• 한국수산과학회지
• /
• 제51권6호
• /
• pp.632-639
• /
• 2018

To develop the high-value added seafood products from a regional speciality seafood, the seasoned dried pen shell Atrina pectinata adductor (SDPA) and seasoned smoke-dried pen shell adductor (SSPA) samples were prepared, and their optimal processing conditions, quality metrics, and shelf-life characteristics were examined. SDPA and SSPA samples were produced by thawing of frozen pen shell adductor, and cutting it into 6-7 mm slices, hot-air drying ($60^{\circ}C$, 20 min) or smoking ($110^{\circ}C$, 20 min), seasoning ($4^{\circ}C$, 12 h) with seasoning powder (60% sorbitol, 15% sucrose, 16% salt and 9.0% monosodium glutamate), hot-air drying ($60^{\circ}C$, 3 h), torching, vacuum-packaging in a laminated plastic film bag, heat treating with hot-water ($85^{\circ}C$, 15 min), and cooling. The moisture content of SDPA and SSPA samples was 44.5 and 43.0%, respectively, and the water activity was 0.845 and 0.842. The total amino acids in SDPA and SSPA samples were 20,986.8 and 21,312.4 mg/100 g, respectively, and the major amino acids in both products were aspartic acid, serine, glutamic acid, proline, glycine, alanine, valine, leucine, phenylalanine, lysine and arginine. The primary minerals were Na, S, K and P. Incubating tests indicated that the quality of SDPA and SSPA samples was maintained for 30 days of storage.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권6호
• /
• pp.430-445
• /
• 2010

유비쿼터스 컴퓨팅 환경에서 사용자에게 서비스를 자동으로 제공하기 위해 사용되는 동적 서비스 합성은 효과적인 서비스 기술 및 모델링 기법이 전제되어야 한다. 이를 위해 이전 연구에서는 유비쿼터스 환경 내의 기기의 기능을 추상화한 'u-서비스'라는 개념을 제안하였고, 온톨로지로 구조화하는 메커니즘과 u-서비스의 특성을 표현하기 위한 기술 규격을 정립한 바 있다. 하지만 u-서비스 온톨로지 설계시에 효율성을 검증하기 위한 체계나 기준을 제공하지는 못하고 있다. 또한 기존의 소프트웨어 제품이나 컴퓨팅 시스템의 품질 평가 모델은 유비쿼터스 서비스의 특성을 고려하지 못하므로 직접 적용하기에도 적합하지 않다. 따라서 본 연구에서는 이전 연구에서의 u-서비스 온톨로지 구축 방법론을 바탕으로 효과적인 유비쿼터스 서비스 온톨로지를 설계하기 위한 품질 평가 모델을 제안한다. 유비쿼터스 서비스 온톨로지의 특성을 반영하여 모델링 목표와 설계 단계에서의 평가 지표를 도출하고 각 품질 속성을 정량화하기 위한 메트릭을 정의한다. 이전 연구에서 구축한 u-서비스 온톨로지에 적용한 결과, 제안한 품질 평가 모델을 통해 유비쿼터스 서비스 온톨로지의 적합성을 다각도로 분석하고 설계 개선을 위한 모델링 원칙을 제시할 수 있음을 보였다.

• 한국융합학회논문지
• /
• 제12권8호
• /
• pp.245-256
• /
• 2021

4차산업혁명시대에 정보통신기술의 비약적인 발전, 고객구매 성향의 다양함, 복잡함은 산업 전체적으로 데이터의 양적 중가를 가져와 '빅데이터' 시대를 맞이하게 되었다. 빅데이터 시대는 데이터를 분석, 활용하여 기업의 전략적 의사결정에 활용하는 것이 기업의 핵심 역량으로 자리 잡게 되었다. 하지만 현재 빅데이터 연구들은 기술적 이슈와 미래 잠재 가치 중심이었다. 반면 기업이 보유한 내.외부 고객 빅데이터의 품질 및 활용 수준관리에 대한 연구와 논의는 부족하였다. 본 연구에서는 기업의 내.외부 빅데이터 품질관리 정보시스템 측면와 품질경영 측면으로 인식하여 영향요인을 도출하였다. 또한 빅데이터 품질관리, 빅데이터 활용 및 수준관리가 기업의 업무 효율화와 기업 경영성과에 유의한 영향을 미치는지 204명의 임직원 설문을 통해 조사하였고, 가설을 설정하여 검증하였다. 연구결과 경영층의 지원, 개인 혁신성, 경영환경변화, 빅데이터 품질활용 지표관리, 빅데이터 거버넌스 체계 마련이 기업 경영성과에 유의한 영향을 미쳤다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권5호
• /
• pp.341-353
• /
• 2010

