• 한국콘텐츠학회논문지
• /
• 제9권2호
• /
• pp.152-162
• /
• 2009

현재 위피 응용프로그램을 개발하기 위한 저작도구는 코드 작성의 편의성이 부족하고, 시각화를 배제한 문법 중심의 프로그래밍 도구가 대부분이다. 이로 인해 위피 응용프로그램 개발 시 개발자가 전체 개발과정에 걸쳐서 직접 코딩하여 개발하고 있다. 본 논문에서는 위피 응용프로그램을 신속하고 용이하게 개발 할 수 있는 절차로써 위피API의 상위레벨(High level) 컴포넌트를 그래픽 컨트롤로 시각화하고, 이를 이용하여 시스템에서 제공한 모바일 레이아웃에 개발자가 쉽게 디자인한 후, UI 명세 언어와 소스 코드로 생성 해주는 과정을 거치는 개발 방안을 제시한다. 이를 위하여 위피 Jlet의 UI 명세 언어인 JIML(Jlet Interface Markup Language)을 제안하고, 제안한 JIML로부터 위피 Jlet의 UI와 관련된 위피 코드로의 생성을 위한 변환 규칙을 제시한다. 또한 위의 개발 과정을 자동으로 처리하는 시스템을 구현하였다. 구현한 시스템은 위피 비즈니스 프로그램 개발 시 효율성을 제공하고, 빠른 개발이 가능하도록 도와준다.

• 서비스연구
• /
• 제1권1호
• /
• pp.113-122
• /
• 2011

본 연구에서는 Smart Phone에서 사용하는 영어학습용 어플리케이션으로서, 기존의 제품에 대비하여 음성지원 프로그램과 검색창 등을 제공하는 것으로 차별성을 두어, 보다 편리하고 실용적인 서비스 모듈을 스마트폰 운영체제인 안드로이드 기반에서 작동하는 앱으로서 개발하였다. 서비스 모듈 구현을 위해서 분석, 설계 및 구현과정을 거쳐서 작성된 문서 산출물과, 실제 구현 화면 등을 포함한 일부 코딩 내용을 제시하였다. 본 연구결과를 통해서 보다 효율적인 영어단어 암기 학습효과를 기대할 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (A)
• /
• pp.67-69
• /
• 2005

웹을 기반으로 한 프로그래밍 교육 시스템에 관하여 많은 연구가 이루어져 왔으나 대부분의 연구는 강의 노트의 제공 방법, 또는 하이퍼링크 상에서의 효과적인 네비게이션 방법과 같은 원격 교육 시스템에 국한된 내용이었다. 그러나 프로그래밍 교육은 그 특성상 강의노트의 제공 방법이나 하이퍼링크 상에서의 효과적인 네비게이션 방법보다도 많은 양의 과제를 통한 연습 기회의 제공과 각 과제에서의 교수자와 학습자간의 친밀하고 개인적인 상호작용이 학습자의 학업성취도에 더욱 큰 영향을 미친다. 본 논문에서는 원격 교육 시스템의 관점에서 더 나아가 교수자가 학습자에게 많은 양의 과제를 통한 연습의 기회를 부여 할 수 있고 각 과제당 교수자와 학습자간의 상호작용을 극대화할 수 있는 웹 기반 프로그래밍 교육 시스템을 구현하였다. 웹 기반 프로그래밍 교육 시스템은 학습자에게 시간과 장소에 구애됨이 없이 웹 브라우저를 이용하여 프로그램을 코딩하거나 컴파일할 수 있고 SPLINT를 통한 분석결과를 통해 즉시 피드백을 받을 수 있는 환경을 제공한다. 또한 교수자에게 많은 수의 학생들의 과제를 관리하고 교수자의 평가 기준에 의해 한꺼번에 자동으로 평가할 수 있는 환경을 제공하여 준다. 이러한 웹 기반 프로그래밍 교육 시스템은 웹을 이용한 프로그래밍 교육을 면대면 학습에 더욱 가깝게 만들어준다. 현재 웹 기반 프로그래밍 교육시스템은 K대학교 컴퓨터교육과 1학년 재학생들을 대상으로 한 C 프로그래밍 강좌에 사용되고 있다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.1-17
• /
• 2017

