• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10c
• /
• pp.354-359
• /
• 2006

최근 유비쿼터스 컴퓨팅 환경의 실현 가능성이 높아지면서 동적으로 변화하는 외부 환경에서의 소프트웨어 역할이 중요해지고 있다. 유비쿼터스 환경의 소프트웨어는 다양한 센서로부터 입력되는 문맥정보를 분석하고 그 결과에 따라 적절하게 서비스를 제공할 수 있는 자기적응형(self-adaptive) 소프트웨어 형태가 되어야 한다. 이러한 특징을 가진 소프트웨어를 개발하기 위해서는 문맥정보에 대한 정적분석 활동과 문맥 변화에 상호 작용하는 동적분석 활동이 개발 전 과정에 걸쳐 체계적으로 수행되어야 한다. 본 연구에서는 외부 환경의 문맥정보에 가변적으로 반응하는 자기적응형 소프트웨어의 요구사항을 분석하고, 문맥정보 조건에 따라 재구성 가능한 컴포넌트 기반 아키텍처를 설계하기 위한 자기적응형 소프트웨어 설계 방법을 제시한다. 또한 본 연구의 방법을 적용하여 설계한 스마트 홈 시스템에 대한 사례연구를 소개한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.492-495
• /
• 2008

기존 컴퓨팅 패러다임에서는 고정된 환경을 가정하여 소프트웨어를 설계하였으므로 급속한 시장 환경의 변화와 소비자의 불확실한 요구조건에 대응하여 개발하기에 어려움이 있다. 따라서 외부 환경의 변화를 직면하였을 때 동작을 멈추는 것이 아니라 그 변화를 감지하고 대안을 선택하여 지속적으로 서비스를 제공할 수 있는 자기 적응형 소프트웨어가 필요하다. 그러나 기존의 자기적응형 소프트웨어에 대한 연구는 적응형 소프트웨어에 영향을 주는 문맥정보를 모델링하는 기법이나 적응을 위해 대체할 수 있는 기능들을 찾아내는 방법에 대한 연구가 부족한 실정이다. 이 문제를 해결하기 위해 본 논문은 시나리오를 이용한 목표 기반으로 분석을 하고, 분석된 요구사항의 가변 수와 크기에 따라 프로그램의 문법뿐 아니라 사용자의 관점에서도 의미 있도록 프로그램 동적 슬라이싱 기법을 적용하도록 한다. 또한, 제안된 방법이 전 과정에 문맥에 대한 분석, 설계 정보가 반영되어 동적으로 재구성하는 방법을 제시하도록 한다.

• Journal of KIISE:Software and Applications
• /
• v.33 no.3
• /
• pp.316-334
• /
• 2006

In the traditional computing paradigm, developers design software to run in a fixed and well-defined environment. The real environment, however, is too complicated to analyze all situations perfectly. Consequently, traditional software, which is implemented only for what is wanted as input, often fails badly in real environment. As a new approach, self-adaptive software can avoid runtime failures adapting to unpredictable situations. Self-adaptive software must firstly evaluate the contextual situation to determine the need for adaptation. Existing researches do not support the abstraction mechanism for identifying contextual problem. Consequently, they can have troubles with identifying the contextual problem as the execution environment is getting complex. In addition, they cannot support the expandability for contextual problems, which software can evaluate. This paper suggests the goal-based evaluation method of contextual situation for coping with the limitations of existing researches.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10c
• /
• pp.371-376
• /
• 2006

적응형 소프트웨어는 유비쿼터스 컴퓨팅의 핵심 분야로 홈 네트워크, 지능 로봇 등 다양한 분야에 응용이 가능하다. 하지만, 대부분의 연구가 적응형 소프트웨어의 요구사항이나 시나리오의 구체화를 위한 비전을 제시하거나, 응용 구현의 사례를 보임으로써 실현 가능성을 확인하는데 초점을 맞추고 있다. 본 연구에서는 동적인 재구성이 가능한 규칙 기반으로 동작할 수 있기 때문에 진화가 가능하며, 상태에 기반하여 행위를 판단하는 RASC 프레임워크를 제안한다. 기존 서비스 조합의 개념을 실현하기 위해 중개자를 이용하였으며, 변이와 교차와 같은 유전 알고리즘 연산을 쉽게 적용할 수 있도록 RASC 도메인을 정의하였다. RASC 프레임워크는 블랙보드 아키텍처를 기반으로 규칙을 공유하며, 서비스와 서비스 조합체 모두 자극-반응 모델을 따르고 자기유사성을 가지는 일종의 복잡계를 구성한다.

