• Journal of KIISE:Software and Applications
• /
• v.33 no.2
• /
• pp.201-219
• /
• 2006

The key to developing software with the lowest cost and highest quality is to implement or fit the software development process into a given environment. Generally, applying commercial or standard software development processes on a specific project can cause too much overhead if there is no effort to customize the given generic processes. Even though the customizing activities are done before starting the project, these activities are thoroughly dependent on the process engineers who have abundant experience and knowledge with tailoring processes. Owing to this dependence on human knowledge, it has been very difficult to explain the rationale for the results of process tailoring and it takes a long time to get the customized process that is applicable. Hence, we suggest a process tailoring method which adopts the artificial neural network based teaming theory to reduce the time consumed by process tailoring. Furthermore, we suggest the feedback loop mechanism to get higher accuracy in the neural network designed for the process tailoring. It can be done by reusing the process tailoring data results and determining its appropriateness level as sample data to the neural network. We proved the effectiveness of our process tailoring method through case studies using real historical data, which yielded abundant process tailoring results as sample data.

• The Journal of the Korea Contents Association
• /
• v.7 no.8
• /
• pp.50-58
• /
• 2007

We design a filtering management scheme with synchronization function under a realtime RFID middleware system for larger-scale data processing. The application interface(AI) is to support a various access protocol, HTTP, XML, JMS, and SOAP for the RFID applications. Generally, the synchronization problem is occurred in multiple accessing of clients for single filtering file. In this paper, we implement a filtering management scheme supporting the synchronization using the filter management process, and then demonstrate the RFID middleware filtering scheme.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.05a
• /
• pp.1077-1080
• /
• 2013

최근 소프트웨어는 네트워크를 이용한 서비스가 대부분이다. 그 중 그리드 딜리버리는 서버/클라이언트 모델에서 서버의 부담을 줄이기 위해 개발된 서비스다. 그리드 딜리버리는 사용자의 자원을 이용해 서비스를 원활하게 제공하는 방법으로 충분히 악용할 수 있다. 그러므로 이 논문은 악용되고 있는 그리드 딜리버리를 탐색하는 방법을 제안한다. 제안하는 방법은 모니터링 도구를 통해 모든 프로세스의 네트워크 자원을 감시한다. 그리고 네트워크가 사용되는 프로세스를 그리드 딜리버리로 추정하는 방법이다. 제안 방법은 두 단계로 나뉘어 진행된다. 처음으로 네트워크 자원을 사용하는 프로세스를 후보로 뽑아낸다. 두 번째로 이전 단계의 후보에 필터링을 적용해 그리드 딜리버리로 의심되는 프로세스를 찾아낸다. 이 논문에서는 제안하는 방법으로 실제 그리드 딜리버리 프로세스가 검출되는 것을 보임으로 제안하는 방법이 유효함을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.129-131
• /
• 2015

스마트 그리드는 에너지 이용 효율 최적화를 위한 개선방안으로 전기에너지를 발생하는 발전원별 분석하며, 전력 사용 측면에서 전력망을 통해 공급된 전력의 소비패턴으로 분석을 통해 에너지 이용 효율을 최적화할 수 있다. 본 논문에서는 아파치 Storm을 활용하여 실시간 데이터 수집 및 처리 시스템을 설계한다. 설계된 시스템은 에너지 효율성을 위해 이종의 실시간 대용량 스트리밍 센서 데이터를 수집하여 분석을 수행하도록 데이터 필터링과 변환 기법을 제시한다. 이를 위해 실시간 대용량 처리를 위해 필터링 및 변환을 병렬 처리하도록 한다. 필터링과 변환 처리는 독립적인 타스크로 구성하도록 하며, 전체 프로세스는 정의된 파이프-필터 토폴로지를 구성하여 처리한다.

• Journal of Korean Society of Archives and Records Management
• /
• v.17 no.1
• /
• pp.51-71
• /
• 2017

Approximately 10 million electronic approval documents have been released online since the commencement of the original information disclosure service. However, it is practically impossible to carry out an original information disclosure service by confirming a large amount of electronic approval documents to all persons in charge of information disclosure. Recently, some public organizations have been using private information filtering tools to filter personal information at the stage of document production, but the management of different sensitive information has not been managed using solutions. In this study, we set up the advanced direction of the filtering tool by analyzing the filtering tool in use to support the original information disclosure, and redesigned the text of the approval document and the original information disclosure process with the use of the filtering tool.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2002.11a
• /
• pp.224-228
• /
• 2002

