CodeSonar를 이용한 지역 SW개발 업체의 결함 유형분석

노정현,이종민,박유현,Noh, Jeong-Hyun,Lee, Jong-Min,Park, Yoo-Hyun 한국정보통신학회 2015 한국정보통신학회논문지 Vol.19 No.3

Recently, various static analysis tools for software defect detection are becoming widely used in practice. However, there is little public information of the most frequent defects in commercial areas until now. In this paper, we analyze the defects found by CodeSonar, a static analysis tool that finds defects in C/C++, Java programs. So we report the most frequent defects by various aspects in Dongnam area, Korea. 최근 소프트웨어의 결함을 탐지할 수 있는 다양한 종류의 동적분석 도구가 점점 더 많이 활용되고 있다. 하지만 업계에서 실제로 발생하는 결함에 대한 조사는 지금까지 거의 없었다. 본 논문에서는 C/C++, 자바 프로그램에서 결함을 찾아내는 툴인 CodeSonar가 찾아낸 결과를 분석하고자 한다. 분석결과 동남권 지역에서 가장 많이 발생하는 결함들을 다양한 방법으로 제시한다.

종합지역접근성 측정모형의 개발

노정현(Jeong Hyun Rho),유재영(Jae Young Ryu) 한국지역학회 1994 지역연구 Vol.10 No.2

Despite of being the criteria to choose the efficient and reasonable alternatives in actual planning process, the measure of accessibility rarely has applied to practices because each model has unexplicit concept of it and limitations in itself. Accessibility implies transportation system which offers opportunity of movement to overcome spatial separation and, simultaneously, land--use system which represents the location of each activity. Therefore, measures of accessibility have to represent the attractiveness of locations and the interactions of activities, that is, land--use and transportation, with an index. Considering that urban activity is based on the economic efficiency, costs and benefits, accessibility means the economic efficiency of the location of activity and the travel in view of land-use and transport repectively. Combined models that measure accessibility with considering land-use and tranportation simultaneously depend on reasonable concepts, but it is too simple for them to explain the accessibility which resulted from complex interaction of urban activities. Combined urban activity model developed by Kim(1983) and Rho(1989) explains the characteristics of activities in each region and urban structure in economic general equilibrium states in the long term of urban system. This model measures a regional accessibility with a dual variable which means the location surplus. This is a more systematic and comprehensive model for calculating the regional accessibility because it considers the interaction of each activity in urban system. It needs efforts to apply the accessibility index as a criterion in actual planning process through finding and quantitification of other explanatory variables to measure it in combined urban activity model.

