http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
RFID 미들웨어 검증을 위한 에뮬레이션 도구의 설계 및 구현
박중규(Chungkyu Park),류우석(Wooseok Ryu),홍봉희(Bonghee Hong) 한국정보과학회 2009 한국정보과학회 학술발표논문집 Vol.36 No.2C
RFID 기술과 관련 산업은 나날이 성장하고 있고, 물류, 유통, 의료 등의 다양한 분야에서의 적용이 이루어지고 있다. RFID 기술의 적용에 있어서 장치의 독립성을 보장하고 대량의 데이터를 수집 및 처리해야 하므로 RFID 미들웨어는 필수 요소로 사용 된다. 대상 환경에 따라 데이터 발생 빈도와 특징이 다르기 때문에 다양한 환경에 대한 각각의 상황에서 RFID 미들웨어를 테스트 하는 것은 시간적, 물리적 제약을 가진다. 이 논문에서는 RFID 미들웨어에 대한 다양한 상황을 제공하는 가상리더프레임워크를 제안한다. 가상리더프레임워크는 실제 다양한 환경에서 발생하는 데이터들을 분석하여 중복 데이터, 그룹 데이터 등과 같은 발생 가능한 데이터를 실제리더와 동일한 기능을 통하여 제공한다. 그리고 가상리더프레임워크에서는 저비용으로 한 개 이상의 실제 리더와 동일한 장치 연결을 지원하고 이를 통해 실제 물리적 장치 없이 효과적으로 RFID 미들웨어 테스트를 할 수 있는 환경을 제공 한다.
박중규 ( Joong-kyu Park ),황종선 ( Chong-sun Hwang ) 한국정보처리학회 2006 한국정보처리학회 학술대회논문집 Vol.13 No.1
본 연구에서는 철강산업의 광범위한 업무 프로세스를 하나의 모델로 통합시켜 코일센터전용의 맞춤형 ERP시스템의 구현으로 업무의 효율성과 기간산업으로서의 철강산업에 맞는 새로운 인터페이스 확장 모듈을 제안하였는데 그 결과 첫째, 검증된 S/W 개발 방법론 활용으로 CMM Level2기준에 의한 S/W 품질관리와 진행관리, 체계적인 방법론과 다양한 업무정의를 통하여 고객사의 업무 표준화를 제시하였다. 둘째, 충실한 기술이전으로 고객사의 참여실무자에 대한 다양한 교육과 기술이전을 통한 자체 운영 능력 강화와 개발 과정보다 완료 후의 운영에 최대한의 기술지원을 보장하였다. 마지막으로, 업무처리 속도의 향상이다. 우리가 하고 있는바 정형화된 업무혁신을 통해 표준화하고 시스템화하여 정형화함으로써, 사원들에게는 쉽고, 편하게 일할 수 있게 하고 속도와 효율을 올리자는 목적을 상당 부분 성취했다고 본다. 결산 리드타임이 종전 15일 정도에서 5일 이내로 줄어들었다.
RFID 미들웨어 검증을 위한 가상 리더 에뮬레이션 도구
박중규(Chungkyu Park),류우석(Wooseok Ryu),홍봉희(Bonghee Hong) 한국정보과학회 2009 한국정보과학회 학술발표논문집 Vol.36 No.1
RFID 기술의 발달에 따라 다양한 응용환경에서 RFID 장비 및 미들웨어의 적용이 요구되고 있다. 실제환경에 RFID 기술 도입을 위해서는 RFID 미들웨어의 테스트 및 검증이 필수적이나 해당 응용 환경에 적합한 RFID 인프라 설비와 같은 비용적, 시간적 제약이 발생한다. 이를 해결하기 위해서는 실제와 거의 흡사한 가상 테스트 환경을 제공하여 RFID 미들웨어를 테스트하고 검증할 수 있는 기술이 필요하다. 이 논문에서는 RFID 미들웨어에 대한 테스트 및 검증이 가능한 RFID 미들웨어 검증을 위한 가상리더 에뮬레이션 도구의 설계를 제안한다. 제안하는 설계는 실제 RFID 환경 구축 없이 다양한 환경에 대해 유연하게 RFID 미들웨어의 테스트를 지원하기 위한 가상 리더/태그 에뮬레이터와 시나리오 기반의 테스트를 제공한다. 그리고 RFID 미들웨어의 실시간 상태 정보 수집을 통한 테스트 및 검증을 지원하여 실제 환경에 대한 테스트에 비해 상대적으로 낮은 비용으로 다양한 관점에서 미들웨어를 검증할 수 있게 한다.
Latent Class Modeling for Nested Data : Introduction to Multilevel Latent Class Model
Jungkyu Park(박중규),Changhwan Shin(신창환) 경북대학교 사회과학기초자료연구소 2020 연구방법논총 Vol.5 No.3
잠재변수를 포함한 통계모형의 기본적인 가정은 개인의 응답이 서로 독립적이라는 것이다. 그러나 관찰치가 상위 수준의 집단에 속한 다층 구조에서 수집된 자료의 경우에는 동일한 집단에 속한 관찰치의 응답 간 상관이 발생하므로 독립성 가정이 충족되지 않는다. 비모수 다층잠재계층 모형은 집단수준의 범주형 잠재변인을 가정하여 동일한 집단에 속하여 발생하는 응답 간 상관을 설명하는 모형이다. 본 논문은 잠재계층분석 모형과 무선효과 모형을 통합한 비모수적 다층잠재계층 모형을 소개하고 실제 자료를 바탕으로 개인과 집단수준에서 최적의 잠재계층의 수를 결정하는 과정에 대해서 논의한다. The fundamental assumption in any latent variable model is that observations are independent of one another, given the latent status. However, this assumption is often inadequate when observations are nested within higher-level units because such nested data structures induce dependencies in data. The nonparametric version of the multilevel latent class model (MLCM) is an extension of latent class model (LCM) in which the dependencies in data are accounted for by discrete latent variables. This paper aims to review models with discrete latent variables and introduce the MLCM which integrates LCM and random effect model. The model selection issue in the MLCM is also discussed with an empirical example.
Indeterminate Feature of Parameter Estimation in Multilevel Categorical Latent Variable
Jungkyu Park(박중규) 경북대학교 사회과학기초자료연구소 2019 연구방법논총 Vol.4 No.1
본 논문에서는 다층 잠재계층모형에서 모수의 구조적인 비확정성에 대해서 다룬다. 먼저 다층 잠재계층에서 non-full-rank, independent, permutation indeterminacy의 세 가지 경우에 대해 소개하고 각각의 경우에 발생할 수 있는 모수의 비확정성에 대해서 설명한다. 또한 모수의 비확정성에 대한 이해를 높이기 위해 수리적인 예시를 제시한다. 논의에서는다층 잠재계층모형을 이용해서 자료를 분석할 때 구조적 불확정성에 대한 인식이 중요하다는 점을 강조한다. 덧붙여, 연구자가 선택한 최종모형이 적절한 잠재 구조를 가졌는지를 점검하기 위한 지침을 제공한다. Structural indeterminacy among the multilevel discrete latent variables in the multilevel latent class model (MLCM) is discussed in this paper. Three scenarios - non-full-rank, independent, and permutation indeterminacy - are presented with theoretical explanations and proofs of each structural indeterminate case. Numerical examples are also included to provide intuitive and conceptual understanding of structural indeterminacy. The awareness of the structural indeterminacy in applying the MLCM to data is highlighted in the discussions. Researchers are giving examples and directions to check for problematic structures to ensure their final model has a theoretically sound latent structure when modeling data with multilevel discrete latent variables.