• 한국컴퓨터정보학회논문지
• /
• 제18권2호
• /
• pp.127-140
• /
• 2013

본 논문에서는 조직의 변화인식 수준과 소프트웨어 프로세스 개선사이의 관계를 대립되는 가치 틀을 이용하여 분석하였다. 조직의 변화인식 수준 측정을 위해, 변화관리의 성과를 예측하는데 사용되는 DICE 모델을 적용하였다. 조직 변화의 핵심요소인 4가지 요소인 Duration(기간), Integrity(성실성), Commitment(조직몰입), Effort(노력)에 대한 점수화가 이루어지고, 이를 바탕으로 조직의 변화의지를 win, worry 혹은 woe 구역(zone)으로 구분한다. 본 논문에서는 DICE 점수를 소프트웨어 프로세스 개선의 성과를 예측하기 위해 독립변수로 활용하였다. 분석 결과에 따르면, DICE 점수가 높은 조직일수록 소프트웨어 프로세스 개선의 성과가 좋은 것으로 나타나고 있다.

• 한국컴퓨터정보학회논문지
• /
• 제19권2호
• /
• pp.209-219
• /
• 2014

IT 융 복합화와 소프트웨어의 역할의 급속한 확대되면서 많은 기업들이 소프트웨어 프로세스 개선에 관심과 투자를 늘려왔다. 하지만 이런 소프트웨어 프로세스 개선활동이 조직의 실제 성과나 프로젝트의 성과로 이어진다는 것을 보여주는 국내 실증연구는 여전히 부족한 편이다. 본 연구에서는 기존의 소프트웨어 프로세스 개선 모델들이 제시하고 있는 기본적인 가정사항인 소프트웨어 프로세스성숙도가 높으면 조직이나 프로젝트의 성과가 좋게 나타나는지를 살펴보고, 이들의 관계가 조직의 변화의지에 따라 달라지는지를 살펴보는 것이다. 이를 위해 총 104개 소프트웨어 프로젝트 데이터를 수집하여 분석에 활용하였다. 분석결과 소프트웨어 프로세스 수준이 높은 조직일수록 프로젝트 납기성과가 좋은 것으로 나타났으며, 조직변화의지가 높을수록 프로세스 개선의 성과도 높게 나타나고 있다.

• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.221-235
• /
• 2022

Manual inspection of steel box girders on long span bridges is time-consuming and labor-intensive. The quality of inspection relies on the subjective judgements of the inspectors. This study proposes an automated approach to detect and segment cracks in high-resolution images. An end-to-end cascaded framework is proposed to first detect the existence of cracks using a deep convolutional neural network (CNN) and then segment the crack using a modified U-Net encoder-decoder architecture. A Naïve Bayes data fusion scheme is proposed to reduce the false positives and false negatives effectively. To generate the binary crack mask, first, the original images are divided into 448 × 448 overlapping image patches where these image patches are classified as cracks versus non-cracks using a deep CNN. Next, a modified U-Net is trained from scratch using only the crack patches for segmentation. A customized loss function that consists of binary cross entropy loss and the Dice loss is introduced to enhance the segmentation performance. Additionally, a Naïve Bayes fusion strategy is employed to integrate the crack score maps from different overlapping crack patches and to decide whether a pixel is crack or not. Comprehensive experiments have demonstrated that the proposed approach achieves an 81.71% mean intersection over union (mIoU) score across 5 different training/test splits, which is 7.29% higher than the baseline reference implemented with the original U-Net.