• Annual Conference of KIPS
• /
• 2000.04a
• /
• pp.1027-1030
• /
• 2000

객체 지향 프로그램의 이해 및 테스팅을 효과적으로 수행하기 위해서는 객체 간의 상호 작용을 우선 이해하여야 한다. UML로 작성된 시스템 명세에서는 각각의 클래스에 대한 행동이 UML 상태 다이어그램으로 기술되어 있어 전체 시스템의 행동을 유추하는데 어려움이 따른다. 이 연구에서는 객체 지향 프로그램의 상태 다이어그램을 기반으로 객체간 행동 테스팅을 수행하기 위해서 UML 상태 다이어그램들을 합성하여 객체간 행동을 추출, 생성하는 과정을 기술한다. 추출, 합성된 객체간 행동 모델은 기존의 널리 알려진FSM 기반 테스팅 기법들을 그대로 이용할 수 있다.

• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• 1999.04a
• /
• pp.8-8
• /
• 1999

2-유체 인젝터의 분무연소에 대한 통찰 및 구조에 대한 이해와 연료-공기 혼합과 연소반응의 물리적 이해에 필요한 수치적 모델의 개발 및 검증을 위해서는 2유체 시스템에서 액체 및 기체 각각의 기본적 특성인 액적크기, 액적속도, 액적의 질량플럭스(flux), 가스상의 속도측정 등이 필요하다. 특히, 액체분무에서는 액적의 크기를 예측하는 것이 매우 중요한 과제이며, 액적의 크기에 영향을 주는 인자들로는 노즐의 형태, 분사액체의 물성치(점도, 표면장력, 밀도), 주위기체의 조건(온도, 압력, 응축과 증발현상), 분사압력 등이 있다. 그러나, 실제 분무액적의 크기는 분포를 가지므로 같은 SMD를 가지더라도 그 분포의 정도는 크게 다를 수 있어 결과적으로 분무액적의 크기를 평균값만으로 표현하는 것은 불충분할 뿐만 아니라 그 적용에도 한계를 가지게 된다. 따라서 분무액적의 평균크기와 함께 그 분포의 정도 등을 함께 나타내려는 시도가 많은 과학자들에 의하여 연구되었다.

• 한국벤처창업학회:학술대회논문집
• /
• 2018.11a
• /
• pp.57-61
• /
• 2018

4차 산업혁명 시대에 접어 들어 불확실성이 높아지고 변동성의 상시화로 세계 경제가 급변하면서, 기업가정신 교육의 중요성은 점점 더 높아지고 있다. 이러한 시대의 흐름에 따라 최근 청소년 기업가정신 교육이 확산되었다. 지속가능한 청소년 기업가정신 교육이 이루어지기 위해서는 시대의 변화와 함께 부모들의 인식과 태도도 함께 변화해야 한다. 부모는 새로운 지식과 그 시대가 요구하는 바람직한 자녀관을 형성해야 하며, 사회 전반적인 변화에 따른 학교에서의 기업가정신 교육이 가정에서도 일관성 있게 유지되어야 한다. 이에 본 연구는 부모교육의 중요성을 확인하고, 교육을 통해 부모의 인식을 변화시키기 위해 필요한 역량 도출하기 위해 델파이 조사를 실시하였다. 기업가정신 교육 전문가와 청소년 교육 전문가로 구성된 전문가 패널들을 대상으로 3회에 걸쳐 델파이 조사를 실시하였다. 델파이 조사 분석 결과, 부모 인식 전환을 위해 필요한 최종 8가지 역량(환경의 변화, 도전정신, 주체성/자울성, 창업에 대한 이해, 직업의 다양성, 기업가정신에 대한 이해, 개인의 다양성, 팀/협업에 대한 가치)을 도출하였다. 향후 후속 연구를 통해 도출된 역량을 함양할 수 있는 부모 기업가정신 교육 모델 및 프로그램을 설계하고자 한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.05a
• /
• pp.501-503
• /
• 2022

본 논문은 이동 노드간 클러스터링을 함에 있어 보다 효율적인클러스터링을 제공하고 유지하기 위한 딥러닝의 자율학습에 따른 군집적 알고리즘을 제안한다. 대부분의 클러스터링 군집데이터를 처리함에 있어 상호관계에 따른 분류체계가 제공된다. 이러한 경우 새롭게 입력되거나 변경된 데이터가 비교정보에서 오염된 정보로 분류될 경우 기존 분류된 클러스터링으로부터 오염된 정보로 이해되어 군집성을 저하시키는 요인으로 작용 할 수가 있다. 본 논문에서는 이러한 상황정보를 이해하고 클러스터링을 유지할 수 있는 자율학습기반의 학습 모델을 제시 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.697-699
• /
• 2020

2020년의 게임 시장은 스마트폰 기기의 발전과 Pay To Win을 사용하는 BM모델의 감소 등의 변화로 인해 플레이어의 플레이 타임과 게임에 대한 이해도를 핵심 요소로 잡고 있다. 이러한 상황 속에서 게임에 대한 실력과 이해도가 높은 일부 유저들이 대신 게임을 플레이하여 타 유저들의 요구 사항을 충족 해주고 부당한 이익과 게임 내 성장, 경쟁 불균형을 발생시키는 'Game-Boosting'의 모습을 확인할 수 있었다. 본 논문에서는 'Game-boosting' 유저들에 대해 설명하고, 해당 유저들에 대한 기준을 정의하여, '대리게임 금지법' 에 적용될 수 있는 기준을 제시한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.01a
• /
• pp.227-228
• /
• 2023

