소프트웨어의 규모는 시간이 지남에 따라 복잡성과 유지보수 비용이 증가한다. 이로 인해 최근 유지보수의 중요성이 더욱 대두되고 있다. 소프트웨어가 진화 할수록 유지보수를 어렵게 하는 징후인 코드의 나쁜 냄새(Bad Smell)가 점점 심해지기 때문에 나쁜 냄새가 나는 코드를 제거하여 유지보수를 용이하게 개선해야 한다. 최근에는 이러한 나쁜 냄새를 위해 소프트웨어 리팩토링 기법에 대한 연구가 많이 연구되고 있다. 본 논문에서는 나쁜 냄새의 한 종류인 긴 매개변수 리스트(Long Parameter List)를 식별하고 해결하여 소프트웨어의 유지보수성을 향상시키는 방안을 제안한다. 제안되는 방안은 매개변수간의 의미적인 유사도를 측정하여 이를 군집화 하여 새로운 객체가 될 수 있는 매개변수들을 식별한다. 제안되는 방안은 경력 있는 객체지향 소프트웨어 개발자들이 군집화한 매개변수리스트와의 비교를 통해 평가되고, 그 결과가 통계적으로 검증된다.
International journal of advanced smart convergence
/
제8권2호
/
pp.132-139
/
2019
We address the problem about forecasting the direction of stock price movement in the Korea market. Recently, the deep neural network is popularly applied in this area of research. In deep neural network systems, proper parameter initialization reduces training time and improves the performance of the model. Therefore, in our study, we propose a novel parameter initialization technique and apply this technique for the stock price movement prediction model. Specifically, we design a framework which consists of two models: a base model and a main prediction model. The base model constructed with LSTM is trained by using the large data which is generated by a large amount of the stock data to achieve optimal parameters. The main prediction model with the same architecture as the base model uses the optimal parameter initialization. Thus, the main prediction model is trained by only using the data of the given stock. Moreover, the stock price movements can be affected by other related information in the stock market. For this reason, we conducted our research with two types of inputs. The first type is the stock features, and the second type is a combination of the stock features and the Korea Composite Stock Price Index (KOSPI) features. Empirical results conducted on the top five stocks in the KOSPI list in terms of market capitalization indicate that our approaches achieve better predictive accuracy and F1-score comparing to other baseline models.
긴 파라미터 리스트(Long parameter list)는 소프트웨어 코드의 품질을 저해시키는 Bad Smell들 중 하나로써, 코드에 대한 이해도를 떨어뜨리고 코드의 변경을 어렵게 한다는 문제점이 있다. 이러한 문제를 해결하는 기법들 중 하나인 IPO(Introduce Parameter Object) 기법은 함께 사용되는 빈도가 높은 파라미터들을 하나의 클래스로 만든 후에 관련된 기능들을 해당 클래스의 메소드로 추출하여 사용하므로 코드의 중복을 막아 재사용성을 높이고 코드에 대한 이해도를 높일 수 있다. 하지만 IPO 기법의 주된 관심사는 파라미터 그룹의 발생 빈도에 초점을 두고 있으며, 커플링에 대한 고려가 충분히 이루어지지 않는다. 따라서 본 연구에서는 IPO 기법과 커플링의 관계를 분석하여 IPO 기법이 커플링까지 고려할 수 있도록 확장된 IPO기법을 제안한다. 제안된 기법은 기존의 기법에 비해 더 낮은 커플링을 달성하여 고품질의 코드를 얻을 수 있다.