모바일 인터넷 디바이스(Mobile Internet Device, MID)는 장소에 구애를 받지 않고 다양한 무선 인터넷(Wi-Fi, GSM, CDMA, 3G등)을 이용하여 어플리케이션 서비스를 이용하는 장치이다. MID는 휴대성, 인터넷 접속성 등 편리함으로 널리 사용될 것으로 예상되나, 크기가 작은 장치로서 낮은 성능의 CPU, 작은 용량의 메모리, 낮은 전력, 작은 액정의 화면 등 자원의 제약성을 가지고 있다. 따라서, 높은 사양을 요구하는 어플리케이션을 MID에 설치하거나 많은 양의 데이터를 메모리에 저장하고 처리하는데 제약을 가지고 있다. 이런 한계를 극복하기 위한 효과적인 방법은 필요한 기능을 서버 측의 클라우드 서비스 형태로 설치 운영하고, MID 단말기에서 필요한 기능은 인터넷을 이용하여 호출 형태로 사용한다. 기능이 MID 클라이언트와 서버에 분산되어 있고, 원격의 서비스를 사용하며, 제3의 개발자가 개발한 서비스 등을 이용하기 때문에 서비스의 이질성(Heterogeneity)과 독립성(Independability)등으로 서비스의 품질 (Quality of Service, QoS)이 떨어질 수 있다. 클라우드 서비스의 고유한 속성인 이질성과 독립성으로 인해 품질측정이 전통적 소프트웨어 품질측정보다 기술적으로 어렵다. 본 논문에서는 MID와 클라우드 서비스의 특징을 규명하고, 이를 근간으로 모바일 서비스의 품질을 측정하기 위한 품질모델을 유도 제시한다. 품질모델은 품질속성과 각 속성별로 적용할 수 있는 메트릭으로 구성된다. 제시된 품질모델은 사례연구를 통하여 본 연구의 실효성과 적용 가능성을 보여준다.

• 대한임상검사과학회지
• /
• 제37권2호
• /
• pp.65-70
• /
• 2005

Those specifications of the CLIA analytical tolerance limits are consistent with the performance goals in Six Sigma Quality Management. Six sigma analysis determines performance quality from bias and precision statistics. It also shows if the method meets the criteria for the six sigma performance. Performance standards calculates allowable total error from several different criteria. Six sigma means six standard deviations from the target value or mean value and about 3.4 failures per million opportunities for failure. Sigma Quality Level is an indicator of process centering and process variation total error allowable. Tolerance specification is replaced by a Total Error specification, which is a common form of a quality specification for a laboratory test. The CLIA criteria for acceptable performance in proficiency testing events are given in the form of an allowable total error, TEa. Thus there is a published list of TEa specifications for regulated analytes. In terms of TEa, Six Sigma Quality Management sets a precision goal of TEa/6 and an accuracy goal of 1.5 (TEa/6). This concept is based on the proficiency testing specification of target value +/-3s, TEa from reference intervals, biological variation, and peer group median mean surveys. We have found rules to calculate as a fraction of a reference interval and peer group median mean surveys. We studied to develop total error allowable from peer group survey results and CLIA 88 rules in US on 19 items TP, ALB, T.B, ALP, AST, ALT, CL, LD, K, Na, CRE, BUN, T.C, GLU, GGT, CA, phosphorus, UA, TG tests in chematology were follows. Sigma level versus TEa from peer group median mean CV of each item by group mean were assessed by process performance, fitting within six sigma tolerance limits were TP ($6.1{\delta}$/9.3%), ALB ($6.9{\delta}$/11.3%), T.B ($3.4{\delta}$/25.6%), ALP ($6.8{\delta}$/31.5%), AST ($4.5{\delta}$/16.8%), ALT ($1.6{\delta}$/19.3%), CL ($4.6{\delta}$/8.4%), LD ($11.5{\delta}$/20.07%), K ($2.5{\delta}$/0.39mmol/L), Na ($3.6{\delta}$/6.87mmol/L), CRE ($9.9{\delta}$/21.8%), BUN ($4.3{\delta}$/13.3%), UA ($5.9{\delta}$/11.5%), T.C ($2.2{\delta}$/10.7%), GLU ($4.8{\delta}$/10.2%), GGT ($7.5{\delta}$/27.3%), CA ($5.5{\delta}$/0.87mmol/L), IP ($8.5{\delta}$/13.17%), TG ($9.6{\delta}$/17.7%). Peer group survey median CV in Korean External Assessment greater than CLIA criteria were CL (8.45%/5%), BUN (13.3%/9%), CRE (21.8%/15%), T.B (25.6%/20%), and Na (6.87mmol/L/4mmol/L). Peer group survey median CV less than it were as TP (9.3%/10%), AST (16.8%/20%), ALT (19.3%/20%), K (0.39mmol/L/0.5mmol/L), UA (11.5%/17%), Ca (0.87mg/dL1mg/L), TG (17.7%/25%). TEa in 17 items were same one in 14 items with 82.35%. We found out the truth on increasing sigma level due to increased total error allowable, and were sure that the goal of setting total error allowable would affect the evaluation of sigma metrics in the process, if sustaining the same process.