정부의 인공지능 국가전략을 통해 인공지능 교육은 초등학교에서도 필수교육으로 대두되고 있다. 또한 인공지능 소양을 습득하기 위해 타 교과와 융합한 인공지능 융합 교육의 필요성이 증가하고 있고, 인공지능 발달에 대한 수학의 역할을 고려하여 수학 교과를 통해 인공지능의 이해를 기르는 것이 강조되고 있다. 따라서 본 연구에서는 수학 교과와 인공지능 교과가 융합한 인공지능 융합 교육 프로그램을 개발하기 위해 초등학교 3~4학년 수학 교과의 도형 분류를 의사 결정 나무 모델을 활용하여 가르치는 인공지능 융합 교육 프로그램을 개발하였다. 본 연구를 통해 개발된 프로그램은 초등학생의 인공지능 개념학습을 통한 인공지능 기초소양 함양뿐만 아니라 수학 교과의 이해 및 성취도 향상에 도움이 될 것으로 기대된다.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.95-100
• /
• 2023

끊임없이 재생산되는 혐오 표현의 정확한 탐지를 위해서는 혐오란 무엇인가에 대한 본질적인 이해가 필요하다. 본 연구에서는 화용론에서 사용되는 적정성 조건이라는 분석 틀을 활용하여 모델이 '혐오하기' 화행을 어떻게 인식하고 있는지 평가하고자 했다. 혐오 화행의 적정성 조건을 명제 내용 조건, 예비 조건, 성실성 조건, 본질 조건으로 나누어 분석하였으며, 이를 진위형, 연결형, 단답형, 논술형 문항으로 구성했다. 그 결과 모든 문항 유형에서 50점이 넘는 점수를 받았으나 비교적 고차원인 사고 능력을 측정하는 단답형과 논술형 문항 유형의 점수가 가장 낮게 나타났다.

• Annual Conference of KIPS
• /
• 2007.11a
• /
• pp.340-343
• /
• 2007

복잡하고 난해한 웹 응용을 이해하고 테스트하는 것은 사용자가 요구하는 품질을 만족시키기 위한 필수적인 과정이지만 실제로 이 과정을 제대로 수행하는 것은 쉬운 일이 아니다. 지금까지 웹 응용의 테스트를 위해 여러 가지 프레임워크가 제시되어 사용되고 있지만 이러한 프레임워크의 효율성은 어떤 접근법을 사용하느냐에 의존적인 경우가 많다. 본 논문에서는 웹 응용 상태를 표현하는 도메인 모델과 테스트 활동 그래프를 통해 객체의 활동과 의존성을 표현하여 웹 응용의 정확성을 검증하는 테스트 기법을 제안하고자 한다. 이 기법은 웹 응용을 사용자가 이해하기 쉬운 활동으로 모델링하여 테스트할 수 있도록 도와줄 수 있으므로 업무의 효율성과 편의성을 증대시킬 수 있을 것으로 기대된다.

• Annual Conference on Human and Language Technology
• /
• 2017.10a
• /
• pp.35-40
• /
• 2017

기계 독해(Machine reading comprehension)는 주어진 문맥을 이해하고, 질문에 적합한 답을 문맥 내에서 찾는 문제이다. Simple Recurrent Unit (SRU)은 Gated Recurrent Unit (GRU)등과 같이 neural gate를 이용하여 Recurrent Neural Network (RNN)에서 발생하는 vanishing gradient problem을 해결하고, gate 입력에서 이전 hidden state를 제거하여 GRU보다 속도를 향상시킨 모델이며, Self-matching Network는 R-Net 모델에서 사용된 것으로, 자기 자신의 RNN sequence에 대하여 어텐션 가중치 (attention weight)를 계산하여 비슷한 의미 문맥 정보를 볼 수 있기 때문에 상호참조해결과 유사한 효과를 볼 수 있다. 본 논문에서는 한국어 기계 독해 데이터 셋을 구축하고, 여러 층의 SRU를 이용한 Encoder에 Self-matching layer를 추가한 $S^2$-Net 모델을 제안한다. 실험 결과, 본 논문에서 제안한 $S^2$-Net 모델이 한국어 기계 독해 데이터 셋에서 EM 65.84%, F1 78.98%의 성능을 보였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.377-380
• /
• 2005

가장 완벽한 지능형 모델로 알려져 있는 두뇌는 인공 지능을 구현하기 위해 이해되어야 하는 많은 내용을 지니고 있다. 하지만, 현재까지는 두뇌의 생물학적인 정보처리 메커니즘은 극히 일부분에서 밝혀졌고 대부분의 내용은 추측이나 가정으로 설명되고 있다. 이미 밝혀진 두뇌의 정보처리 메커니즘에 기반한 정보처리 시스템은 다양한 응용 분야에 활용되어 지금의 시스템보다 월등한 성능을 보일 것으로 예상된다. 이에, 본 논문에서는 두뇌의 생물학적 흐름을 카테고리 별로 정리하였으며 이를 구현할 수 있는 소프트 컴퓨팅 기법을 소개한다. 다양한 소프트 컴퓨팅 기법을 이용하여 구현된 인공두뇌 모델은 정보처리 과정에서 자율적이며, 효과적인 정보처리 성능을 보여줌을 알 수 있다. 이는 인공 지능 시스템의 새로운 도약에 필요한, 정형화된 모델로 활용될 수 있을 것으로 기대 된다.