제품의 품질 및 가격 뿐만 아니라 물질적 풍요로움과 더불어 다변화 되어가는 생활 환경 속에서 소비자의 감성과 선호도를 파악하는 것은 제품 판매 전략의 중요한 성공요소가 되고 있다. 이를 위하여 제품의 기능적 측면 뿐만 아니라 개개인의 정서적 감정과 선호도가 반영된 제품의 설계나 디자인 또한 요구되고 있다. 본 연구에서는 소재 개발의 프로세스가 고객 중심으로 변화하는 것에 대응하여 사용자의 감성과 선호도를 중심으로 소재를 개발하는 방법의 하나로 협력적 필터링 개인화 기법을 응용하여 섬유 패션 디자인 추천 시스템을 제안한다. Textile 기반의 협력적 필터링 시스템에서 예측에 사용될 이웃의 수를 결정하기 위해서 Representative Attribute-Neighborhood를 사용한다. 이웃들간의 사용자 유사도 가중치는 피어슨 상관 계수(Pearson Correlation Coefficient)를 사용한다. 소재에 대한 사용자의 감성이나 선호도에 대한 Textile의 대표 감성 형용사를 추출함으로써 소재 개발을 위한 감성 형용사 데이터 베이스를 구축한다. 구축된 감성 형용사 데이터 베이스를 기반으로 성향이 비슷한 사용자에게 Textile을 추천한다. 사용자 선호도 예측과 Textile 기반의 협력적 필터링 기술을 이용한 섬유 패션 디자인 추천 에이전트를 구축하여 시스템의 논리적 타당성과 유효성을 검증하기 위해 실험적인 적용을 시도하고자 한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.587-590
• /
• 2020

최근, 디지털 콘텐츠 산업이 폭발적으로 성장됨에 따라 고객 유치를 위한 개인화 추천 기술들이 많은 주목을 받고 있다. 개인화 추천 방식들을 큰 갈래로 나누어 본다면 협업 필터링 기술과 내용 기반 기술로 나눌 수 있다. 협업 필터링의 경우 개인화 추천에는 적합하지만 사용자 평가 데이터의 양이 방대해야 하며 초기에 평가자가 없는 콘텐츠에 대해 추천할 수 없는 초기 평가자 문제가 존재한다. 따라서 매일 방대한 양의 콘텐츠가 편입되는 분야에서 사용하기에 큰 결점이 될 수 있다. 본 논문에서는 영화들의 정보가 담긴 데이터 셋과 사용자 평가 데이터, 그리고 사용자의 선호 기준을 의미하는 메타 가중치를 활용한 내용 기반의 맞춤형 영화 추천 시스템을 제안한다. 논문에서는 먼저, 영화를 고를 때 일반적으로 중요시 보는 속성들을 활용하여 영화의 특징 벡터를 구성하고, 이를 사용자 평가와 결합하여 개인의 선호에 대한 특징 벡터를 구성하는 방법을 제안하며, 구성된 데이터와 코사인 유사도, 메타 가중치를 활용하여 사용자 선호와 유사한 영화들을 도출하는 방법을 제안한다. 또한, 평가데이터를 활용하여 구현된 추천시스템의 검증 프로세스를 구성하고, 검증 프로세스를 활용한 손실 함수를 설계하여 적합한 메타 가중치를 학습하는 방법을 제시한다. 본 논문에서 제안하는 시스템은 다수의 속성을 조합하여 활용하므로 추천 결과가 과도하게 특수화 되지 않을 수 있으며, 메타 가중치라는 요소를 통해 더욱 개인화 된 추천을 제공할 수 있다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.41 no.11
• /
• pp.1507-1514
• /
• 2016

Full-image guided filter reflects all pixels of image in filtering by using weight propagation and two-pass model, whereas the existing guide filter is processed based on the kernel window. Therefore the computational complexity can be improved while maintaining characteristics of guide filter, such as edge-preserving, smoothing, and so on. In this paper, we propose an efficient VLSI architecture for the full-image guided filter by analyzing the data dependency, the data frequency and the PSNR analysis of the image in order to achieve enough speed for various applications such as stereo vision, real-time systems, etc. In addition, the proposed efficient scheduling enables the realtime process by minimizing the idle period in weight computation. The proposed VLSI architecture shows 214MHz of maximum operating frequency (image size: 384*288, 965 fps) and 76K of gates (internal memory excluded).

• Journal of KIISE:Computing Practices and Letters
• /
• v.9 no.5
• /
• pp.541-550
• /
• 2003

It is important for the strategy of product sales to investigate the consumer's sensitivity and preference degree in the environment that the process of material development has been changed focusing on the consumer renter. In the present study, we propose the Fashion Design Recommender System (FDRS) of textile design applying collaborative filtering personalization technique as one of methods in the material development centered on consumer's sensibility and preferences. In collaborative filtering personalization technique based on textile, Pearson Correlation Coefficient is used to calculate similarity weights between users. We build the database founded on the sensibility adjective to develop textile designs by extracting the representative sensibility adjective from users' sensibility and preferences about textile designs. FDRS recommends textile designs to a consumer who has a similar propensity about textile. Ultimately, this paper sugeests empirical applications to verify the adequacy and the validity on this system with the development of Fashion Design Recommender System (FDRS)

• Journal of the Korea Convergence Society
• /
• v.12 no.5
• /
• pp.1-7
• /
• 2021

In the latest trend of machine translation research, the model is pretrained through a large mono lingual corpus and then finetuned with a parallel corpus. Although many studies tend to increase the amount of data used in the pretraining stage, it is hard to say that the amount of data must be increased to improve machine translation performance. In this study, through an experiment based on the mBART model using parallel corpus filtering, we propose that high quality data can yield better machine translation performance, even utilizing smaller amount of data. We propose that it is important to consider the quality of data rather than the amount of data, and it can be used as a guideline for building a training corpus.