다. 본 논문에서는 기계공학의 필수 과목인 정역학을 교육함에 있어 필수 공식을 활용하기 위한 MS 엑셀 프로그램의 교육사례를 소개한다. 또한, 엑셀 응용 프로그램에 대한 깊은 이해를 위하여 매크로와 비주얼 베이직을 이용하여 응용 프로그램을 개발하는 과정에 대해서도 기술한다. 학생들은 MS 엑셀 프로그램의 기본 함수를 이용하여 정역학 문제를 해결할 수 있었을 뿐만 아니라 매크로와 비주얼 베이직을 이용하여 복잡한 문제를 체계적으로 푸는 방법을 습득하고, 응용프로그램을 작성할 수 있었다.

• 응용통계연구
• /
• 제17권1호
• /
• pp.165-172
• /
• 2004

최근 다변량자료 분석과 관련하여 이를 시스템으로 구현하려는 연구가 다양한 각도로 이루어지고 있다. 이러한 연구들의 공통적인 특징은 일반 사용자들에게 고급 통계분석기법을 편리하게 활용할 수 있도록 GUI(Graphical User Interface) 환경의 시스템을 제공해 준 것이다. 이러한 연구들의 연장선상에서, 본 연구에서는 사회 각 분야에서 가장 널리 활용되고 있는 사무용 프로그램 인 Excel을 활용하여 시스템을 개발함으로써, 일반 사용자들도 대화식으로 다변량자료 분석을 쉽게 수행할 수 있도록 하였다.

• 한국산업정보학회논문지
• /
• 제15권5호
• /
• pp.187-196
• /
• 2010

네트워크 최적화 문제는 의사결정 문제 중에서 노드와 아크로 표현되는 수 많은 문제를 포함하고 있어서, 그 응용범위가 매우 다양할 뿐만 아니라 매우 실질적인 문제를 해결하는 좋은 방법론이다. 직접적으로 관련이 없는 많은 최적화 문제들도 네트워크로 적절히 표현할 수 있는 경우가 많으며 이를 통해 보다 섬도 있는 문제에 대한 이해와 해의 도출이 가능하게 된다. 이처럼 광범위한 응용분야를 가지는 네트워크 최적화 문제는 경영과학 및 산업공학에서 기본이 중요 학문이며, 이를 체계적으로 이해하고 실제 문제를 해결하려면 최적화 이론, 계산이론, 프로그래밍 등의 종합적인 지식을 필요로 한다. 본 연구에서는 네트워크 최적화 문제를 실질적으로 해결하는 필요한 지식 전달에 중점을 두고, 선형계획법 및 정수계획법을 위한 소프트웨어인 LPSolve를 소개하고 이 LPSolve와 엑셀을 연동하는 방법을 알아본다. 또한 네트워크 자체를 엑셀에서 그리는 방법을 알아보고, 이를 통해 네트워크 최적화 문제를 보다 실질적인 다룰 수 있도록 한다.

• 한국시뮬레이션학회논문지
• /
• 제23권4호
• /
• pp.21-29
• /
• 2014

일반적으로 시뮬레이션 프로젝트는 목적에 부합되는 수준에서 연구 대상 시스템과 유사하게 작동되는 모델을 개발해야 하기 때문에 시간과 비용이 많이 소요된다. 따라서 적절한 개념 모델 설계와 이를 바탕으로 시뮬레이션 모델을 자동 생성하여 모델 개발 과정의 시행착오를 최소화함으로써 모델링 시간을 단축하기 위한 연구가 요구되고 있다. 본 논문에서는 실무에서 많이 사용되고 있는 Microsoft Excel과 Visio를 활용하여 개념 모델을 개발하고 이를 Arena 모델로 자동으로 변환하는 툴을 제안하였다. 예제를 이용하여 본 논문의 모델 자동 생성 툴의 효용성을 보였다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.1-18
• /
• 2015

