요구사항단계의 결함관리를 위한 방법론에 관한 연구

이은서 ( Eun-ser Lee )  한국정보처리학회, 정보처리학회논문지. 소프트웨어 및 데이터 공학 [2020] 제9권 제7호, 205~212페이지(총8페이지)

결함은 소프트웨어의 품질에서 중요한 요소가 된다. 결함을 관리하기 위하여 검색과 분류의 추가적인 정보를 제안하고자 한다. 추가적인 정보는 체계적인 분류체계와 연산방법을 제시한다. 본 연구에서는 결함관리를 위하여 요구사항 분석 단계의 추가적인 정보를 제시하고자 한다.

TAG Defect Management, Software Quality, Requirement Management, Estimation of Software Quality, 결함관리, 소프트웨어 품질, 요구사항 관리, 소프트웨어 품질 추정

민첩한 활성함수를 이용한 합성곱 신경망의 성능 향상

공나영 ( Na Young Kong ) , 고영민 ( Young Min Ko ) , 고선우 ( Sun Woo Ko )  한국정보처리학회, 정보처리학회논문지. 소프트웨어 및 데이터 공학 [2020] 제9권 제7호, 213~220페이지(총8페이지)

합성곱 신경망은 합성곱층과 완전연결층으로 구성되어 있다. 합성곱층과 완전연결층의 각 층에서는 비선형 활성함수를 사용하고 있다. 활성함수는 뉴런 간에 신호를 전달할 때 입력신호가 일정 기준 이상이면 신호를 전달하고 기준에 도달하지 못하면 신호를 보내지 않을 수 있는 뉴런의 정보전달 방법을 모사하는 함수이다. 기존의 활성함수는 손실함수와 관계성을 가지고 있지 않아 최적해를 찾아가는 과정이 늦어지는 점을 개선하기 위해 활성함수를 일반화한 민첩한 활성함수를 제안하였다. 민첩한 활성함수의 매개변수는 역전파 과정에서, 매개변수에 대한 손실함수의 1차 미분계수를 이용한 학습과정을 통해 최적의 매개변수를 선택하는 방법으로 손실함수를 감소시킴으로써 심층신경망의 성능을 향상시킬 수 있다. MNIST 분류문제를 통하여 민첩한 활성함수가 기존의 활성함수에 비해 우월한 성능을 가짐을...

TAG Convolutional Neural Network, Agile Activation Function, Backpropagation, Learning, 합성곱 신경망, 민첩한 활성함수, 역전파, 학습

XGBoost와 교차검증을 이용한 품사부착말뭉치에서의 오류 탐지

최민석 ( Min-seok Choi ) , 김창현 ( Chang-hyun Kim ) , 박호민 ( Ho-min Park ) , 천민아 ( Min-ah Cheon ) , 윤호 ( Ho Yoon ) , 남궁영 ( Young Namgoong ) , 김재균 ( Jae-kyun Kim ) , 김재훈 ( Jae-hoon Kim )  한국정보처리학회, 정보처리학회논문지. 소프트웨어 및 데이터 공학 [2020] 제9권 제7호, 221~228페이지(총8페이지)

품사부착말뭉치는 품사정보를 부착한 말뭉치를 말하며 자연언어처리 분야에서 다양한 학습말뭉치로 사용된다. 학습말뭉치는 일반적으로 오류가 없다고 가정하지만, 실상은 다양한 오류를 포함하고 있으며, 이러한 오류들은 학습된 시스템의 성능을 저하시키는 요인이 된다. 이러한 문제를 다소 완화시키기 위해서 본 논문에서는 XGBoost와 교차 검증을 이용하여 이미 구축된 품사부착말뭉치로부터 오류를 탐지하는 방법을 제안한다. 제안된 방법은 먼저 오류가 포함된 품사부착말뭉치와 XGBoost를 사용해서 품사부착기를 학습하고, 교차검증을 이용해서 품사오류를 검출한다. 그러나 오류가 부착된 학습말뭉치가 존재하지 않으므로 일반적인 분류기로서 오류를 검출할 수 없다. 따라서 본 논문에서는 매개변수를 조절하면서 학습된 품사부착기의 출력을 비교함으로써 오류를 검출한다. 매개변수를 조절하기 위해...