딥러닝 프레임워크의 대표적인 기능으로는 '자동미분'과 'GPU의 활용' 등을 들 수 있다. 본 논문은 파이썬의 라이브러리 형태로 사용 가능한 프레임워크 중에서 구글의 텐서플로와 마이크로소프트의 CNTK, 그리고 텐서플로의 원조라고 할 수 있는 티아노를 비교하였다. 본문에서는 자동미분의 개념과 GPU의 활용형태를 간단히 설명하고, 그 다음에 logistic regression을 실행하는 예를 통하여 각 프레임워크의 문법을 알아본 뒤에, 마지막으로 대표적인 딥러닝 응용인 CNN의 예제를 실행시켜보고 코딩의 편의성과 실행속도 등을 확인해 보았다. 그 결과, 편의성의 관점에서 보면 티아노가 가장 코딩 하기가 어렵고, CNTK와 텐서플로는 많은 부분이 비슷하게 추상화 되어 있어서 코딩이 비슷하지만 가중치와 편향을 직접 정의하느냐의 여부에서 차이를 보였다. 그리고 각 프레임워크의 실행속도에 대한 평가는 '큰 차이는 없다'는 것이다. 텐서플로는 티아노에 비하여 속도가 느리다는 평가가 있어왔는데, 본 연구의 실험에 의하면, 비록 CNN 모형에 국한되었지만, 텐서플로가 아주 조금이지만 빠른 것으로 나타났다. CNTK의 경우에도, 비록 실험환경이 달랐지만, 실험환경의 차이에 의한 속도의 차이의 편차범위 이내에 있는 것으로 판단이 되었다. 본 연구에서는 세 종류의 딥러닝 프레임워크만을 살펴보았는데, 위키피디아에 따르면 딥러닝 프레임워크의 종류는 12가지가 있으며, 각 프레임워크의 특징을 15가지 속성으로 구분하여 차이를 특정하고 있다. 그 많은 속성 중에서 사용자의 입장에서 볼 때 중요한 속성은 어떤 언어(파이썬, C++, Java, 등)로 사용가능한지, 어떤 딥러닝 모형에 대한 라이브러리가 잘 구현되어 있는지 등일 것이다. 그리고 사용자가 대규모의 딥러닝 모형을 구축한다면, 다중 GPU 혹은 다중 서버를 지원하는지의 여부도 중요할 것이다. 또한 딥러닝 모형을 처음 학습하는 경우에는 사용설명서가 많은지 예제 프로그램이 많은지 여부도 중요한 기준이 될 것이다.

• 한국측량학회지
• /
• 제28권1호
• /
• pp.133-142
• /
• 2010

국토의 구성 및 변화를 파악하기 위해서 항공 라이다 데이터의 효율적 처리를 통해 정확하게 지표의 유행(land-cover type)을 분류할 수 있는 지능형 지형 분류기(intelligent topographical classifier)의 필요성이 증대되고 있다. 본 연구에서는 정확하고 효율적인 지형 분류기 개발을 용이하게 하기 위해 데이터마이닝 도구인 WEKA를 연동시켜 항공 라이다 데이터를 가공처리하고 다양한 데이터마이닝 기법을 활용한 비교 실험을 통해 정확성이 높은 지형 분류기 제작을 지원하는 소프트웨어 시스템을 개발하였다. 본 연구에서 개발한 지형 분류기 제작 지원 시스템은 항공 영상 이미지 위에 라이다 데이터를 중첩시키는 기능, 효율적인 처리를 위한 타일링 기능, 부분 영역의 3차원 시각화 기능, 타일의 특정 추출 기능, WEKA 입력 자동 생생 기능, 분류 모델의 분류 규칙 집합을 C++ 프로그램으로 자동 코딩하여 분류기로 변환하는 기능, 타일별 지형 분류 결과 표시 기능 등이 구현되어 있다. 또한, 연동된 WEKA틀 이용해서는 분별력이 높은 특정 정보 선정 기능, 다양한 분류 기법을 적용한 지형 분류 모델 생성 기능, 지형 분류 규칙 집합 생생 기능 등을 활용하여 지형 분류기 제작을 지원할 수 있다. 따라서 항공 라이다 데이터를 이용하여 지형의 유형을 분류하는 지능형 지형 분류기를 개발하고자 하는 사용자는 본 연구에서 개발한 지형 분류기 제작 지원 시스템을 활용하여 해당 지형의 특성에 맞고 분류기 개발 목적에 부합하는 지형 분류기를 용이하게 효과적으로 개발할 수 있다.

• 한국강구조학회 논문집
• /
• 제27권6호
• /
• pp.493-501
• /
• 2015

초탄성 형상기억합금은 상온에서 소성 범위를 초월하여 상당량의 변위를 가하더라도 하중을 제거 후에 별도의 열처리를 가하지 않더라도 원상태로 복원이 가능한 특수한 금속이다. 자동치유가 가능한 형상기억합금의 특유한 재료적인 성질로 인하여 구조물에서 변위가 집중되는 부분에 기존에 주로 사용되는 강재를 대체하여 이러한 특수 합금 재료가 널리 활용되기 시작하였다. 하지만 형상기억합금을 활용한 구조물의 기본적인 설계와 성능 검증을 하기 위해 고등적인 구조해석에 필요한 재료적인 모델의 개발과 연구의 노력이 부족하기 때문에 본 재료를 현장에서 적용하기에는 여전히 많은 제약을 받고 있다. 따라서 본 연구에서는 초탄성 형상기억합금의 거동을 수치해석적인 방법으로 재현이 가능한 구성적인 재료 모델의 소개와 프로그램 코딩에 대하여 다루고자 한다. 또한 본 연구에서 제시된 재료 모델의 타당성을 입증하기 위하여 수치해석적으로 재현된 물리적인 거동을 실험에서 얻어진 데이터에 비교 및 보정 작업도 수행하였다. 아울러 이러한 재료 모델로 구현된 초탄성 형상기억합금의 물리적인 물성치를 구조 해석에 적용하고 정확성을 검증하여 현장 적용의 타당성을 입증하였다.