주파수 공간상의 특징 데이터를 활용한 손목에 부착된 가속도 센서 기반의 낙상 감지

노정현(Jeong Hyun Roh),김진헌(Jin Heon Kim) 한국스마트미디어학회 2021 스마트미디어저널 Vol.10 No.3

낙상사고는 언제, 어디에서 일어날지 예측하기 어렵다. 또한 신속한 후속 조치가 수행되지 않으면 생명의 위협으로 이어지므로 낙상사고를 자동으로 감지할 수 있는 연구가 필요하게 되었다. 자동적인 낙상사고 감지기법 중 손목에 부착된 IMU 센서를 활용한 기법은 움직임이 많아 낙상사고 검출이 어렵지만, 착용의 간편함과 접근성이 뛰어난 기법으로 인식되고 있다. 낙상 데이터 확보의 어려움을 극복하기 위해 본 연구는 KNN과 SVM과 같은 머신러닝으로 적은 데이터를 효율적으로 학습하는 알고리즘을 제안한다. 또한, 이들 수학적 분류기의 성능을 높이기 위해 본 연구에서는 주파수 공간에서 취득한 특징 데이터를 활용하였다. 제안된 알고리즘은 표준 데이터세트를 활용한 실험을 통해 모델의 파라미터와 주파수 특징 추출기의 파라미터를 다각화하여 그 영향을 분석하였다. 제안된 알고리즘은 학습 데이터를 확보하기 어려운 현실적인 문제에 적절히 대처할 수 있었다. 또한 본 알고리즘이 다른 분류기보다 경량화되어 있기 때문에 SIMD(Single Instruction Multiple Data) 처리장치 탑재가 어려운 소형 임베디드시스템에도 구현이 용이했다. It is hard to predict when and where a fall accident will happen. Also, if rapid follow-up measures on it are not performed, a fall accident leads to a threat of life, so studies that can automatically detect a fall accident have become necessary. Among automatic fall-accident detection techniques, a fall detection scheme using an IMU (inertial measurement unit) sensor attached to a wrist is difficult to detect a fall accident due to its movement, but it is recognized as a technique that is easy to wear and has excellent accessibility. To overcome the difficulty in obtaining fall data, this study proposes an algorithm that efficiently learns less data through machine learning such as KNN (k-nearest neighbors) and SVM (support vector machine). In addition, to improve the performance of these mathematical classifiers, this study utilized feature data aquired in the frequency space. The proposed algorithm analyzed the effect by diversifying the parameters of the model and the parameters of the frequency feature extractor through experiments using standard datasets. The proposed algorithm could adequately cope with a realistic problem that fall data are difficult to obtain. Because it is lighter than other classifiers, this algorithm was also easy to implement in small embedded systems where SIMD (single instruction multiple data) processing devices were difficult to mount.

