CNN 모델을 이용한 프로그램 코드 변경 예측

김동관,Kim, Dong Kwan 한국융합학회 2021 한국융합학회논문지 Vol.12 No.9

소프트웨어 시스템은 생명주기동안 기능 추가, 버그 수정, 새로운 컴퓨팅 환경 수용 등의 다양한 이유로 프로그램 코드 변경이 요구된다. 이러한 코드 수정 과정에서 새로운 오류 발생을 가져올 수 있으므로 프로그램 코드 수정 과정은 새로운 시스템 개발 못지 않게 신중하게 처리되야 한다. 또한, 오픈 소스 프로그램에 대한 재사용이 일반화된 소프트웨어 개발환경에서 오픈 소스 프로그램의 코드 변경 가능성을 예측할 수 있다면, 보다 양질의 프로그램 개발 효과를 기대할 수 있을 것이다. 본 논문은 소스 코드 변경을 예측하는 Convolutional Neural Network (CNN) 기반의 딥러닝 모델을 제안한다. 소스 코드 변경을 예측하는 문제는 딥러닝의 이진 분류 문제이며 레이블된 데이터가 요구되는 지도학습을 사용한다. 코드 예측 모델의 학습 및 시험을 위해 깃허브에서 수집한 Java 소스 코드와 코드 변경 로그를 데이터로 사용한다. 수집된 Java 소스 코드에서 소프트웨어 메트릭스를 계산한 후 제안된 코드 변경 예측 모델의 입력 데이터로 사용한다. 제안된 모델의 성능 평가를 위해 정밀도, 재현율, F1점수, 정확도가 측정되었으며 각각의 평가 지표에 있이서 CNN 모델은 95%, 다층 퍼셉트 기반의 DNN 모델은 92%를 달성했다. A software system is required to change during its life cycle due to various requirements such as adding functionalities, fixing bugs, and adjusting to new computing environments. Such program code modification should be considered as carefully as a new system development becase unexpected software errors could be introduced. In addition, when reusing open source programs, we can expect higher quality software if code changes of the open source program are predicted in advance. This paper proposes a Convolutional Neural Network (CNN)-based deep learning model to predict source code changes. In this paper, the prediction of code changes is considered as a kind of a binary classification problem in deep learning and labeled datasets are used for supervised learning. Java projects and code change logs are collected from GitHub for training and testing datasets. Software metrics are computed from the collected Java source code and they are used as input data for the proposed model to detect code changes. The performance of the proposed model has been measured by using evaluation metrics such as precision, recall, F1-score, and accuracy. The experimental results show the proposed CNN model has achieved 95% in terms of F1-Score and outperformed the multilayer percept-based DNN model whose F1-Score is 92%.

LiBr 수용액을 이용한 수평관 유하액막 증발의 촉진관 전열향상 특성

김동관,김무환,Kim, Dong Kwan,Kim, Moo Hwan 대한기계학회 1998 大韓機械學會論文集B Vol.22 No.9

Falling-film evaporation experiments with aqueous lithium bromide (LiBr) solution were performed to investigate the heat transfer characteristics of enhanced copper tubes. Enhanced tubes (a knurled tube, a spirally grooved tube, and a tube coated with $20{\mu}m$ aluminum particles) and a bare tube were selected as test specimens. Averaged evaporation fluxes of water were obtained from horizontal tubes with various film Reynolds numbers, system pressures, LiBr concentrations and degrees of wall superheat. The enhanced performance of steam generation was compared between tubes with varying parameters. The knurled tube geometry showed the most excellent performance among the tubes tested. The specified enhanced tubes were more useful for generating steam on a low grade heat source such as waste heat.

기업 신뢰성 제고를 위한 BSC 관점에서의 Six Sigma 추진전략에 관한 연구

김동관,정수일,Kim Dong-Kwan,Jung Soo-Il 대한안전경영과학회 2005 대한안전경영과학회지 Vol.7 No.4

Even though, the recent management innovation techniques: The 'Six-Sigma' and the 'BSC (Balanced Score Card)' are introduced to many different companies and are used very effectively, Based on the company's substantial and unique characteristics, the quality and the strategies on management are showing the reliability limits in applications in the company. Therefore, the Integrated Management System is presenting a model for stable application of the, activity in the Six-Sigma based on the theoretical notions of the BSC.