TAG Error Detection, POS-tagged Corpus, XGBoost, Cross-validation, 오류 탐지, 품사부착말뭉치, 교차 검증

AWS Lambda Serverless Computing 기술을 활용한 효율적인 딥러닝 기반 이미지 인식 서비스 시스템

이현철 ( Hyunchul Lee ) , 이성민 ( Sungmin Lee ) , 김강석 ( Kangseok Kim )  한국정보처리학회, 정보처리학회논문지. 소프트웨어 및 데이터 공학 [2020] 제9권 제6호, 177~186페이지(총10페이지)

최근 딥러닝(Deep Learning) 기술의 발전에 따라 컴퓨터 비전(Computer Vision) 분야의 이미지 인식 성능이 향상되고 있으며, 또한 Serverless Computing이 이벤트 기반의 클라우드 애플리케이션 개발 및 서비스를 위한 차세대 클라우드 컴퓨팅 기술로 각광받고 있어 딥러닝과 Serverless Computing 기술을 접목하여 실생활에 이미지 인식 서비스를 사용하고자 하는 시도가 증가하고 있다. 따라서 본 논문에서는 Serverless Computing 기술을 활용하여 효율적인 딥러닝 기반 이미지 인식 서비스 시스템 개발 방법을 기술한다. 제안하는 시스템은 Serverless Computing 기반 AWS Lambda Server를 이용하여 적은 비용으로 대형 신경망 모델을...

TAG Deep Learning, Serverless Computing, AWS Lambda Server, Cold Start Time, Capacity Limitation, 딥러닝, 서버리스 컴퓨팅, AWS 람다 서버, 용량제한

트래픽 데이터의 통계적 기반 특징과 앙상블 학습을 이용한 토르 네트워크 웹사이트 핑거프린팅

김준호 ( Junho Kim ) , 김원겸 ( Wongyum Kim ) , 황두성 ( Doosung Hwang )  한국정보처리학회, 정보처리학회논문지. 소프트웨어 및 데이터 공학 [2020] 제9권 제6호, 187~194페이지(총8페이지)

본 논문은 클라이언트의 익명성과 개인 정보를 보장하는 토르 네트워크에서 앙상블 학습을 이용한 웹사이트 핑거프린팅 방법을 제안한다. 토르 네트워크에서 수집된 트래픽 패킷들로부터 웹사이트 핑거프린팅을 위한 훈련 문제를 구성하며, 트리 기반 앙상블 모델을 적용한 웹사이트 핑거프린팅 시스템의 성능을 비교한다. 훈련 특징 벡터는 트래픽 시퀀스에서 추출된 범용 정보, 버스트, 셀 시퀀스 길이, 그리고 셀 순서로부터 준비하며, 각 웹사이트의 특징은 고정 길이로 표현된다. 실험 평가를 위해 웹사이트 핑거프린팅의 사용에 따른 4가지 학습 문제(Wang14, BW, CWT, CWH)를 정의하고, CUMUL 특징 벡터를 사용한 지지 벡터 기계 모델과 성능을 비교한다. 실험 평가에서, BW 경우를 제외하고 제안하는 통계 기반 훈련특징 표현이 CUMUL 특징 표현보다 우수하다.

TAG Anonymous Network, Traffic Collection, Website Fingerprinting, Ensemble Algorithm, Machine Learning, 익명 네트워크, 트래픽 수집, 웹사이트 핑거프린팅, 앙상블 알고리즘, 기계학습

자연어의 논리식으로의 변환을 이용한 고급검색 및 이를 활용한 히스토리 검색

이대홍 ( Daehong Lee ) , 유한석 ( Hansuk Yu ) , 박상원 ( Sangwon Park )  한국정보처리학회, 정보처리학회논문지. 소프트웨어 및 데이터 공학 [2020] 제9권 제6호, 195~204페이지(총10페이지)

