• 한국컴퓨터정보학회논문지
• /
• 제20권1호
• /
• pp.197-206
• /
• 2015

모든 소프트웨어 결함들이 시스템에 같은 정도의 영향을 미치는 것이 아니므로 결함이 미치는 충격의 정도를 나타내는 결함 심각도는 소프트웨어 품질 관련 작업들에 중요한 역할을 하고 있다. 결함 심각도 관련 기존 연구들은 심각도 레벨은 정의하였지만 품질 작업의 기본 단위인 모듈의 심각도에 관한 언급은 거의 없었다. 본 논문에서는 심각도 레벨이 증가함에 따라 심각도 값이 급격히 증가하는 심각도 성질을 이용하여 결함 심각도 메트릭을 지수 함수 형태로 정의한 후, 모듈 내부의 결함 수와 결함 심각도 메트릭에 기반한 새로운 모듈 심각도 메트릭 집합을 정의하였다. 제안 메트릭들의 적용가능성을 보이기 위해 Weyuker 기준들을 이용한 분석적 검증과 NASA 공개 데이터 집합을 이용한 실험적 검증을 수행하였으며, 제안 메트릭들 중 ms는 모듈의 심각도 정량화에, msd는 심각도에 기반한 시스템간의 비교에 매우 유용하게 사용될 수 있다는 것을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제20권5호
• /
• pp.73-81
• /
• 2015

소프트웨어 결함 예측 연구들의 대부분은 입력 개체의 결함 유무를 예측하는 이진 분류 모델들에 관한 것들이다. 하지만 모든 결함들이 같은 심각도를 갖지는 않으므로 예측 모델이 입력 개체의 결함경향성을 몇 개의 심각도 범주로 분류할 수 있다면 훨씬 유용하게 사용될 수 있다. 본 논문에서는 전통적인 복잡도와 크기 메트릭들을 입력으로 하는 심각도 기반 결함 예측 모델을 제안하였다. 학습 알고리즘은 많이 사용되는 네 개의 기계학습 기법들을 사용하였으며, 모델 구조는 삼진 분류 모델로 하였다. 모델 성능 평가를 위해 실험 데이터는 두 개의 NASA 공개 데이터 집합을 사용하였고, 평가 측정치는 Accuracy를 이용하였다. 평가 실험 결과는 역전파 신경망 모델이 두 데이터 집합에 대해 각각 81%와 88% 정도의 Accuracy 값으로 가장 좋은 성능을 보였다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권12호
• /
• pp.681-686
• /
• 2016

소프트웨어 결함 예측은 프로젝트의 효율적인 관리와 성공에 있어 중요한 요소이다. 이 결함은 심각도에 따라 프로젝트에 영향을 미치는 정도가 다르다. 그러나 기존 연구는 결함 유무만 관심을 두고 심각도를 고려하지 않는다. 본 논문에서는 소프트웨어 관리 효율과 품질 향상을 위해 FCM을 적용한 결함 심각도 기반 앙상블 모델을 제안한다. 제안된 모델은 FCM으로 NASA PC4의 결함심각도를 재분류한다. 그리고 RF(Random Forest)로 심각도에 영향을 주는 입력 column을 선별하여 데이터 핵심 결함 요인을 추출한다. 또한 10-fold 교차검증으로 파라미터를 변경해 모델 성능을 평가한다. 실험 결과는 다음과 같다. 첫째, 결함심각도가 58,40,80에서 30,20,128로 재분류되었다. 둘째, 심각도에 영향을 주는 중요한 입력 column은 정확도와 노드 불순도 측면에서 BRANCH_COUNT였다. 셋째, 성능평가는 트리수가 작고 고려할 변수가 많을수록 좋은 성능을 보였다.

• 한국소프트웨어감정평가학회 논문지
• /
• 제15권1호
• /
• pp.79-86
• /
• 2019

데이터의 차원축소는 요소들의 공통성을 파악해 영향력 있는 중요한 특징 요소를 추출하여 간소화함으로써 복잡함을 줄이고 다중 공선성 문제를 해결한다. 그리고 중복 및 노이즈 검출을 함으로써 불필요함을 줄인다. 이에 본 논문에서는 PCA(Prinicipal Component Analysis)을 적용한 결함 심각도 기반 차원 축소 모델을 제안한다. 제안된 모델은 결함 심각도가 있는 NASA 데이터 세트인 PC4에 적용하여 결함 심각도에 영향을 주는 속성의 차원수를 검증한다. 그 다음 데이터의 차원을 축소한 후 비교 분석한다. 실험결과, PC4의 적합한 차원수는 2~3개였고 그룹화를 통해 차원 축소가 가능한 것을 보였다.

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 1998년도 제34회 추계 학술발표회
• /
• pp.409-409
• /
• 1998

본 연구는 운전자 특성 및 교통사고 발생유형에 따른 사고 심각도(Severity)를 분석함으로써 교통사고를 유발키 쉬운 운전자 집단과 사고 발생시 위험도가 높은 사고유형을 규명하고자 하였다. 교통사고 위험집단 분석을 위한 운전자 특성은 성별, 차종, 연령 등을 대상으로 하였으며, 사고유형별 심각도 분석은 사고유형을 여덟 가지로 분류하고, 결과의 신뢰성 확보를 위하여 안전벨트 착용여부를 추가하여 상해정도와의 관계를 비교하였다. 로그-선형 모형 및 로짓 모형을 사용하여 카테고리 자료를 분석하였으며, 그 결과 위험집단 분석에서는 '20세 미만의 이륜차 운전자', '41세에서 50세까지의 택시운전자'가 가장 위험한 것으로, 또한 남자보다는 여자가 승용차, 택시, 이륜차 등에 관계되었을 때 위험한 것으로 조사되었다. 사고유형과 심각도와의 관계에서는 정면충돌 사고와 앞지르기 시 우회전시 사고가 기여위험도(Odds Multiplier)가 매우 높아 부상 또는 사망사고와 연계될 가능성이 큰 것으로 나타났다. 따라서 교통사고의 예방과 사고발생시의 심각도 경감을 위해서는 교통사고 취약계층으로 분석된 위험집단에 대한 교통안전 교육 및 홍보가 강화되어야 하고, 정면충돌 사고와 앞지르기 시 우회전시 발생하는 사고를 줄일 수 있는 방안이 연구되어야 할 것이다.