We investigate a relative contribution from short to long-term flaring rate to predicting M and X-class flare probabilities. In this study, we consider magnetic parameters summarizing distribution and non-potentiality by Solar Dynamics Observatory/Helioseimic and Magnetic Imager and flare list by Geostationary Operational Environmental Satellites. A short-term rate is the number of major flares that occurred in an given active region (AR) within one day before the prediction time. A mid-term rate is a mean flaring rate from the AR appearance day to one day before the prediction time. A long-term rate is a rate determined from a relationship between magnetic parameter values of ARs and their flaring rates from 2010 May to 2015 April. In our model, the predicted rate is given by the combination of weighted three rates satisfying that their sum of the weights is 1. We calculate Brier skill scores (BSSs) for investigating weights of three terms giving the best prediction performance using ARs from 2015 April to 2018 April. The BSS (0.22) of the model with only long-term is higher than that with only short-term or mid-term. When short or mid-term are considered additionally, the BSSs are improved. Our model has the best performance (BSS = 0.29) when all three terms are considered, and their relative contribution from short to long-term rate are 19%, 23%, and 58%, respectively. This model seems to be more effective when predicting active solar ARs having several major flares.
Conventional methods for selecting jamming techniques in electronic warfare are based on libraries in which a list of jamming techniques for radar signals is recorded. However, the choice of jamming techniques by the library is limited when modified signals are received. In this paper, we propose a method to predict the jamming technique for radar signals by using deep learning methods. Long short-term memory(LSTM) is a deep running method which is effective for learning the time dependent relationship in sequential data. In order to determine the optimal LSTM model structure for jamming technique prediction, we test the learning parameter values that should be selected, such as the number of LSTM layers, the number of fully-connected layers, optimization methods, the size of the mini batch, and dropout ratio. Experimental results demonstrate the competent performance of the LSTM model in predicting the jamming technique for radar signals.
Tension force of hanger ropes has been recognized and utilized as an important parameter for health monitoring of suspension bridges. Conventional vibration method based on string theory has been utilized to estimate tension forces of relatively long hanger ropes without any problem, however it is convinced that the vibration method is not applicable for shorter hanger ropes in which the influence of flexural stiffness is not ignorable. Therefore, as an alternative of vibration method, a number of feasibility studies of system identification(SI) technique considering flexural stiffness of the hanger ropes are recently performed. In this study, the influence of support condition of the finite element model utilized for the SI method is investigated with numerical examples. The numerical examples are prepared with the specification of the Kwang-Ahn bridge hanger ropes, and it is revealed that the estimation result of the tension force can be varied from -21.6 % to +35.3 % of the exact value according to the consideration of the support condition of FE model. Therefore, it is concluded that the rotational stiffness of the support spring should be included to the list of the identification parameters of the FE model to improve the result of tension estimation.
In this study we have examined the probability of solar proton events (SPEs) and their peak fluxes depending on flare (flux, longitude and impulsive time) and CME parameters (linear speed, longitude, and angular width). For this we used the NOAA SPE list and their associated flare data from 1976 to 2006 and CME data from 1997 to 2006. We find that about 3.5% (1.9% for M-class and 21.3% for X-class) of the flares are associated with SPEs. It is also found that this fraction strongly depends on longitude; for example, the fraction for $30W^{\circ}$ < L < $90W^{\circ}$ is about three times larger than that for $30^{\circ}E$ < L < $90^{\circ}E$. The SPE probability with long duration (${\geq}$ 0.3 hours) is about 2 (X-class flare) to 7 (M-class flare) times larger than that for flares with short duration (< 0.3 hours). In case of halo CMEs with V ${\geq}$ 1500km/s, 36.1% are associated with SPEs but in case of partial halo CME ($120^{\circ}$${\leq}$ AW < $360^{\circ}$) with 400 km/s ${\leq}$ V < 1000 km/s, only 0.9% are associated with SPEs. The relationships between X-ray flare peak flux and SPE peak flux are strongly dependent on longitude and impulsive time. The relationships between CME speed and SPE peak flux depend on longitude as well as direction parameter. From this study, we suggest a new SPE forecast method with three-steps: (1) SPE occurrence probability prediction according to the probability tables depending on flare and CME parameters, (2) SPE flux prediction from the relationship between SPE flux and flare (or CME) parameters, and (3) SPE peak time.