현재 웹에서 존재하는 웹페이지는 16억개 이상이며 이중에서 원하는 검색결과를 얻기란 쉽지 않은 일이다. 대부분의 검색엔진에서는 정밀한 검색결과를 제공하기 위하여 논리식의 형태로 검색할 수 있게 하고 있다. 하지만 일반적인 경우 사람들은 원하는 정보를 논리식 형태로 검색하는데 익숙하지 않다. 때문에 복잡한 논리식 형태로 검색하기 보다는 자연어로 검색한다. 따라서 본 논문에서는 사용자가 입력하는 자연어 질의를 검색엔진의 고급검색을 사용할 수 있는 논리식으로 변환하여 검색결과의 품질을 향상시켜주는 검색방법을 제안한다. 또한 사용자들은 검색형태의 특징 중 하나인 단순성에 의해 길게 검색하기 보다는 여러 번의 짧은 검색을 이용하는 경우가 훨씬 많다. 이에 따라 사용자들에게 편리성을 제공하기 위하여 앞에서 제안한 검색방법을 활용한 히스토리 검색방법을 제안한다. 본 논...

TAG Search Engine, Advanced Search, Natural Language Search, History Search, 검색엔진, 고급검색, 자연어 검색, 히스토리 검색

데이터 마이닝 기반 스마트 공장 에너지 소모 예측 모델

( Sathishkumar V E ) , 이명배 ( Myeongbae Lee ) , 임종현 ( Jonghyun Lim ) , 김유빈 ( Yubin Kim ) , 신창선 ( Changsun Shin ) , 박장우 ( Jangwoo Park ) , 조용윤 ( Yongyun Cho )  한국정보처리학회, 정보처리학회논문지. 소프트웨어 및 데이터 공학 [2020] 제9권 제5호, 153~160페이지(총8페이지)

산업용 에너지 소비 예측은 에너지 수요와 공급에 동적이고 계절적인 변화가 있기 때문에 에너지 관리 및 제어 시스템에서 중요한 위치를 차지한다. 본 논문은 철강 산업의 에너지 소비 예측 모델을 제시하고 논의한다. 사용되는 데이터에는 후행 및 선도적인 전류 반응 전력, 후행 및 선도적인 전류 동력 계수, 이산화탄소(TCO2) 배출 및 부하 유형이 포함된다. 테스트 세트에서는 (a) 선형 회귀(LR), (b) 방사형 커널(SVM RBF), (c) Gradient Boosting Machine (GBM), (d) 무작위 포리스트(RF). 평균 제곱 오차(RMSE), 평균 절대 오차(MAE) 및 평균 절대 백분율 오차(ME)의 네 가지 통계 모델을 사용하여 예측하고 평가한다. 회귀 설계의 효율성 모든 예측 변수를 사용할 때 최상의 모델 RF는 테스트 세트에서 R...

TAG Energy Consumption, Data Mining, Random Forest, Linear Regression, Gradient Boosting Machine, Support Vector Machine, 에너지 소모량, 데이터 마이닝, 램던 포레스트, 선형회귀, 점진적 부스팅 머신, 서포트 벡터 머신

앙상블 기법을 통한 잉글리시 프리미어리그 경기결과 예측

이재현 ( Yi Jae Hyun ) , 이수원 ( Lee Soo Won )  한국정보처리학회, 정보처리학회논문지. 소프트웨어 및 데이터 공학 [2020] 제9권 제5호, 161~168페이지(총8페이지)

스포츠 경기 결과예측은 전반적인 경기의 흐름과 승패에 영향을 미치는 변인들의 분석을 통해 팀의 전략 수립을 가능하게 해준다. 이와 같은 스포츠 경기결과 예측에 대한 연구는 주로 통계학적 기법과 기계학습 기법을 활용하여 진행되어 왔다. 승부예측 모델은 무엇보다 예측 성능이 가장 중요시된다. 그러나 최적의 성능을 보이는 예측 모델은 학습에 사용되는 데이터에 따라 다르게 나타나는 경향을 보였다. 본 논문에서는 이러한 문제를 해결하기 위해 데이터가 달라지더라도 해당 데이터에 대한 예측 시 가장 좋은 성능을 보이는 모델의 선택이 가능한 기존의 축구경기결과 예측에서 좋은 성능을 보여온 통계학적 모델과 기계학습 모델을 결합한 새로운 앙상블 모델을 제안한다. 본 논문에서 제안하는 앙상블 모델은 각 단일모델들의 경기 예측결과와 실제 경기결과를 병합한 데이터로부터 최종예측모...

