http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
장윤정 ( Yoon-jeong Jang ),윤청 ( Cheong Youn ) 한국정보처리학회 2014 한국정보처리학회 학술대회논문집 Vol.21 No.2
오늘날 선박,항공,자동차산업 등의 복합화로 인하여 내장형 소프트웨어의 중요성이 크게 대두되고 있다. 중요도가 높아질수록 고장 현상 발생률이 증가하고 이에 따른 오류나 고장에 대한 영향도 급증하기 때문에,신뢰성이 그만큼 중요하게 되었다. 신뢰성은 ISO/IEC 9126, ISO/IEC 12119 등에서 기능성,사용성,효율성,유지보수성,이식성과 함께 언급되고 있다. 신뢰성의 부특성에는 성숙성,오류허용성,회복성,준수성이 있고,이에 따라 품질평가 항목 메트릭이 제시되어 있다. 그러나 신뢰성 평가 기준은 수리적 난해함과 데이터 수집에 관한 문제에 부딪혀 적용하는 데에 어려움이 따르는 실정이다. 이와 같은 문제점을 해결하기 위해,각 세부 평가 항목에 대한 체크리스트를 가지고 품질평가 메트릭에 적용하였다. 또한,기존에 제시되어 있는 대표적인 신뢰성 모델 두 가지 NHPP(Non-Homogeneous Poisson Process) Model과 Jelinski-Moranda Model을 성숙성과 오류허용성의 품질평가 메트릭과 연관시켜 효율적으로 신뢰성을 측정하는 방안에 대하여 모색하였다.
장윤정(Jang, Yoon-jeong),정대원(Chung, Dae-won) 한국항공우주연구원 2019 항공우주산업기술동향 Vol.17 No.1
최근 인공신경망의 한계를 극복하기 위해 제안된 딥러닝을 사용한 데이터 분석 방식이 각광받고 있다. 딥러닝은 사람이 쉽게 구분하는 사물의 형태를 데이터화 하여 컴퓨터에 입력하고 여러 테스팅을 걸쳐 학습시키는 지도 학습 방식과 스스로 인지하여 학습하는 비지도 학습으로 구분된다. 이는 영상 처리 데이터를 인식 및 분류하는 알고리즘을 포함하고 있으며, ImageNet 영상 데이터를 기반으로 한 구조로 나뉜다. 본 동향지에서는 딥러닝 기반의 영상 처리 분석 기술 동향을 소개 및 서술한다. 이미지 분석 기술을 한국항공우주연구원의 방대한 위성 영상 데이터에 응용하면, 다양한 사용자의 요구사항을 충족시킬 수 있을 것으로 기대한다. Recently, a method for data analysis using deep learning is widely used to overcome the limitations of artificial neural networks. Deep learning is classified into two types: Supervised learning method of inputting data that can be easily distinguished by a computer, unsupervised learning method by various tests and learning method by self-recognition. It includes algorithms for recognizing and categorizing image processing data and is divided into structures based on ImageNet image data. This paper explain trends based on in-depth image processing analysis techniques. It is expected to meet various user needs by applying image analysis technology to satellite image data of Korea Aerospace Research Institute(KARI).
장윤정(Jang, Yoon-jeong),류동영(Rew, Dong-young) 한국항공우주연구원 2020 항공우주산업기술동향 Vol.18 No.1
현재 한국항공우주연구원 우주탐사연구부에서는 우주 개발 진흥 기본 계획에 반영된 달 착륙 임무 준비를 위한 핵심 기술 연구를 진행 중에 있다. 달 착륙 임무의 성공적 수행에는 임무 요구조건을 충족하는 적정한 달 착륙지 선정이 중요하다. 달 착륙지 선정을 위해서는 과학임무 외에도 착륙지의 지형 및 환경조건이 착륙에 적합한 것인가에 대한 분석이 필요하다. 또한, 미국의 LRO, 일본의 SELENE 궤도선 등 기존의 달 탐사임무에서 확보된 달 지형 정보 특성을 분석하고 이 정보를 활용하여 착륙지 선정연구, 착륙기술 개발 등과 연계하기 위한 방안이 필요하다. 본 동향지에서는 달 지형 분석을 위해 기존의 달 영상, 지형 정보 원시자료 제공 서비스와 더불어 획득한 원시자료를 활용할 수 있는 시스템에 대한 대표적인 동향 조사 결과를 기술하였다. Space Exploration Research Division in KARI is preparing for the lunar landing mission. Selection of landing locations satisfying mission requirements is one of the important considerations for successful implementation of a lunar mission. Besides scientific mission objectives, information whether terrain and ambient conditions of a selected landing location meets requirements defined for safe landing and surface activities should be assessed carefully. This paper introduces lunar terrain information based on previous lunar missions such as NASA LRO and JAXA SELENE orbiter. It includes data sources of lunar image, terrain data and services that help analysis using those lunar data. Information described here can be used for landing location selection and landing technology development.
장윤정 ( Yoon-jeong Jang ),김민아 ( Min-a Kim ),채태병 ( Tae-byeong Chae ) 한국정보처리학회 2017 한국정보처리학회 학술대회논문집 Vol.24 No.2
소프트웨어 프로젝트 관리를 위한 여러 항목 중, 형상 관리는 매우 중요한 영역이다. 눈에 보이지 않는 소프트웨어의 결과물을 산출물인 문서로 설명, 이해, 관리하는 활동이기 때문이다. 형상 관리는 현재 한국항공우주연구원에서 운영 중인 지구관측위성에서도 중요하게 여겨지고 있다. 위성 영상 데이터의 효율적인 관리 등을 위해 형상 관리의 필요성이 계속해서 대두되어 왔다. 본 논문에서는, 기존에 다루어지는 일련의 과정들을 체계적으로 정리 및 새롭게 정의하고, 더불어 형상 관리 범위에 포함되어 있는 관리자 및 사용자가 필요로 하는 각 산출 문서의 내용을 편리하게 사용할 수 있도록 지원하는 Node.js 기반의 형상 관리 시스템 개발 방안에 대하여 기술하고자 한다. 아울러, 이 Node.js 플랫폼이 View단과 Server단을 하나로 통합하여 개발하는 방식이기 때문에, 우리가 필요로 하는 위성 영상 데이터의 효율적인 형상 관리 지원을 위한 시스템 개발에 적용해 보았다. 결과적으로, 제안하는 설계 방법이 적합하다는 것을 단계적 단위 시험을 통하여 확인하였다.