• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권8호
• /
• pp.4191-4211
• /
• 2019

Software product lines (SPLs) are complex software systems by nature due to their common reference architecture and interdependencies. Therefore, any form of evolution can lead to a more complex situation than a single system. On the other hand, software product lines are developed keeping long-term perspectives in mind, which are expected to have a considerable lifespan and a long-term investment. SPL development organizations need to consider software evolution in a systematic way due to their complexity and size. Addressing new user requirements over time is one of the most crucial factors in the successful implementation SPL. Thus, the addition of new requirements or the rapid context change is common in SPL products. To cope with rapid change several researchers have discussed the evolution of software product lines. However, for the evolution of an SPL, the literature did not present a systematic process that would define activities in such a way that would lead to the rapid evolution of software. Our study aims to provide a requirements-driven process that speeds up the requirements engineering process using social network sites in order to achieve rapid software evolution. We used classification, topic modeling, and sentiment extraction to elicit user requirements. Lastly, we conducted a case study on the smartwatch domain to validate our proposed approach. Our results show that users' opinions can contain useful information which can be used by software SPL organizations to evolve their products. Furthermore, our investigation results demonstrate that machine learning algorithms have the capacity to identify relevant information automatically.

• 한국컴퓨터정보학회논문지
• /
• 제28권10호
• /
• pp.301-311
• /
• 2023

대학 교양 교육에서 학습자들의 성취 목표는 중요한 연구 주제이며, 이는 최근 보편화된 교양소프트웨어 교육에도 해당된다. 본 논문에서는 교양 소프트웨어 교과를 수강하는 학습자들의 학수 구분에 따른 학습 동기 변화를 3 × 2 성취목표모델을 이용해 분석하였다. 분석은 필수와 선택 등 서로 취지로 학점을 이수하는 학습자들이 함께 수강하는 토론 중심 교과를 대상으로 수행되었다. 분석 결과, 학습자들은 유사한 성취 목표로 학기를 시작하나, 선택으로 이수하는 학습자들의 회피 목표가 감소하여 학기 말에는 유의한 차이를 보였다. 이는 의무 수강을 학습 동기 결여의 원인으로 지목한 기존 교양 소프트웨어 교육 연구와 다른 결과이다. 또한, 선택으로 수강하는 학습자들은 상대적으로 경쟁보다는 성취에 학습 목적을 둔다는 것을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2011년도 춘계학술대회
• /
• pp.641-642
• /
• 2011

본 논문에서는 21세기 정보기술의 중심 중에 한 분야인 하드웨이/소프트웨어 협동설계에 기반을 둔 임베디드시스템 구성에 대해 논의하였다. 이를 위해 본 논문에서는 임베디드시스템의 분류와 그 필요성에 대해 기술하였고, 또한, 임베디드 시스템 구성시에 고려할 사항과 분류에 대해 논의하였다. 그리고 임베디드시스템 모델링에 대해 논의하였다. 제안한 하드웨어/소프트웨어 협동설계에 기반을 둔 임베디드시스템은 최근에 그 중요성이 높아지고 있으며 향 후 많은 분야의 차세대 IT 분야에 접목이 될 것으로 기대된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 추계학술발표대회
• /
• pp.535-536
• /
• 2016

사람이 수많은 지원자의 이력서들을 모두 꼼꼼히 읽는 데에는 엄청난 시간과 노동이 필요하다. 만약 컴퓨터가 이력서를 알맞은 직군으로 분류해 줄 수 있다면 이러한 어려움을 해소할 수 있다. 이를 위해 본 논문에서는 알맞은 직군으로 분류하기 위한 이력서를 학습할 때에 feature를 어떤 방법으로 선택할 수 있는지 그리고 feature의 개수는 몇 개가 적절한지에 대해 알아본다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권1호
• /
• pp.1-6
• /
• 2013