TAG Machine Learning, Artificial Intelligence, Sports Game Prediction, Ensemble Technique, Data Analysis, 기계학습, 인공지능, 스포츠 승부 예측, 앙상블 기법, 데이터 분석

템플릿 재사용을 통한 패러미터 효율적 신경망 네트워크

김대연 ( Daeyeon Kim ) , 강우철 ( Woochul Kang )  한국정보처리학회, 정보처리학회논문지. 소프트웨어 및 데이터 공학 [2020] 제9권 제5호, 169~176페이지(총8페이지)

최근 심층 신경망 (Deep Neural Networks, DNNs)는 모바일 및 임베디드 디바이스에 인간과 유사한 수준의 인공지능을 제공해 많은 응용에서 혁명을 가져왔다. 하지만, 이러한 DNN의 높은 추론 정확도는 큰 연산량을 요구하며, 따라서 기존의 사용되던 모델을 압축하거나 리소스가 제한적인 디바이스를 위해 작은 풋프린트를 가진 새로운 DNN 구조를 만드는 방법으로 DNN의 연산 오버헤드를 줄이기 위한 많은 노력들이 있어왔다. 이들 중 최근 작은 메모리 풋프린트를 갖는 모델 설계에서 주목받는 기법중 하나는 레이어 간에 패러미터를 공유하는 것이다. 하지만, 기존의 패러미터 공유 기법들은 ResNet과 같이 패러미터에 중복(redundancy)이 높은 것으로 알려진 깊은 심층 신경망에 적용되어왔다. 본 논문은 ShuffleNetV...

TAG Neural Network, Parameter Sharing, Layer Reuse, Parameter Efficiency, 신경망, 패러미터 공유, 레이어 재사용, 패러미터 효율

디지털 포렌식을 위한 데이터베이스 블록 크기의 탐지 기법

김선경 ( Sunkyung Kim ) , 박지수 ( Ji Su Park ) , 손진곤 ( Jin Gon Shon )  한국정보처리학회, 정보처리학회논문지. 소프트웨어 및 데이터 공학 [2020] 제9권 제4호, 123~128페이지(총6페이지)

디지털 기기 사용이 일반화되면서 수사 과정에서 물적 증거 수집을 위해 디지털 포렌식 기법을 사용한다. 이 중 파일 포렌식 기법은 삭제된 파일을 복구하는 것으로, 여러 개의 파일로 구성된 데이터베이스가 삭제되어도 복구할 수 있다. 그러나 데이터베이스에서 레코드가 삭제된 경우는 파일 복구를 하여도 수정된 레코드 내용이 복원되지 않는다. 이에 삭제된 레코드를 복구하는 기법인 데이터베이스 포렌식이 필요하다. 데이터베이스 포렌식은 데이터베이스 설정 파일로부터 메타데이터를 획득하고, 데이터 파일에서 삭제된 레코드를 복구한다. 그러나 데이터베이스에서 블록 크기와 같은 데이터베이스 메타데이터를 획득하지 못하면 레코드 복구가 어렵다. 본 논문에서는 데이터베이스 메타데이터인 블록 크기를 탐지하기 위한 세 가지 방법을 제안한다. 첫 번째 기법은 블록에 존재하는 빈공간의 최대 ...

TAG Digital Forensics, Database Forensics, Metadata, Block Size, 디지털 포렌식, 데이터베이스 포렌식, 메타데이터, 블록 크기

1  2  3  4  5  6  7  8  9  10