동결 시 불포화 지반의 함수특성 변화

노정현(Noh Jeong Hyun),이승래(Lee Seung Rae) 대한토목학회 2008 대한토목학회 학술대회 Vol.2008 No.10

수도권 종합 도시활동 모형의 정립

魯正鉉(Jeong-Hyun Rho) 대한국토·도시계획학회 1990 國土計劃 Vol.25 No.3

3次元的 非線 形都市 活動 模型의 適用 및 評價

魯正鉉(Jeong-Hyun Rho) 대한국토·도시계획학회 1988 國土計劃 Vol.23 No.3

行政組織을 利用한 家口通行實態調査方法硏究

魯正鉉(Rho Jeong-Hyun),金容奭(Kim Yong-Seok) 대한국토·도시계획학회 1998 國土計劃 Vol.33 No.3

복합용도개발로서 초고층 건축의 교통영향과 정책적 대응방향

노정현(Rho Jeong-Hyun),정하욱(Jeong Ha-Uk) 한국도시행정학회 1997 도시 행정 학보 Vol.10 No.-

성인형 당뇨병의 모델인 OLETF 쥐에서 성장 호르몬의 효과

노정현(Jeong-Hyun Noh),김성운(Sung-Woon Kim) 대한임상노인의학회 2000 대한임상노인의학회지 Vol.1 No.1

연구배경 : 내분비계는 면역계와 밀접한 상호 연관성이 있는 것으로 알려져 있으며, 성장호르몬은 초기 염증반응에 분비되는 interleukin-1beta (IL-1β)나 tumor necrosis factor-alpha(TNF-a)의 분비를 직접적으로 조절하는 것으로 생각된다. 한편, IL-1β와 TNF-a는 당뇨병성 신증의 발생에 관여하는 것으로 알려져 있다. 이에 본 저자들은 성인형 당뇨병 동물모델인 OLETF(Otsuka Long-Evans Tokushima Fatty) 쥐에서 성장호르몬의 IL-1β 와 TNF-a의 유전자 발현에 미치는 영향을 보고자 하였다. 방법 : 6주 된 OLETF 쥐를 무작위로 실험군(n=4)과 대조군(n=4)으로 나누어, 실험군 쥐에게 성장호르몬을 일주일에 6일간 복강내로 2IU/Kg 용량으로 투여하였다. 대조군은 같은 방법으로 생리식염수를 주입하였다. 각각 2마리씩 10주령과 26주령에 쥐를 희생하였고, 간조직과 신장조직에서 IL-1β와 TNF-a의 mRNA 발현 정도를 RT-PCR 방법으로 관찰하였다. 결과 : IL-1β는 10주령의 OLETF 쥐의 간조직과 신장조직에서 성장호르몬 투여 전후 일률적으로 비슷한 정도의 발현을 보였으며 26주령에서도 성장호르몬 투여 전후 비슷한 발현을 보였다. TNF-a의 발현은 10주령에서는 불규칙적이었으며, 26주령에서는 간조직에서는 성장호르몬 투여와 상관없이 감소하는 양상을 보였고 신장조직에서는 성장호르몬 처치 후에 발현이 억제되었다. 결론 : 성장호르몬은 IL-1β의 유전자 발현에는 영향을 주지 않으나 성인형 당뇨병을 가진 쥐의 신장조직에서 TNF-a의 유전자 발현을 억제하는 것으로 생각되며, 앞으로 본 연구 결과에서 나타난, 신장조직에서 성장호르몬의 TNF-a 유전자의 발현감소효과가 당뇨병성 신증 발생을 억제하는가에 대한 연구가 필요할 것으로 생각된다. Background : Neuroendocrine system has been thought to interact with immune system, and growith hormone (GH) has been suggested to modulate directly both interleukin-1beta(IL1β) and tumor necrosis factor-alpha(TNF-a) release. The OLETF(otsuka Long-Evans Tokushima Fatty) rats are the animal models for human NIDDM with nephrotic complication. IL-1 and TNF-a have been believed to play an improtant role for pathogenesis of diabetic nephropathy. The objective of this study is to investigate the effects of growth hormone on the production of IL-1β and TNF-a in the hyperglycemic rats. Methods : OLETF rats were randomized into a placebo-treated control group(n=4) and a GH-treated grup(n=4). GH and placebo administration were started in 6 weeks old OLETF rats. They were injected GH or normal saline 6days per week intraperitoneally until sacrifice. GH treated group was given 2IU/kg of GH. I measured body weight weekly. The mRNAexpressions of IL-1β and TNF-a in liver and kidney tissues were investigated by RT- PCR method. Results : The expressions of IL-1β and TNF-a in GR-treated group were compared with in control group at 10 weeks and 26 weeks of age. There were no differences of IL-1β expressions between GH-treatment rats and placebo-treated rats at 10 and 26 weeks of age. TNF-a expressions at 10 weeks were not consistent. At 26 weeks, TNF-a expressions were decreased with or without GH treatment in liver tissues. In kidney tissues, TNF-a expressions were decreased with GH treatment, but weren't in control group. Conclusions : The growth hormone has no effect on the production of IL-1β, but inhibits the production of TNF-a in kidney tissues of diabetic OLETF rats.

딥러닝과 XGBoost를 이용한 뇌졸중 질환 예측

노정현(Jeong-Hyun Noh),전왕수(Wang-Su Jeon),이상용(Sang-Yong Rhee) 한국정보기술학회 2022 Proceedings of KIIT Conference Vol.2022 No.6

본 논문에서는 FAST 검사방법 중 하나인 얼굴영역을 이용하여 뇌졸중 조기 증상 진단 분류 방법을 제안하였다. 이 방법은 U-Net과 FCN을 이용하여 얼굴 영역의 입술을 분할하고, 입술영역의 특징을 사용하여 정상, 비정상을 분류한다. 분할 모델은 U-Net과 FCN의 백본망은 ResNet101과 VGGNet16을 사용했고, ResUnet이 87.8%의 정확도를 보였다. 그리고 분류성능을 비교한 결과 96.7%로 가장 좋은 성능을 보였다. In this paper, the use of face region, one of the FAST approaches, it is proposed this research for early stroke classification. This approach uses U-Net and FCN to segment lips in the face region and discriminate between positive and negative based on lip features. ResNet101 and VGGNet16 are used in the segmentation model for the U-Net and FCN backbone networks, respectively, and ResUnet has accuracy of 87.8%. In addition, due to the normal and abnormal comparison using xgboost by extracting features from the lips, the accuracy was 96.6%.