간행물

한국정보처리학회> 정보처리학회논문지. 소프트웨어 및 데이터 공학

정보처리학회논문지. 소프트웨어 및 데이터 공학 update

KIPS Transactions on Software and Data Engineering

  • : 한국정보처리학회
  • : 공학분야  >  전자공학
  • : KCI등재
  • :
  • : 연속간행물
  • : 월간
  • : 2287-5905
  • :
  • :

수록정보
수록범위 : 1권1호(2012)~9권7호(2020) |수록논문 수 : 574
정보처리학회논문지. 소프트웨어 및 데이터 공학
9권7호(2020년 07월) 수록논문
최근 권호 논문
| | | |

KCI등재

1요구사항단계의 결함관리를 위한 방법론에 관한 연구

저자 : 이은서 ( Eun-ser Lee )

발행기관 : 한국정보처리학회 간행물 : 정보처리학회논문지. 소프트웨어 및 데이터 공학 9권 7호 발행 연도 : 2020 페이지 : pp. 205-212 (8 pages)

다운로드

(기관인증 필요)

초록보기

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.


Defects are an important factor in the quality of software developments. In order to manage defects, we propose additional information of search and classification. Additional information suggests a systematic classification scheme and method of operation. In this study, we propose additional information at the requirements analysis stage for defect management.

KCI등재

2민첩한 활성함수를 이용한 합성곱 신경망의 성능 향상

저자 : 공나영 ( Na Young Kong ) , 고영민 ( Young Min Ko ) , 고선우 ( Sun Woo Ko )

발행기관 : 한국정보처리학회 간행물 : 정보처리학회논문지. 소프트웨어 및 데이터 공학 9권 7호 발행 연도 : 2020 페이지 : pp. 213-220 (8 pages)

다운로드

(기관인증 필요)

초록보기

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 확인하였다.


The convolutional neural network is composed of convolutional layers and fully connected layers. The nonlinear activation function is used in each layer of the convolutional layer and the fully connected layer. The activation function being used in a neural network is a function that simulates the method of transmitting information in a neuron that can transmit a signal and not send a signal if the input signal is above a certain criterion when transmitting a signal between neurons. The conventional activation function does not have a relationship with the loss function, so the process of finding the optimal solution is slow. In order to improve this, an agile activation function that generalizes the activation function is proposed. The agile activation function can improve the performance of the deep neural network in a way that selects the optimal agile parameter through the learning process using the primary differential coefficient of the loss function for the agile parameter in the backpropagation process. Through the MNIST classification problem, we have identified that agile activation functions have superior performance over conventional activation functions.

KCI등재

3XGBoost와 교차검증을 이용한 품사부착말뭉치에서의 오류 탐지

저자 : 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 )

발행기관 : 한국정보처리학회 간행물 : 정보처리학회논문지. 소프트웨어 및 데이터 공학 9권 7호 발행 연도 : 2020 페이지 : pp. 221-228 (8 pages)

다운로드

(기관인증 필요)

초록보기

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 위해서 본 논문에서는 작은 규모의 오류부착말뭉치를 이용한다. 이 말뭉치는 오류 검출 대상의 전체 말뭉치로부터 임의로 추출된 것을 전문가에 의해서 오류가 부착된 것이다. 본 논문에서는 성능 평가의 척도로 정보검색에서 널리 사용되는 정밀도와 재현율을 사용하였다. 또한 모집단의 모든 오류 후보를 수작업으로 확인할 수 없으므로 표본 집단과 모집단의 오류 분포를 비교하여 본 논문의 타당성을 보였다. 앞으로 의존구조부착 말뭉치와 의미역 부착말뭉치에서 적용할 계획이다.


Part-of-Speech (POS) tagged corpus is a collection of electronic text in which each word is annotated with a tag as the corresponding POS and is widely used for various training data for natural language processing. The training data generally assumes that there are no errors, but in reality they include various types of errors, which cause performance degradation of systems trained using the data. To alleviate this problem, we propose a novel method for detecting errors in the existing POS tagged corpus using the classifier of XGBoost and cross-validation as evaluation techniques. We first train a classifier of a POS tagger using the POS-tagged corpus with some errors and then detect errors from the POS-tagged corpus using cross-validation, but the classifier cannot detect errors because there is no training data for detecting POS tagged errors. We thus detect errors by comparing the outputs (probabilities of POS) of the classifier, adjusting hyperparameters. The hyperparameters is estimated by a small scale error-tagged corpus, in which text is sampled from a POS-tagged corpus and which is marked up POS errors by experts. In this paper, we use recall and precision as evaluation metrics which are widely used in information retrieval. We have shown that the proposed method is valid by comparing two distributions of the sample (the error-tagged corpus) and the population (the POS-tagged corpus) because all detected errors cannot be checked. In the near future, we will apply the proposed method to a dependency tree-tagged corpus and a semantic role tagged corpus.

1
권호별 보기
가장 많이 인용된 논문

(자료제공: 네이버학술정보)

가장 많이 인용된 논문
| | | |
1연안해역에서 석유오염물질의 세균학적 분해에 관한 연구

(2006)홍길동 외 1명심리학41회 피인용

다운로드

2미국의 비트코인 규제

(2006)홍길동심리학41회 피인용

다운로드

가장 많이 참고한 논문

(자료제공: 네이버학술정보)

가장 많이 참고한 논문

다운로드

2미국의 비트코인 규제

(2006)홍길동41회 피인용

다운로드

해당 간행물 관심 구독기관

서울대학교 고려대학교 한국방송통신대학교 연세대학교 광운대학교
 20
 17
 14
 11
 10
  • 1 서울대학교 (20건)
  • 2 고려대학교 (17건)
  • 3 한국방송통신대학교 (14건)
  • 4 연세대학교 (11건)
  • 5 광운대학교 (10건)
  • 6 부산대학교 (9건)
  • 7 가천대학교 (8건)
  • 8 경희대학교 (8건)
  • 9 전북대학교 (8건)
  • 10 성균관대학교 (7건)

내가 찾은 최근 검색어

최근 열람 자료

맞춤 논문

보관함

내 보관함
공유한 보관함

1:1문의

닫기