• Journal of Digital Convergence
• /
• v.10 no.1
• /
• pp.349-355
• /
• 2012

Today, the computing environments is very complex, so researches that endow a system with the self-healing's ability that recognizes problem arising in a target system are being an important issues. However, the existing methodology, the goal for the new requirements for self-healing system developers to model and analyze the constraints that must be greater efforts. Therefore, in this paper are aware of problems detected by the system to solve the problem is the analysis of goal-based scenarios. In addition, there is a pre and post applying a strategy to be dynamically reconfigured to show you how to self-healing. These proposed new requirements for methodology, self-healing reduces the load on the developer's analysis.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2013.10a
• /
• pp.873-875
• /
• 2013

정보기술 발전에 따라 정보 활용 및 처리 역량이 상승하면서 교육 환경의 지능화, 네트워크화로 기술간, 서비스 간 융 복합을 통한 다양한 학습 내용 및 방법이 출현하였으며, 최근 e-러닝 산업에서 스마트기기 보급 확산과 상황 적응적이고 자기 주도적 학습에 대한 소비자의 니즈가 증가하면서 새로운 형태의 교육시스템인 스마트러닝이 부각되고 있다. 이러한 교육 패러다임의 변화에 따라 기존의 교육 콘텐츠를 스마트기기에 적용하기 위해서는 콘텐츠 및 솔루션 구조의 개선이 요구되며, 또한 서비스 제공의 측면에서 다양한 교육 콘텐츠 연동과 교육 서비스 융합을 위한 표준 플랫폼 적용이 필요하다. 이에 본 논문에서는 JVM 환경의 PC 인터페이스를 통해 ePub 표준의 교육용 멀티미디어 콘텐츠 제작기능과 기존 서책형 파일 포맷의 자료 정보를 응용하기 위한 정보변환 모듈, 스마트 기기용 ePub 전자책 뷰어를 포함하는 통합 솔루션 소프트웨어인 ePub Solution을 설계하였다.

• Journal of Biomedical Engineering Research
• /
• v.24 no.3
• /
• pp.159-165
• /
• 2003

We developed a 37-channel magnetoencephalogram (MEG) measurement system based on low-noise superconducting quantum interference device (SQUID) magnetometets, and operated the system to measure MEG signals. By using double relaxation oscillation SQUIDs with high flux-4o-voltage transfers, the SQUID outputs could be measured directly by room temperature preamplifiers and compact readout circuits were used for SQUID operation. The average field noise level of the magnetometers is about 3 fT/√Hz in the white region, low enough for MEG measurements when operated inside a magnetically shielded room. The 37 magnetometers were distributed on a hemispherical surface haying a radius of 125 mm. In addition to the 37 sensing channels. 11 reference channels were installed to pickup external noise and to form software gradiometers. A low-noise liquid helium dewar was fabricated with a liquid capacity of 30 L and boil-off rate of 4 L/d. The signal processing software consists of digital filtering, software gradiometer, isofield mapping and source localization. By using the developed system, we measured auditory-evoked fields and localized the current dipoles, demonstrating the effectiveness of the system.

• Journal of KIISE:Software and Applications
• /
• v.37 no.9
• /
• pp.694-705
• /
• 2010

The mutation operation is the main operation in the evolutionary programming which has been widely used for the optimization of real valued function. In general, the mutation operation utilizes both a probability distribution and its parameter to change values of variables, and the parameter itself is subject to its own mutation operation which requires other parameters. However, since the optimal values of the parameters entirely depend on a given problem, it is rather hard to find an optimal combination of values of parameters when there are many parameters in a problem. To solve this shortcoming at least partly, if not entirely, in this paper, we propose a new mutation operation in which the parameter for the variable mutation is theoretically estimated from the self-adaptive perspective. Since the proposed algorithm estimates the scale parameter of the Cauchy probability distribution for the mutation operation, it has an advantage in that it does not require another mutation operation for the scale parameter. The proposed algorithm was tested against the benchmarking problems. It turned out that, although the relative superiority of the proposed algorithm from the optimal value perspective depended on benchmarking problems, the proposed algorithm outperformed for all benchmarking problems from the perspective of the computational time.

• Journal of KIISE:Software and Applications
• /
• v.30 no.11
• /
• pp.1054-1061
• /
• 2003

Q-Learning, a representative algorithm of reinforcement learning, experiences repeatedly until estimation values about all state-action pairs of state space converge and achieve optimal policies. When the state space is high dimensional or continuous, complex reinforcement learning tasks involve very large state space and suffer from storing all individual state values in a single table. We introduce Q-Map that is new function approximation method to get classified policies. As an agent learns on-line, Q-Map groups states of similar situations and adapts to new experiences repeatedly. State-action pairs necessary for fine control are treated in the form of rule. As a result of experiment in maze environment and mountain car problem, we can achieve classified knowledge and extract easily rules from Q-Map