• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.440-443
• /
• 2009

그래픽 언어 기반의 요구사항 작성은 임베디드 시스템의 RBT(Requirement-Based Testing)을 위해 적절한 요구사항 모델링이다. 본 논문은 그래픽 언어기반으로 작성된 요구사항을 상태 기반으로 해석하고, 테스트 케이스를 자동으로 생성하기 위한 방법에 대해 논한다. 먼저 요구사항 다이어그램의 구성을 살펴 보고, REED 라는 도구를 통해 실제 작성된 하나의 요구사항을 바탕으로 테스트 케이스 생성을 위한 모델 전체의 상태 공간을 정의하고 상태 공간과 테스트 케이스 생성에 대해 논한다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.9 no.2
• /
• pp.70-76
• /
• 1984

In this paper, a functional m-redundant system, which is m-fault tolerant, is defined based on the graph-theory. This system is designed to be t(t$\geq$m) fault-diagnosable by comparing its unit's outcomes without additive test functions, so, the system down for diagnosis is not needed. The diagnostic model for this system is presented. It is to avail the redundancy of the system effectively. It is shown that this model can be converted into Preparata's model. Thus, the diagnostic characteristics of a functional m-redundant system is analyzed by the method originated by Preparata et al.

• Proceedings of the KIEE Conference
• /
• 2003.07d
• /
• pp.2567-2569
• /
• 2003

본 논문은 비선형 시스템의 퍼지모델을 위해 정보 Granules 기반 퍼지추론 시스템 모델의 최적화를 제시한다. 퍼지모델은 주로 경험적 방법에 의해 추출되기 때문에 보다 구체적이고 체계적인 방법에 의한 동정 및 최적화 될 필요성이 요구된다. 제안된 규칙베이스 퍼지모델은 HCM 클러스터링 방법, 컴플렉스 알고리즘 및 퍼지추론 방법을 이용하여 시스템 구조와 파라미터 동정을 수행한다. 두 가지 형태의 퍼지모델 추론 방법은 간략추론, 선형추론에 의해 시행된다. 본 논문에서는 퍼지모델의 입력변수와 퍼지 입력 공간 분할 및 입출력 데이타의 중심값을 구해서 후반부 다항식함수에 의한 정보 Granules 기반 구조 동정과 파라미터 동정을 통해 비선형 시스템을 표현한다. 전반부 파라미터의 동정에는 HCM 클러스터링 방법과 컴플렉스 알고리즘을 사용하고, 후반부는 표준 HCM 클러스터링과 표준 최소자승법을 사용하여 동정한다. 그리고 학습 및 테스트 데이타의 성능견과의 상호균형을 얻기 위한 하중값을 가진 성능지수를 제시함으로써 근사화와 예측성능의 향상을 꾀한다. 제안된 비선형 모델의 성능평가를 통해 그 우수성을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.711-714
• /
• 2018

본 연구의 목적은 교육관리시스템(LMS)에서의 학습활동로그를 바탕으로 학습성과 영향도를 분석하고 이를 예측하기 위한 모델을 개발하는데 있다. 연구방법은 먼저 상관분석을 사용하여 유의미한 변수를 선정하였으며, 딥러닝을 사용하여 예측 모델을 생성하였다. 모델 생성 결과 테스트 데이터 셋에 대해 약 84%의 정확도로 학습성과를 예측할 수 있었다. 본 연구는 온라인 교육환경에서 빅데이터와 인공지능을 적용할 수 있는 새로운 관점을 제공할 것으로 기대한다.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.522-526
• /
• 2018

본 연구는 수많은 챗봇이 생성될 수 있는 챗봇 빌더 시스템에서 저비용 컴퓨팅 파워에서도 구동 가능한 가벼운 문장 분류 시스템을 제안하며, 미등록어 처리를 위해 워드 임베딩 기법인 GloVe를 이용하여 문장 벡터를 생성하고 이를 추가 자질로 사용하는 방법을 소개한다. 제안한 방법으로 자체 구축한 테스트 말뭉치를 이용하여 성능을 평가해본 결과 최대 93.06% 성능을 보였으며, 자체 보유한 CNN 모델과의 비교 평가 결과 성능은 2.5% 낮지만, 모델 학습 속도는 25배, 학습 시 메모리 사용량은 6배, 생성된 모델 파일 크기는 302배나 효율성 있음을 보였다.

• Proceedings of the KIEE Conference
• /
• 2001.07a
• /
• pp.75-80
• /
• 2001

EMTDC가 FACTS 기기와 같이 전력전자소자가 포함된 계통을 신뢰성 있게 해석 할 수 있고 또한 다양한 제어기능과 각종 스위칭 소자 모델을 제공 하기때문에 실계통에서 운용되고 있는 서대구 SVC 제어시스템을 EMTDC로 개발하였다. 모델 개발을 위하여 서대구 SVC의 제작사인 ABB에서 제공한 서대구 SVC의 기능, 구성 및 특성을 분석하였으며 개발된 EMTDC SVC 제어시스템 모델의 신뢰성을 검증하기 위하여 제작사에서 제공한 TNA 테스트 결과와 비교하여 모델의 정확성을 검증하였다.