본 논문은 회전형 역 진자 시스템(Rotary Inverted Pendulum System : RIPS)에 대한 계층적 공정 경쟁 기반 유전자 알고리즘(Hierarchical Fair Competition-based Genetic Algorithms : HFCGA) 기반 최적 퍼지 제어기 설계를 제안한다. 회전형 역 진자 시스템의 제어를 위해 퍼지제어기를 사용하였으며, 이때 퍼지제어기의 규칙은 LQR(Linear Quadratic Regulator) 제어기를 기반으로 하여 설계하였다. 유전자 알고리즘은 전역해를 구할 수 있는 장점이 있어 많은 분야에 성공적으로 적용되고 있지만 조기수렴 문제로 인하여 지역해에 빠질 수 있다. 이러한 문제를 해결하기 위하여 병렬유전자 알고리즘이 개발되었으며, HFCGA는 병렬유전자 알고리즘을 개선한 방법 중의 하나이다. 본 논문에서는 퍼지 제어기의 파라미터의 최적화를 위해 계층적 공정 경쟁 기반 유전자 알고리즘을 사용하였다. 시뮬레이션 및 실험을 통하여 LQR 제어기, 기존 단순유전자 알고리즘(SGA)을 이용한 퍼지제어기와 제안된 HFCGA 기반 퍼지제어기의 성능 비교를 통하여 제안된 방법의 우수성을 보인다.
Nam, Byung Ho;Kim, Young-Woo;Reim, Daniel;Eom, Bang Wool;Yu, Wan Sik;Park, Young Kyu;Ryu, Keun Won;Lee, Young Joon;Yoon, Hong Man;Lee, Jun Ho;Jeong, Oh;Jeong, Sang Ho;Lee, Sang Eok;Lee, Sang Ho;Yoon, Ki Young;Seo, Kyung Won;Chung, Ho Young;Kwon, Oh Kyoung;Kim, Tae Bong;Lee, Woon Ki;Park, Seong Heum;Sul, Ji-Young;Yang, Dae Hyun;Lee, Jong Seok
Journal of Gastric Cancer
/
제13권3호
/
pp.164-171
/
2013
Purpose: Laparoscopy-assisted distal gastrectomy for early gastric cancer has gained acceptance and popularity worldwide. However, laparoscopy-assisted distal gastrectomy for advanced gastric cancer is still controversial. Therefore, we propose this prospective randomized controlled multi-center trial in order to evaluate the safety and feasibility of laparoscopy assisted D2-gastrectomy for advanced stage gastric cancer. Materials and Methods: Patients undergoing distal gastrectomy for advanced gastric cancer staged cT2/3/4 cN0/1/2/3a cM0 by endoscopy and computed tomography are eligible for enrollment after giving their informed consent. Patients will be randomized either to laparoscopyassisted distal gastrectomy or open distal gastrectomy. Sample size calculation revealed that 102 patients are to be included per treatment arm. The primary endpoint is the non-compliance rate of D2 dissection; relevant secondary endpoints are three-year disease free survival, surgical and postoperative complications, hospital stay and unanimity rate of D2 dissection evaluated by reviewing the intraoperative video documentation. Discussion: Oncologic safety is the major concern regarding laparoscopy-assisted distal gastrectomy for advanced gastric cancer. Therefore, the non-compliance rate of clearing the N2 area was chosen as the most important parameter for the technical feasibility of the laparoscopic procedure. Furthermore, surgical quality will be carefully reviewed, that is, three independent experts will review the video records and score with a check list. For a long-term result, disease free survival is considered a secondary endpoint for this trial. This study will offer promising evidence of the feasibility and safety of Laparoscopy-assisted distal gastrectomy for advanced gastric cancer. Trial Registration: NCT01088204 (international), NCCCTS-09-448 (Korea).
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.