소프트웨어의 결함 경향 모듈 예측을 위해 SVM 분류기가 우수한 성능을 보인다는 연구들이 많지만, SVM에서 필요한 파라미터 선정 시 매 커널마다 다르게 선정해야 하고, 파라미터의 변경에 따른 결과예측을 위해 알고리즘을 반복적으로 수행해야 하는 불편함이 있다. 따라서 본 논문에서는 SVM의 파라미터 선정 시 유전알고리즘을 이용하여 스스로 찾게 하는 GA-SVM 모델을 구현하였다. 그리고 분류 성능 비교를 위해 신경망의 역전파알고리즘을 이용하여 분류했던 기존 논문과 비교 분석한 결과, GA-SVM 모델의 성능이 더 우수함을 확인하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제59차 동계학술대회논문집 27권1호
• /
• pp.147-148
• /
• 2019

네트워크 응용 서비스들은 점점 더 복잡해지고 있으며, 네트워크 통신 기술의 발전과 함께 네트워크의 특성, 네트워크 관리 및 혼잡 제어에 대한 높은 요구 사항을 제시하므로 네트워크 트래픽 분류가 점점 더 중요해지고 있다. 트래픽 분류는 다양한 특성에 따라 네트워크 트래픽을 여러 클래스로 분류하여 처리하는 작업이다. 본 논문에서는 현재 네트워크 분야에서 적용된 여러 트래픽 분류 기법을 조사한다. 이를 통해 SDN(Software Defined Networking) 환경에서 효율적인 트래픽 분류가 가능한 기법 선택을 위해 비교하며 향후 연구를 위해 트래픽 분류 기법들을 소개한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제60차 하계학술대회논문집 27권2호
• /
• pp.267-270
• /
• 2019

Through this research, the rating data of shops were analyzed. The model was designed for discrete multiple classification as to the corresponding data, and the following experiments were initiated to observe the learned machine. By comparing each benchmarks in the experiments, which contains different setting variables for the machine model, the hit ratio was measured which indicates how much it is matched with the expected label. By analyzing those results from each benchmarks, the model was redesigned one time during the research and the effects of each setting variables on this machine were clarified. Furthermore, the research result left the future works, which are related with how the learning could be improved and what should be designed in the further research.

• 항공우주기술
• /
• 제3권2호
• /
• pp.177-182
• /
• 2004

고도 정보화 사회라고 일컫는 오늘날 컴퓨터는 거의 모든 분야에서 사용되고 있으며, 항공 산업에서도 항공기 및 관련 장비의 개발 과정에서 내장형 소프트웨어가 차지하는 비중이 급증하고 있다. 이에 항공용 소프트웨어에 대한 개괄적인 사항을 알아보고, 항공용 소프트웨어의 분류, 소프트웨어 라이프사이클, 각 목표를 달성하기 위한 활동과 설계고려 사항을 알아본다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제3권3호
• /
• pp.285-307
• /
• 2009

This paper introduces DICE, a Domain-Independent text Classification Engine. DICE is robust, efficient, and domain-independent in terms of software and architecture. Each module of the system is clearly modularized and encapsulated for extensibility. The clear modular architecture allows for simple and continuous verification and facilitates changes in multiple cycles, even after its major development period is complete. Those who want to make use of DICE can easily implement their ideas on this test bed and optimize it for a particular domain by simply adjusting the configuration file. Unlike other publically available tool kits or development environments targeted at general purpose classification models, DICE specializes in text classification with a number of useful functions specific to it. This paper focuses on the ways to locate the optimal states of a practical text classification framework by using various adaptation methods provided by the system such as feature selection, lemmatization, and classification models.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권1호
• /
• pp.288-301
• /
• 2017

In this paper, we propose an optimized algorithm for texture classification by computing a completed modeling of the local binary pattern (CLBP) instead of the traditional LBP of a scalable block size in an image. First, we show that the CLBP descriptor is a better representative than LBP by extracting more information from an image. Second, the CLBP features of scalable block size of an image has an adaptive capability in representing both gross and detailed features of an image and thus it is suitable for image texture classification. This paper successfully implements a machine learning scheme by applying the CLBP features of a scalable size to the Support Vector Machine (SVM) classifier. The proposed scheme has been evaluated on Outex and CUReT databases, and the evaluation result shows that the proposed approach achieves an improved recognition rate compared to the previous research results.