• ETRI Journal
• /
• 제35권1호
• /
• pp.89-99
• /
• 2013

The problem of the sentence-based pronunciation evaluation task is defined in the context of subjective criteria. Three subjective criteria (that is, the minimum subjective word score, the mean subjective word score, and first impression) are proposed and modeled with the combination of word-based assessment. Then, the subjective criteria are approximated with objective sentence pronunciation scores obtained with the combination of word-based metrics. No a priori studies of common mistakes are required, and class-based language models are used to incorporate incorrect and correct pronunciations. Incorrect pronunciations are automatically incorporated by making use of a competitive lexicon and the phonetic rules of students' mother and target languages. This procedure is applicable to any second language learning context, and subjective-objective sentence score correlations greater than or equal to 0.5 can be achieved when the proposed sentence-based pronunciation criteria are approximated with combinations of word-based scores. Finally, the subjective-objective sentence score correlations reported here are very comparable with those published elsewhere resulting from methods that require a priori studies of pronunciation errors.

• 디지털콘텐츠학회 논문지
• /
• 제19권6호
• /
• pp.1197-1205
• /
• 2018

본 논문에서는 함정전투체계의 EOTS나 IRST에서 획득한 영상을 초고해상도 영상으로 복원한다. 저해상도에서 초고해상도의 영상을 생성하는 생성 모델과 이를 판별하는 판별 모델로 구성된 생성적 적대 신경망을 이용하고, 다양한 학습 파라미터의 변화를 통한 최적의 값을 제안한다. 실험에 사용되는 학습 파라미터는 crop size와 sub-pixel layer depth, 학습 이미지 종류로 구성되며, 평가는 일반적인 영상 품질 평가 지표에 추가적으로 특징점 추출 알고리즘을 함께 사용하였다. 그 결과, Crop size가 클수록, Sub-pixel layer depth가 깊을수록, 고해상도의 학습이미지를 사용할수록 더 좋은 품질의 영상을 생성한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권2호
• /
• pp.579-603
• /
• 2018

In this paper we propose a QoS-enhanced intelligent stochastic optimal fair real-time packet scheduler, QUEST, for 4G LTE traffic in routers. The objective of this research is to maximize the system QoS subject to the constraint that the processor utilization is kept nearly at 100 percent. The QUEST has following unique advantages. First, it solves the challenging problem of starvation for low priority process - buffered streaming video and TCP based; second, it solves the major bottleneck of the scheduler Earliest Deadline First's failure at heavy loads. Finally, QUEST offers the benefit of arbitrarily pre-programming the process utilization ratio.Three classes of multimedia 4G LTE QCI traffic, conversational voice, live streaming video, buffered streaming video and TCP based applications have been considered. We analyse two most important QoS metrics, packet loss rate (PLR) and mean waiting time. All claims are supported by discrete event and Monte Carlo simulations. The simulation results show that the QUEST scheduler outperforms current state-of-the-art benchmark schedulers. The proposed scheduler offers 37 percent improvement in PLR and 23 percent improvement in mean waiting time over the best competing current scheduler Accuracy-aware EDF.

• 한국공간정보시스템학회 논문지
• /
• 제11권2호
• /
• pp.45-53
• /
• 2009

The fast progress on multimedia data acquisition technologies has enabled collecting vast amount of videos in real time. Although the amount of information gathered from these videos could be high in terms of quantity and quality, the use of the collected data is very limited typically by human-centric monitoring systems. In this paper, we propose a framework for analyzing long traffic video using series of content-based analyses tools. Our framework suggests a method to integrate theses analyses tools to extract highly informative features specific to a traffic video analysis. Our analytical framework provides (1) re-sampling tools for efficient and precise analysis, (2) foreground extraction methods for unbiased traffic flow analysis, (3) frame property analyses tools using variety of frame characteristics including brightness, entropy, Harris corners, and variance of traffic flow, and (4) a visualization tool that summarizes the entire video sequence and automatically highlight a collection of frames based on some metrics defined by semi-automated or fully automated techniques. Based on the proposed framework, we developed an automated traffic flow analysis system, and in our experiments, we show results from two example traffic videos taken from different monitoring angles.

• 정보처리학회논문지D
• /
• 제8D권4호
• /
• pp.387-392
• /
• 2001

많은 소프트웨어 프로젝트는 시험이나 운영단계에서 고장시간이나 고장 수 데이타보다 그룹 고장 데이터(여러 고장 간격에서 또는 가변적인 시간 간격에서의 고장들)가 수집된다. 본 논문은 그룹 고장 데이터에 대해 가변적인 미래의 시간에서 누적 고장 수를 예측할 수 있는 신경망 모델을 제시한다. 2개의 변형된 캐스케이드-상관 학습 알고리즘을 제안하였다. 제안된 신경망 모델들은 다른 잘 알려진 신경망 모델과 통계적 소프트웨어 신뢰도 성장 모델과 비교되었다. 실험결과, 그룹 데이터에 대해 변형된 캐스케이드-상관 학습 알고리즘이 좋은 예측 결과를 나타내었다.