기관식도루

김동관,Kim, Dong-Kwan 대한기관식도과학회 2005 大韓氣管食道科學會誌 Vol.11 No.1

합성 콘크리트 부재의 구조 및 시공성능 - TSC 합성보와 PSRC 합성기둥 공법을 중심으로

김동관,이병찬,이승환,Kim, Dong-Kwan,Lee, Byoung-Chan,Lee, Seung-Hwan 한국콘크리트학회 2016 콘크리트학회지 Vol.28 No.5

제강슬래그 복합매질체를 이용한 철 유입에 따른 광산배수내 망간 제거효율 평가

김동관,지원현,김덕민,박현성,오연수,Kim, Dong-Kwan,Ji, Won Hyun,Kim, Duk-Min,Park, Hyun-Sung,Oh, Youn Soo 대한자원환경지질학회 2018 자원환경지질 Vol.51 No.5

폐광산에서 유출되는 광산배수 내 중금속을 처리하기 위해 자연정화법 및 물리화학처리 등 다양한 방법이 사용되고 있다. 특히 광산배수 내 중금속 중 망간은 처리되기 위해 pH 9 이상의 조건이 필요하기 때문에 처리하기 어려운 원소 중 하나이다. 본 연구에서는 광산배수 내 망간의 효율적인 제거방법을 연구하기 위해 다양한 제강슬래그 복합매질체 반응조(제강슬래그(S), 제강슬래그+석회석(S+L), 제강슬래그+망간코팅자갈(S+G))를 사용하여 경쟁원소인 철 유입에 따른 망간의 제거효율을 평가하였다. 철 유입이 없는 358일간의 실험에서는 평균 pH 6.7의 고농도 망간(30~50 mg/L)이 포함된 원수를 사용했으며 제강슬래그 반응조 유출수는 pH 8.9~11.4에서 평균 99.9%의 지속적으로 높은 망간제거효율을 보였다. 철 유입 없이 망간제거실험을 진행한 반응조를 이용하여 망간농도 40~60 mg/L의 원수에 철을 추가로 유입하여 237일간의 실험을 진행하였다. 망간 제거 이후 pH는 6.1~10.0 범위로 증가하였으며 철 유입 전에 비해 낮은 범위를 보였다. S반응조가 pH 7.1~9.9로 가장 높았으며 S+L 반응조, S+G 반응조가 그 뒤를 이었다. 하지만 망간제거효율은 비교적 낮은 pH 범위임에도 불구하고 S+L 반응조가 94~100%로 가장 높았으며 S반응조와 S+G 반응조는 약 68~100%의 범위의 효율을 보였다. S+L반응조가 철 유입에 가장 높은 저항성을 나타냈으며 이는 pH 이외에도 석회석에 의해 공급된 탄산염에 의한 $MnCO_3$의 형성 또는 자가촉매반응이 망간제거에 기여했다고 판단할 수 있다. X선 회절 분석을 통해 S+L 반응조 침전물에서 로도크로사이트(rhodochrosite, $MnCO_3$)를 확인할 수 있었다. 광산배수 내 망간을 처리하는데 가장 효율적인 반응조는 제강슬래그+석회석 반응조로 나타났으며, 본 연구결과는 철의 유입에 따른 비교적 낮은 pH(9 이하) 범위에서도 망간이 효율적으로 제거될 수 있는 공법을 선정하는데 기여 할 수 있다. For the treatment of heavy metals in the mine drainage from the closed mine area, various methods such as passive, active and semi-active treatments are considered. Among contaminated elements in the mine drainage, Mn is one of the difficult elements for the treatment because it needs high pH over 9.0 for its concentration to be reduced. In this study, the efficiency of various slag complex reactors (slag (S), slag+limestone (SL) and slag+Mn coated gravel (SG)) on Mn removal in the presence of Fe, which is a competitive element with Mn, was evaluated to investigate effective methods for the treatment of Mn in mine drainage. As a result of experiments on Mn removal without Fe during 358 days, using influent with $30{\sim}50Mn{\cdot}mg/L$ and pH 6.7 on the average, S reactor showed continuously high Mn removal efficiency with the average of 99.9% with pH 8.9~11.4. Using the same reactors, Mn removal experiments with Fe during 237 days were conducted with the influent with $40{\sim}60Mn{\cdot}mg/L$. The pH range of effluent reached to 6.1~10.0, which is slightly lower than that of effluent without Fe. S reactor showed the highest range of pH with 7.1~9.9, followed by S+L and S+G reactor. However, the efficiency of Mn removal showed S+L>S>S+G with the range of 94~100%, 68~100% and 68~100%, respectively in spite of relatively low pH range. S+L reactor showed the most resistance on Fe input, which means other mechanisms such as $MnCO_3$ formation by the carbonate prouced from the limestone or autocatalysis reaction of Mn contributed to Mn removal rather than pH related mechanisms. The evidence of reactions between carbonates and Mn, rhodochrosite ($MnCO_3$), was found from the X-ray diffraction analysis of precipitates sample from S+L reactor. From this study, the most effective reactors on Mn removal in the presence of Fe was S+L reactor. The results are expected to be applied for the Mn containing mine water treatment in the presence of Fe within the relatively low range of pH.

