http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
소프트웨어 블랙박스 테스팅 기법 비교 및 커버리지 분석을 통한 성능 측정
맹상우(Sang-Woo Maeng),박홍성(Hong-Seong Park) 대한전기학회 2009 대한전기학회 학술대회 논문집 Vol.2009 No.7
정밀한 소프트웨어 테스팅에서 테스트 케이스의 생성과 테스트 수행 작업은 많은 시간과 노력을 필요로 한다. 따라서 경험 있는 테스터 들은 적은 수의 테스트 케이스를 선택적으로 사용하여 보다 정확한 테스트를 수행할 수 있기를 요구한다. 테스트 케이스의 수를 줄이기 위해 수많은 연구가 진행되었다. 소프트웨어 테스팅에서 가장 기본이 되는 테스트는 단위 테스트이다. 본 논문에서는 블랙박스 테스팅에 사용되는 잘 알려진 테스트 후보 값 생성 및 조합 기법에 관한 기존 연구를 살펴보고 성능을 비교해 본다. 성능 비교를 위해 몇몇 예제 코드를 실험적으로 이용하였다.
무선 네트워크 시변(time-varying) 채널에서 SFG (Signal Flow Graph)를 이용한 패킷 전송 성능 분석
김상용,박홍성,오훈,리비탈리,Kim Sang Yong,Park Hong Seong,Oh Hoon,LI Vitaly 대한전자공학회 2005 電子工學會論文誌-TC (Telecommunications) Vol.42 No.2
무선 네트워크에서는 여러 가지의 환경적 요인으로 인해 발생하는 페이딩 현상 및 노이즈로 인하여 무선 단말기 간의 채널의 상태가 자주 변화한다. 따라서 시변 채널 특성을 지니는 무선 네트워크에서 신뢰성 있는 데이터 전송을 위해서는 시변 채널 특성을 파악하는 것이 중요하다. 본 논문에서는 무선 네트워크 시변(Time-varying) 채널 상에서 패킷 전송 시간 및 대기큐에 대해 분석한다. 무선 네트워크 시변 채널 상태를 반영하기 위해 채널의 상태를 2-상태, 3-상태 각각의 경우로 구분하고 SFG(Signal Flow Graph) 모델을 이용하여 채널 상태를 해석한다. 각각의 상태에 대한 SFG 모델로부터 하나의 패킷에 대해 평균 전송시간과 분산을 구하고 이에 대한 확률 분포를 가우시안(Gaussian) 분포로 생각한다. 패킷의 도착분포가 프아송(Poisson) 프로세스를 따르는 전송 시스템을 M/G/1으로 모델링하고 에러 정정 기법으로 SW ARQ 기법을 적용하여 패킷의 PER의 변화 및 패킷 도착 비율의 변화에 따른 평균 패킷 전송시간과 평균 대기큐의 길이에 대해 해석하고 시뮬레이션을 통하여 검증한다. The state of channel between two or more wireless terminals is changed frequently due to noise or multiple environmental conditions in wireless network. In this paper, we analyze packet transmission time and queue length in a time-varying channel of packet based Wireless Networks. To reflect the feature of the time-varying channel, we model the channel as two-state Markov model and three-state Markov model Which are transformed to SFG(Signal Flow Graph) model, and then the distribution of the packet transmission can be modeled as Gaussian distribution. If the packet is arrived with Poisson distribution, then the packet transmission system is modeled as M/G/1. The average transmission time and the average queue length are analyzed in the time-varying channel, and are verified with some simulations.
로봇용 소프트웨어 컴포넌트에서 비정상 천이를 포함한 상태 천이 시퀀스용 테스트 스윗 생성 기법
맹상우(Sang-Woo Maeng),박홍성(Hong Seong Park) 제어로봇시스템학회 2010 제어·로봇·시스템학회 논문지 Vol.16 No.8
This paper proposes a new method called the path-history coverage to generate a test suite to test the state transition behavior of the robot SW component. The proposed method generate a test suite which includes abnormal state transitions based on FSM of target component. Especially the proposed method covers the disadvantage of the mutation test method that the size of the test suite is explosively increasing. Examples including OPRoS Component[1] show the validity of the proposed method.
김상규(Sang-Gyu Kim),박홍성(Hong-Seong Park) 대한전기학회 2021 대한전기학회 학술대회 논문집 Vol.2021 No.10
In this paper, we propose a method to improve the performance of a multi-core real-time scheduler. A method to optimize the existing scheduling algorithm studied based on a single core to a multi-core environment is proposed, and a scheduler operation algorithm for efficient debugging of execution modules is also proposed. After comparing the implemented scheduler with the existing scheduler, a conclusion is presented through performance comparison.
김한성(Han-Sung Kim),박홍성(Hong-Seong Park) 대한전기학회 2021 대한전기학회 학술대회 논문집 Vol.2021 No.10
This paper optimizes CNN models by preprocessing respiratory sound data into three types of images, and proposes a CNN Ensemble model using optimized CNN models. The three types of images are MFCC, Scalogram, and waveform. The reason for using these three types of images is that they have different characteristics of those images depending on the symptom. The proposed CNNEnsemble model is a model that utilizes three proposed CNN models and combines them into an ensemble model. The proposed models are evaluated against a challenge dataset known as ICBHI 2017 in order to classify respiratory sound symptom. For the validity of the proposed CNNEnsemble model, the accuracy of symptom classification from the proposed model is compared with the accuracies of other researches.