• 한국정보통신학회논문지
• /
• 제14권1호
• /
• pp.233-241
• /
• 2010

CoSlide는 WebDAV 기반의 Jakarta Slide 서버를 확장한 협업시스템으로서 협업참여자들을 위하여 그룹작업장을 제공한다. CoSpace는 WebDAV프로토콜을 통하여 CoSlide 서버에서 다양한 협업저작 활동을 지원하는 클라이언트이며 협업참여자들 사이의 효과적인 상호작용을 지원하는 그래픽 사용자 인터페이스와 협업참여자들의 공유자원 관리기능을 제공한다. 하지만, 협업 수행에 있어서 공유자원의 동시 수정은 협업참여자들에 의해 생성된 수정본들 사이의 충돌을 발생할 수 있어, 프로젝트 진행에 심각한 문제를 야기한다. 본 논문에서는, 이러한 문제점을 해결하기 위한 CoSpace 클라이언트의 확장에 대하여 기술한다. 확장된 CoSpace는 협업참여자들이 서버 자원의 버전을 원격으로 관리할 수 있는 원격 버전 관리 기능을 지원한다. 또한, 프로그램 소스코드와 같은 텍스트 파일의 변경 사항을 확인 할 수 있도록, 확장된 클라이언트는 두 버전을 비교하여 차이점을 시각적으로 표현하며 작업장 전체에 대한 버전 관리 기능과 지정된 자원의 불필요한 버전을 일괄적으로 제거하는 기능도 함께 제공한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2008년도 한국컴퓨터종합학술대회논문집 Vol.35 No.1 (A)
• /
• pp.219-220
• /
• 2008

• 정보처리학회논문지C
• /
• 제13C권4호
• /
• pp.511-520
• /
• 2006

웹데브(WebDAV)는 HTTP/1.1을 확장한 웹 통신 프로토콜로서 인터넷을 통하여 다양한 콘텐츠의 비동기적인 협업저작을 지원하기 위한 표준 하부구조를 제공한다. 현재 웹데브 명세를 지원하는 저작 응용프로그램으로 Microsoft office 제품군, Photoshop, Dreamweaver 등이 있으며, 웹데브 기능이 응용프로그램에 통합되어 동작된다. 이 방법은 웹데브 자원에 대한 분산저작을 효과적으로 지원하지만 각각의 응용프로그램이 웹데브 기능을 독자적으로 지원해 주어야 하는 단점을 가지고 있다. 본 논문에서는 웹데브 명세를 지원하지 않는 저작도구들이 원거리 분산저작 작업을 효과적으로 수행할 수 있도록 리녹스 KDE 기반의 웹데브 클라이언트인 DAView를 개발하였다. DAView는 웹데브 서버 자원에 대한 GUI 환경을 제공하며 DAVExplorer와 같은 웹데브 파일탐색기와 유사한 구조를 가진다. 본 클라이언트는 기존의 웹데브 파일탐색기와는 달리 서버자원에 관련된 저작도구의 자동구동과 함께 자동화된 잠금관리를 지원한다.

• Ocean Systems Engineering
• /
• 제14권1호
• /
• pp.85-99
• /
• 2024

Ocean surface currents have an essential role in the Earth's climate system and significantly impact the marine ecosystem, weather patterns, and human activities. However, predicting ocean surface currents remains challenging due to the complexity and variability of the oceanic processes involved. This review article provides an overview of the current research status, challenges, and opportunities in the prediction of ocean surface currents. We discuss the various observational and modelling approaches used to study ocean surface currents, including satellite remote sensing, in situ measurements, and numerical models. We also highlight the major challenges facing the prediction of ocean surface currents, such as data assimilation, model-observation integration, and the representation of sub-grid scale processes. In this article, we suggest that future research should focus on developing advanced modeling techniques, such as machine learning, and the integration of multiple observational platforms to improve the accuracy and skill of ocean surface current predictions. We also emphasize the need to address the limitations of observing instruments, such as delays in receiving data, versioning errors, missing data, and undocumented data processing techniques. Improving data availability and quality will be essential for enhancing the accuracy of predictions. The future research should focus on developing methods for effective bias correction, a series of data preprocessing procedures, and utilizing combined models and xAI models to incorporate data from various sources. Advancements in predicting ocean surface currents will benefit various applications such as maritime operations, climate studies, and ecosystem management.