협업 필터링은 학계나 산업계에서 우수한 성능으로 인해 많이 사용되는 추천기법이지만, 정량적 정보인 사용자들의 평가점수에만 국한하여 추천결과를 생성하므로 간혹 정확도가 떨어지는 문제가 발생한다. 이에 새로운 정보를 추가로 고려하여, 협업 필터링의 성능을 개선하려는 연구들이 지금까지 다양하게 시도되어 왔다. 본 연구는 최근 Web 2.0 시대의 도래로 인해 사용자들이 구입한 상품에 대한 솔직한 의견을 인터넷 상에 자유롭게 표현한다는 점에 착안하여, 사용자가 직접 작성한 리뷰를 참고하여 협업 필터링의 성능을 개선하는 새로운 추천 알고리즘을 제안하고, 이를 스마트폰 앱 추천 시스템에 적용하였다. 정성 정보인 사용자 리뷰를 정량화하기 위해 본 연구에서는 텍스트 마이닝을 활용하였다. 구체적으로 본 연구의 추천시스템은 사용자간 유사도를 산출할 때, 사용자 리뷰의 유사도를 추가로 반영하여 보다 정밀하게 사용자간 유사도를 산출할 수 있도록 하였다. 이 때, 사용자 리뷰의 유사도를 산출하는 접근법으로 중복 사용된 색인어의 빈도로 산출하는 방안과 TF-IDF(Term Frequency - Inverse Document Frequency) 가중치 합으로 산출하는 2가지 방안을 제시한 뒤 그 성능을 비교해 보았다. 실험결과, 제안 알고리즘을 통한 추천, 즉 사용자 리뷰의 유사도를 추가로 반영하는 알고리즘이 평점만을 고려하는 전통적인 협업 필터링과 비교해 더 우수한 예측정확도를 나타냄을 확인할 수 있었다. 아울러, 중복 사용 단어의 TF-IDF 가중치의 합을 고려했을 때, 단순히 중복 사용 단어의 빈도만을 고려했을 때 보다 조금 더 나은 예측정확도를 얻을 수 있음도 함께 확인할 수 있었다.

• 경영정보학연구
• /
• 제16권3호
• /
• pp.161-177
• /
• 2014

기업신용등급은 금융시장의 신뢰를 구축하고 거래를 활성화하는데 있어 매우 중요한 요소로서, 오래 전부터 학계에서는 보다 정확한 기업신용등급 예측을 가능케 하는 다양한 모형들을 연구해 왔다. 구체적으로 다중판별분석(Multiple Discriminant Analysis, MDA)이나 다항 로지스틱 회귀분석(multinomial logistic regression analysis, MLOGIT)과 같은 통계기법을 비롯해, 인공신경망(Artificial Neural Networks, ANN), 사례기반추론(Case-based Reasoning, CBR), 그리고 다분류 문제해결을 위해 확장된 다분류 Support Vector Machines(Multiclass SVM)에 이르기까지 다양한 기법들이 학자들에 의해 적용되었는데, 최근의 연구결과들에 따르면 이 중에서도 다분류 SVM이 가장 우수한 예측성과를 보이고 있는 것으로 보고되고 있다. 본 연구에서는 이러한 다분류 SVM의 성능을 한 단계 더 개선하기 위한 대안으로 유전자 알고리즘(GA, Genetic Algorithm)을 활용한 최적화 모형을 제안한다. 구체적으로 본 연구의 제안모형은 유전자 알고리즘을 활용해 다분류 SVM에 적용되어야 할 최적의 커널 함수 파라미터값들과 최적의 입력변수 집합(feature subset)을 탐색하도록 설계되었다. 실제 데이터셋을 활용해 제안모형을 적용해 본 결과, MDA나 MLOGIT, CBR, ANN과 같은 기존 인공지능/데이터마이닝 기법들은 물론 지금까지 가장 우수한 예측성과를 보이는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안모형이 더 우수한 예측성과를 보임을 확인할 수 있었다.