• Journal of KIISE
• /
• v.44 no.1
• /
• pp.27-35
• /
• 2017

Many studies have addressed 'Adaptive User Interface (AUI)', wherein the user interface changes in accordance with the situation and the environment of each user at runtime. Nevertheless, previous papers for AUI barely reflected the viewpoints from requirements engineering field, since most of them focused on proposing the architecture and design. In this study, we outline AUI with the perspective of requirements engineering and propose the requirements elicitation and specification method based on concepts which have been researched in the area of self-adaptive system. Step by step, we first redefine and reinterpret the well-known concepts of self-adaptive software, after which the AUI requirements are elicited and specified. Finally, we illustrate a case study, which demonstrates the effectiveness of our method.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.244-246
• /
• 2003

우리의 일상생활에서 차지하고 있는 소프트웨어의 비중은 점점 더 커져가고 있으며, 그만큼 소프트웨어의 오류가 우리에게 미치는 영향도 커지고 있다. 또한, 현대의 소프트웨어는 더 복잡해지고 높은 안정성이 필요하게 되므로 기존 소프트웨어와는 다른 새로운 패러다임의 소프트웨어가 필요하다. 적응형 소프트웨어는 소프트웨어 스스로가 자신의 기능을 추론하고 오류가 발생하면 이에 적절하게 대처할 수 있는 새로운 소프트웨어 패러다임이다. 적응형 소프트웨어를 개발하려면 소프트웨어가 적응해야 하는 상황을 모델링 하는 기술이 필요하다. 본 논문에서는 프로덕트 라인 개발 방법에서 사용하는 휘쳐 모델을 사용해 적응형 소프트웨어의 상황을 모델링 하는 기법을 제안한다.

• The KIPS Transactions:PartB
• /
• v.8B no.3
• /
• pp.319-326
• /
• 2001

오차확산법은 중간조 처리에서 우수한 영상의 재현능력을 갖는 기법이다. 그러나 이의 기법은 경계재현 능력이 미약하며, 주기적인 패턴이 발생하여 영상의 화질을 저하시키는 단점이 있다. 본 논문에서는 경계재현의 능력을 개선하기 위한 경계강조법과 주기적인 패턴 발생을 감소시키기 위한 적응형 임계값 변조를 적용하는 방법을 제안하였다. 경계강조를 위한 임계값을 변조는 원영상의 공간적 기울기 정보를 활용하여 수행하였고, 동시에 기울기 정보를 이용하여 청색잡음 마스크를 적응적으로 적용하는 임계값 변조로 주기적인 패턴의 발생을 감소시키도록 하였다. 적응형 임계값 변조를 적용한 실험에서 영상의 주기적인 패턴이 감소된 보다 선명한 경계강조의 중간조 영상을 얻을 수 있었으며, 객관적인 특성분석을 위한 표시오차의 RAPSD, 거리에 따른 경계상관도 및 로컬 평균 일치도의 분석에서 제안한 기법이 효율적임을 확인하였다.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.20 no.6
• /
• pp.731-742
• /
• 2007

This paper presents a new nonlinear analysis algorithm, that is, adaptive Newton-Raphson iteration method, The presented algorithm is based on the existing Newton-Raphson method, and the concept of it can be summarized as calculating the equivalent load for stiffness(ELS) and adapting this to the initial global stiffness matrix which has already been calculated and saved in initial analysis and finally calculating the correction displacements for the nonlinear analysis, The key characteristics of the proposed algorithm is that it calculates the inverse matrix of the global stiffness matrix only once irresponsive of the number of load steps. The efficiency of the proposed algorithm depends on the ratio of the active Dofs - the Dofs which are directly connected to the members of which the element stiffness are changed - to the total Dofs, and based on this ratio by using the proposed algorithm as a complementary method to the existing algorithm the efficiency of the nonlinear analysis can be improved dramatically.

• Proceedings of the IEEK Conference
• /
• 2003.07e
• /
• pp.2080-2083
• /
• 2003

본 논문에서는 움직임이 존재하는 부분의 사선 방향 보간 성능을 개선하여 기존의 움직임 적응형 3 차원 순차 주사화 알고리즘 기법을 개선한 순차 주사화 방법을 제안하였다. 움직임 적응형 3 차원 순차 주사화를 위하여 밝기 형태 패턴(brightness profile pattern)을 이용하여 필드간의 움직임 정보를 좀 더 정확하게 추출할 수 있었으며 움직임이 있는 부분의 경우 에지의 방향 정보를 이용하여 사선 방향 보간을 수행함으로써 전체적인 순차 주사 변환 화질을 개선할 수 있었다. 제안된 알고리즘을 하드웨어로 구현하여 다양한 동영상에 대해서 성공적으로 적용됨을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10c
• /
• pp.304-306
• /
• 2003