• Journal of Intelligence and Information Systems
• /
• v.29 no.1
• /
• pp.27-40
• /
• 2023

With the increase in the spread of smart devices and the impact of COVID-19, the consumption of media contents through smart devices has significantly increased. Along with this trend, the amount of media contents viewed through OTT platforms is increasing, that makes contents recommendations on these platforms more important. Previous contents-based recommendation researches have mostly utilized metadata that describes the characteristics of the contents, with a shortage of researches that utilize the contents' own descriptive metadata. In this paper, various text data including titles and synopses that describe the contents were used to recommend similar contents. KLUE-RoBERTa-large, a Korean language model with excellent performance, was used to train the model on the text data. A dataset of over 20,000 contents metadata including titles, synopses, composite genres, directors, actors, and hash tags information was used as training data. To enter the various text features into the language model, the features were concatenated using special tokens that indicate each feature. The test set was designed to promote the relative and objective nature of the model's similarity classification ability by using the three contents comparison method and applying multiple inspections to label the test set. Genres classification and hash tag classification prediction tasks were used to fine-tune the embeddings for the contents meta text data. As a result, the hash tag classification model showed an accuracy of over 90% based on the similarity test set, which was more than 9% better than the baseline language model. Through hash tag classification training, it was found that the language model's ability to classify similar contents was improved, which demonstrated the value of using a language model for the contents-based filtering.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.463-466
• /
• 2004

본 논문에서는 각 입력 변수에 대하여 퍼지 공간을 분할한 퍼지 집합 기반 퍼지 추론 시스템을 제안한다. 퍼지 모델은 주로 경험적 방법에 의해 추출되기 때문에 보다 구체적이고 체계적인 방법에 의한 동정 및 최적화 쥘 필요성이 요구된다. 정보 granules는 근접성, 유사성 또는 기능성 등의 기준에 의해 서로 결합된 물체(특히, 데이터 점)의 연결된 모임으로 간주된다. 정보 데이터의 특성을 살리기 위해 HCM 클러스터링 방법에 의한 중심71을 이용하여 각 입력 변수에 대한 퍼지 집합 기반 전반부/후반부 구조 및 파라미터를 동정한다. 퍼지 추론 방법은 간략 및 선형 퍼지 추론을 수행하며 삼각형 멤버쉽 함수를 사용한다. 구축된 퍼지 모델은 유전자 알고리즘을 이용하여 전반부 파라미터를 최적으로 동정하며, 학습 및 테스트 데이터의 성능 결과의 상호균형을 얻기 위한 하중값을 가진 성능지수를 사용하여 근사화와 예측성능의 향상을 꾀한다. 또한, 제안된 퍼지 모델은 수치적인 예를 통하여 성능을 평가한다.

• 한국HCI학회:학술대회논문집
• /
• 2007.02b
• /
• pp.541-547
• /
• 2007

최근 디지털 컨텐츠의 기하급수적인 증가와 함께 사용자가 접하고 관리해야 하는 파일의 양이 급격히 늘어나고 있으며 이에 따라 폴더의 계층구조가 넓고 깊어지는 현상이 나타나고 있다. 현재 파일시스템은 크게 두 가지 형태로 나누어 볼 수 있는데, 사용자 자신에게 의미 있는(semantic) 계층구조(hierarchical structure)형태의 폴더 내에 파일을 저장하는 방식과 Meta Tag를 사용한 방식이다. 이러한 두 가지 파일시스템을 사용자가 인식하고 Conceptual Model을 형성해 가는 과정에 있어서 사용자의 지리적, 역사적 전통 등의 문화적 요소들이 기저에서 작용하게 된다. 본 연구에서는 각기 다른 문화적 성향을 가지고 있는 사용자 간의 File System을 인식하고 구조화하는데 있어서 차이점이 있을 것이라는 가설을 수립 하였고, 가설을 검증하기 위하여 파일 시스템의 사용 행태를 분류하고, 이러한 행태들이 사용자의 문화적 요소에 따라 어떠한 차이를 보이는지에 대하여 페이퍼 프로토타이핑 등의 기법을 사용하여 실험을 설계 하였다. 또한 이러한 연구모델의 검증을 위하여 파일럿 테스트를 진행하여 실효성 있는 가설검증방법에 대한 모델을 제안하고자 한다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.2 no.1
• /
• pp.80-87
• /
• 2001

This article shows how general software-ergonomic principles are successfully applied in the design of user friendly graphical interfaces. A theoretical model(WOB-Model) is derived from empirical studies and validated in the development of several systems. It provides basic principles within a well-balanced framework and leads to concrete design guidelines. The user tests with the software shows that many of the common usability problems can be eliminated.