파이썬 딥러닝 응용의 코드 리팩토링 특성 분석

김동관,Kim, Dong Kwan 한국콘텐츠학회 2022 한국콘텐츠학회논문지 Vol.22 No.10

Code refactoring refers to a maintenance task to change the code of a software system in order to consider new requirements, fix bugs, and restructure code. There have been various studies of refactoring subjects such as refactoring types, refactoring benefits, and CASE tools. However, Java applications rather than python ones have been benefited by refactoring-based coding practices. There are few cases of refactoring stuides on Python applications. This paper finds and analyzes single refactoring operations and composite refactoring operations for Python-based deep learning systems. In addition, we find that there is a statistically significant difference in the frequency of occurrence of single and complex refactoring operations in the two groups of deep learning applications and typical Python applications. Furthermore, we analyze keywords of commit messages to catch refactoring intentions of software developers.

데이터 마이닝 기법을 활용한 하수처리장 소화가스 예측 및 탈수 케이크 관리 기법 개발

김동관(Dong Kwan Kim),김효수(Hyo Soo Kim),김예진(Ye Jin Kim),김민수(Min Soo Kim),박문화(Wen Hua Piao),김창원(Chang Won Kim) 大韓環境工學會 2015 대한환경공학회지 Vol.37 No.1

본 연구에서는 데이터 마이닝 기법을 사용하여 혐기성 소화조의 효율을 나타내는 지표인 소화가스 발생량 예측 모델개발을 통해 운영자에게 효율적인 소화조 운영방안을 제시하고자 하였다. 그 결과 오차율 10% 이내의 인공신경망을 적용한 소화가스 발생량 예측 모델을 개발 하였으며, 모델 개발에 사용된 변수를 제시함으로써 소화조 운영에 도움이 될 것으로 사료된다. 한편 탈수 케이크 관리 기법을 개발하는데 사례기반추론(Case based reasoning)의 개념을 적용하였다. 사례기반추론은 새로운 문제가 발생했을 경우 과거의 사례와 가장 유사한 사례를 활용하여 문제를 해결에 활용하는 방법으로, 본 연구에서는 슬러지 처리 공정에 사례기반추론개념을 적용시켜 과거의 운전 data를 통해 최소의 운전변경으로 탈수 케이크 감량화를 제시하는 관리방안을 개발하였다. The purpose of this study is to suggest the effective operation method by developing prediction model for the gas production rate, an indicator of the effectiveness of anaerobic digestion tank, using data mining. At the result, gas production estimate model is developed by using ANN within 10% error. It is expected to help operation of anaerobic digestion by suggesting selected parameter. Meanwhile case based reasoning is applied to develop dewatering cake management technology. Case based reasoning uses the most similar examples of past when a new problem occurs, therefore in this study, management measures are developed that proposes dewatering cake minimization with the minimum change by applying the case based reasoning to sludge disposal process.

가상 현실 기반의 자료구조 학습 시스템 개발

김동관(Dong Kwan Kim),김창동(Chang Dong Kim),김수현(Soo Hyun Kim),조혜빈(Hye Bin Cho),진지연(Ji Yeon Jin),장윤호(Yoon Ho Jang) 한국컴퓨터정보학회 2020 한국컴퓨터정보학회 학술발표논문집 Vol.28 No.1

공통형 잡음 분석을 기반으로한 고전력밀도에 적합한 브리지리스 역률보상회로 토폴로지에 관한 연구

김동관(Dong-Kwan Kim),정연호(Yeonho Jeong),문건우(Gun-Woo Moon) 전력전자학회 2016 전력전자학술대회 논문집 Vol.2016 No.7