• 한국재난정보학회:학술대회논문집
• /
• 한국재난정보학회 2023년 정기학술대회 논문집
• /
• pp.253-254
• /
• 2023

pm이 편리한 교통수단으로 이용이 금증함에 따라 교통사고 또한 급증하였다. pm은 안전장치 부재로 유사교통수단인 자전거 보다 1.5배 이상의 사고 심각도를 보인다. 이에 pm 사고 심각도 요인을 분석하였다.분석 결과 사고 심각도를 감소 시키기 위해서는 pm과 차량의 교통이 분리되고, pm 안전 이용을 위한 교육이 필요한 것으로 판단된다.

• 한국도로학회논문집
• /
• 제13권4호
• /
• pp.199-209
• /
• 2011

교통사고발생시 사고 심각도에 영향을 미치는 요인과 그 관계를 이해하는 것은 기하구조나 환경 측면에서 교통사고 발생을 예방하고 운전자와 사고 차량의 특성을 이해하는데 도움을 준다. 본 연구에서는 계층 이항 로지스틱모형에 의해 고속도로 교통사고 심각도에 영향을 미치는 요인을 파악하고 영향변수 간 차이를 나타내는 비교위험도(odds ratio)를 도출하였다. 사고 심각도는 인명피해와 차량피해로 구분하여 사망사고모형과 차량완파사고모형을 구축하였다, 종속변수는 사망자 발생과 완파차량 발생 여부이며, 각각 사고-탑승자, 사고-차량의 2수준 계층구조를 적용하였다. 추정 결과 설명변수의 고정효과는 두 모형이 유사한 결과를 보이나 종속변수의 속성에 따라 차별화된 결과를 나타내기도 하였다. 본선과 진출입부에서의 사고가 가장 위험하며, 중앙선 침범과 통행위반, 과속 사고의 상해나 차량 파손 위험도가 높고, 충돌사고와 추돌사고, 화재 사고의 피해가 크다. 사고 심각도는 노면 상태나 시야 조건 등 외부환경에 영향을 받으나 기하구조 조건은 관련이 없다.

• 한국인터넷방송통신학회논문지
• /
• 제22권6호
• /
• pp.113-119
• /
• 2022

소프트웨어 결함 예측 작업 시 단순히 결함 유무만을 예측하는 이진 분류 모델에 비해 결함의 심각도 범주를 예측하는 다중 분류 모델은 훨씬 유용하게 사용될 수 있다. 소수의 심각도 기반 결함 예측 모델들이 제안되었지만 딥러닝 기법을 사용한 분류기는 없었다. 본 논문은 3개, 5개의 은닉층을 갖고 은닉층 노드수가 고정된 구조와 변화하는 구조의 MLP 모델들을 제작하였다. 모델 평가 실험 결과 기존 기계학습 모델들 중 가장 좋은 성능을 보인 MLPs보다 MLP 기반 딥러닝 모델들은 Accuracy와 AUC 모두 유의미하게 더 우수한 성능을 보였다. 특히 노드수 고정 구조에서는 은닉 층수 3, 배치사이즈 32, 노드수 64인 모델 구조가 가장 좋은 성능을 보였다.

• 한국인터넷방송통신학회논문지
• /
• 제18권3호
• /
• pp.151-157
• /
• 2018

소프트웨어 결함 예측에 관한 기존의 연구들은 대부분 모델의 입력 모듈이 결함을 가지고 있는지 여부를 판단하는 이진 감독형 분류 모델들에 관한 것들이었다. 하지만 이진 분류 모델은 결함의 복잡한 특성들을 고려하지 않고 단순히 입력 모듈의 결함 유무만을 판단한다는 문제점이 있고, 감독형 모델은 대부분의 개발 집단이 보유하고 있지 않은 훈련 데이터 집합을 필요로 한다는 한계점이 있다. 본 논문은 이러한 두 가지 문제점을 해결하기 위해 비감독형 알고리즘을 사용한 심각도 기반 삼진 분류 모델을 제안하였으며, 평가 실험 결과 제안 모델이 감독형 모델들에 필적하는 예측 성능을 보였다.

• 상하수도학회지
• /
• 제27권6호
• /
• pp.731-741
• /
• 2013

CCTV inspection method has been used in Korea for more than 20 years, but there is no proper assessment system for sewer failure severity that considers the domestic circumstances. This study classified the defects caused by the overburden load of reinforced concrete sewer pipes depending on severity and developed defect code by analyzing the domestic CCTV inspection videos. The defect score was assigned to each defect code, and it was classified into 5 grades for the decision-making of repair and rehabilitation. The result of this study is expected to be useful for domestic CCTV inspectors to assess the sewer condition and helpful for managers to make a decision of repair and rehabilitation.