http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Over Wall - 대한결핵협회 강원지부, 지자체와 지역 단체가 손잡고 결핵 퇴치에 발 벗고 나서
박영목,Park, Yeong-Mok 대한결핵협회 2014 보건세계 Vol.63 No.1
강원도는 지형적으로 산세가 험해 교통발달이 상대적으로 느리고, 의료 혜택이 채 미치지 못한 곳이 만다. 이에 강원지부 복십자의원은 강원도 내 전 보건소와 손잡고 취약 지구를 직접 찾아가는 순회 진료서비스를 적극 실시해오고 있다. 지자체와 지역 단체가 한마음 한뜻이 되어 어떻게 하면 결핵퇴치를 함께 해나가야 하는가에 대한 정석을 이곳 강원지부는 여실히 보여주고 있는 것이다. 이에 [보건세계]는 강원지부를 찾아 그들의 패기 넘기는 사명감을 직접 담아보고자 했다.
이상운,박영목,박재홍,Lee, Sang-Un,Park, Yeong-Mok,Park, Jae-Hong 한국정보처리학회 2001 정보처리학회논문지D Vol.8 No.5
An increasingly important facet of software development is the ability to estimated the associated coast and effort of development early in the development life cycle. In spite of the most generally sued procedures for estimation of the software development effort and cost were linear regression analysis. As a result of the software complexity and various development environments, the software effort and cost estimates that are grossly inaccurate. The application of nonlinear methods hold the greatest promise for achieving this objects. Therefore this paper presents an RBF (radial basis function) network model that is able to represent the nonlinear relation for software development effort, The research describes appropriate RBF network modeling in the context of a case study for 24 software development projects. Also, this paper compared the RBF network model with a regression analysis model. The RBF network model is the most accuracy of all. 소프트웨어 개발에서 점점 더 중요시되는 사항은 개발 생명주기의 초기에 개발과 관련된 노력과 비용을 추정하는 능력이다. 소프트웨어 개발노력과 비용추정을 위한 대부분의 모델이 선형회귀분석 절차를 사용하였다. 그러나 소프트웨어의 복잡성, 개발환경의 다양성으로 인해 소프트웨어 개발노력과 비용 추정은 점점 더 부정확해지고 있다. 이 목적을 달성하기 위해서는 비선형 방법을 사용해야 한다. 따라서 본 논문은 소프트웨어 개발 노력을 추정하는데 비선형 관계를 표현 가능한 RBF망 모델을 제안한다. 24개 소프트웨어 사례연구를 통해 적합한 RBF 망 모델을 제시하였다. 또한, 회귀분석 모델과 RBF망 모델을 비교하여 RBF 망 모델의 정확성이 가장 좋음을 보였다.
그룹 고장 데이터의 소프트웨어 신뢰성 예측에 관한 신경망 모델
이상운,박영목,박수진,박재흥,Lee, Sang-Un,Park, Yeong-Mok,Park, Soo-Jin,Park, Jae-Heung 한국정보처리학회 2000 정보처리논문지 Vol.7 No.12
많은 소프트웨어 프로젝트는 시험이나 운영단계에서 고장 시간이나 고장 수 데이타 보다는 그룹 고장 데이타 (여러 고장 간격에서 또는 가변적인 시간 간격에서의 고장 들)가 수집된다. 본 논문은 그룹 고장 데이타에 대해 가변적인 미래의 시간에서 누적 고장 수를 예측할 수 있는 신경망 모델을 제시한다. 신경망의 입-출력으로 무엇을 선택하고 어떤 순서로 훈련을 수행하느냐에 따라 신경망의 예측력에 영향을 미친다. 따라서, 신경망의 입-출력에 대한 11개의 훈련제도가 고려되었으며, 모델의 성능을 평가하기 위해 다음 단계 평균 상대 예측 오차 (AE)와 정규화된 AE (NAE) 측도에 의해 최적의 훈련제도가 선택되고, 다른 잘 알려진 신경망 모델과 통계적 소프트웨어 신뢰성 성장 모델과 비교되었다. 실험 결과, 가변적인 미래의 시간 간격에서 누적 고장 수를 예측하기 위해서는 신경망 모델에 가변 시간간격 정보가 필요함을 보였다. Many software projects collect grouped failure data (failures in some failure interval or in variable time interval) rather than individual failure times or failure count data during the testing or operational phase. This paper presents the neural network (NN) modeling that is dble to predict cumulative failures in the variable future time for grouped failure data. ANN's predictive ability can be affected by what it learns and in its ledming sequence. Eleven training regimes that represents the input-output of NN are considered. The best training regimes dre selected rJdsed on the next' step dvemge reldtive prediction error (AE) and normalized AE (NAE). The suggested NN models are compared with other well-known KN models and statistical software reliability growth models (SHGlvls) in order to evaluate performance, Experimental results show that the NN model with variable time interval information is necessary in order to predict cumulative failures in the variable future time interval.
김영식,이미연,박영목 ( Yeong Shik Kim,Mi Youn Lee,Young Mok Park ) 생화학분자생물학회 1992 BMB Reports Vol.25 No.2
Chitinase (EC 3.2.1.14) was purified from the mature tissue of green onion by ammonium sulfate precipitation followed by affinity chromatography on a regenerated chitin and a Sephacryl HR-100. The purified enzyme gave a single band on polyacrylamide slab gel electrophoresis and its molecular weight was determined to be 35,000 Da using SDS-PAGE and HPLC-GPC. The isoelectric points of the enzyme were 3.5 and 7.2. The purified enzyme was stable on incubation at 50℃ for up to 20 min. Most of metal ions did not affect the activity significantly except that Ag^+ and Hg^(2+) ions inhibited the enzyme activity at 10 mM concentration. HPLC analysis of the initial products from the digestion of colloidal chitin and chitooligosaccharides indicated that chitinase was endolytic in action, yielding oligomers from the dimer to higher oligosaccharides.
그룹 고장 데이터의 소프트웨어 신뢰성 예측에 관한 신경막 모델
이상운(Sang Un Lee),박영목(Yeong Mok Park),박수진(Soo Jin Park),박재홍(Jae Heung Park) 한국정보처리학회 2000 정보처리학회논문지 Vol.7 No.12
Many software projects collect grouped failure data (failures in some failure interval or in variable time interval) rather than individual failure times or failure count data during the testing or operational phase. This paper presents the neural network (NN) modeling that is able to predict cumulative failures in the variable future time for grouped failure data. A NN''s predictive ability can be affected by what it learns and in its learning sequence. Eleven training regimes that represents the input-output of NN are considered. The best training regimes are selected based on the next-step average relative prediction error (AE) and normalized AE (NAE). The suggested NN models are compared with other well-known NN models and statistical software reliability growth models (SRGMs) in order to evaluate performance. Experimental results show that the NN model with variable time interval information is necessary in order to predict cumulative failures in the variable future time interval.