최근 이질적인 네트워크 환경에 적합한 다양한 멀티미디어 데이터를 서비스할 수 있는 연구가 광범위하게 이루어 지고 있다. 따라서 유동적인 네트웍 상황에 맞추어 전송되는 스트리밍 데이터는 사용자에게 보다 우수한 품질의 서비스를 제공받을 수 있는 기회를 준다. 본 논문에서는 대용량의 멀티미디어 데이터를 서비스하는 과정에서 발생하는 스트리밍 데이터의 에러 발생을 최소화할 수 있는 기법인 적응형 FEC 기법을 제안한다. 이 기법은 멀티미디어 데이터의 전송량을 최소화하면서 고화질 영상의 전송을 가능하게 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10c
• /
• pp.106-108
• /
• 2004

연속적이고 동기화된 미디어 스트림을 요구하는 분산 가상 환경 (DVE: Distributed Virtual Environment) 시스템은 크게 3 개 계층, 즉 가상환경, 동기화, 그리고 네트워크 계층 등으로 나누어 질 수 있다. 그 중 동기화 계층의 목적은 그룹 멤버들 간에 일관된 전역적인 상태와 멤버쉽을 유지하게 하는 것이다. 분산 가상 환경에서 이질적인 종단 시스템들 간에 효율적인 미디어 재생을 위해 적응형 동기화 기업들이 연구 되어 왔으나 기존의 적응형 동기화 기업은 가변적인 재생지연의 조절로 인하여 skipping 과 pausing 현상 을 야기한다. 본 논문에서는 분산 가상환경 시스템에서 다자간 미디어 재생을 지원하기 위한 동기화 계층을 설계하고 구현하는 방법에 대해서 기술한다. 특히, 가변적인 네트워크 상태로 인해 발생되는 이벤트 패킷 지연 (delay) 과 순서 오류 (out of sequence) 를 수신 측에서 효과적으로 제어하기 위한 적응형 동기화 재생 기법을 제안하고 skipping 과 pausing 현상을 감소시키기 위한 재생 버퍼 구조를 소개한다. 실험을 통하여 제안된 기법의 효율성을 검증하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.353-355
• /
• 2022

본 논문에서는 외력에 의해 헤어가 움직일 때, 전체가 아닌 변형률이 큰 부분에 입자 제어점을 추가하여 베지에 곡선을 그리는 적응형 헤어 시뮬레이션 기법을 제안한다. 일반적인 정규화 샘플링을 통한 물리 시뮬레이션은 헤어의 움직임에 대한 정확도가 높은 반면, 계산량이 증가하고 메모리를 많이 차지하기 때문에 비효율적이다. 이 문제는 굽힘이 일어나는 특정 부분만 활용한 적응형 샘플링을 통해 해결할 수 있으며, 메모리뿐만 아니라 속도 측면에서도 모두 우수한 성능을 보인다. 본 논문에서 제안하는 방법을 이용한 굽힘 샘플링 기법은 헤어의 굽힘 패턴에 따라 실시간으로 표현되며 자연스럽고 부드러운 실제 헤어와 유사한 결과를 보여준다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.559-562
• /
• 2022

본 논문에서는 젖은 머리카락의 응집력을 효율적으로 표현할 수 있는 적응형 샘플링 기법을 제안한다. 젖은 헤어는 인접 머리카락과 달라붙어 머리카락 하단으로 뭉치는 응집력 형태를 지닌다. 헤어 동역학은 수많은 입자 구조로 연결되어있으며 머리카락의 상호작용을 고려하는 젖은 헤어의 경우 응집력 계산이 개별적인 머리카락 단위로 표현되기 때문에, 이를 위한 계산과정을 효율적으로 풀어내는 것은 중요하다. 본 논문에서는 젖은 헤어의 시뮬레이션을 효율적으로 계산하기 위해 밀도와 각도, 그리고 포화도를 고려한 적응형 샘플링 기법을 제안한다. 이는 속도와 메모리 측면에서 최적화가 가능하며 헤어 입자의 추가와 삭제를 통해 사실적인 젖은 머리카락의 응집력 표현을 실시간으로 표현할 수 있다. 본 논문에서 제안하는 방법은 실제 젖은 헤어와 유사한 결과를 보여주며, 실시간 프로그램에서 사람의 젖은 모발 또는 동물의 젖은 털의 특징 등을 표현하는데 응용할 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.11a
• /
• pp.41-43
• /
• 2017

본 논문에서는 IoS (Internet of Signage) 환경에서 실감형 데이터 전송을 위한 상황 인지 기반 적응형 전송기법을 적용하고 이를 분석한다. 사이니지 네트워크 환경에서는 임의적인 다중 경로 페이딩, 간섭 등과 같은 왜곡 요소가 존재할 수 있기 때문에 이를 대처하기 위해 무선 송신기에서는 채널 환경에 대한 인지 이후, 그에 따른 MCS (Modulation and Coding Scheme)를 선정 및 안테나 기법을 선정한다. MCS 및 안테나 기법 선정을 위해 무선 송신기에서는 사전에 알고 있는 통계적인 SNR (Signal-to-Noise Ratio) 값을 통해 문턱값을 계산하고, 수신 사이니지로부터 얻은 CSI (Channel State Information)와의 크기 비교를 한다. 시뮬레이션 결과에서는 상황 인지를 기반으로 매 순간 최적의 전송률을 달성할 수 있음을 볼 수 있다.