메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
김윤수 (조선대학교) 이만승 (목포대학교)
저널정보
한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제22권 제6호
발행연도
2020.1
수록면
2,371 - 2,382 (12page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

이 논문의 연구 히스토리 (2)

2020

LSTM을 활용한 Non-Parametric 신뢰성 모형과 소프트웨어 신뢰성 모형 비교
김윤수 ,  장인홍 한국신뢰성학회 학술대회논문집 2020.11 학술대회자료
심층신경망을 활용한 비모수적 소프트웨어 신뢰성 모형과 NHPP 소프트웨어 신뢰성 성장 모형 비교
김윤수 ,  이만승 Journal of The Korean Data Analysis Society 2020.01 학술저널

초록· 키워드

오류제보하기
현재 소프트웨어는 다양한 기능을 수행할 수 있도록 복잡한 구성으로 만들어진다. 소프트웨어가 고장 나게 될 경우 산업 및 경제적으로 매우 큰 손실을 일으킬 수 있다. 소프트웨어에서 아주 작은 고장이 발생하더라도 큰 손실을 초래할 수 있다. 이러한 문제를 해결하기 위해 소프트웨어의 품질과 신뢰성을 추정하는 도구인 소프트웨어의 신뢰성 성장 모형이 제안되었다. 대부분의 소프트웨어 신뢰성 성장 모형은 모수적 방법인 비균질성 포아송 과정을 가정한 평균값 함수를 기반으로 모형이 만들어지는데 이는 분포를 가정하기 때문에 일반화에 문제가 발생한다. 본 연구에서는 일반화에 문제를 해결하기 위해 본포를 가정하지 않고 데이터에 의존하는 비모수적(Non-Parametric) 방법으로 접근하여 소프트웨어 신뢰성을 측정한다. 비모수적 방법 중 인간이 사고하는 생물학적 시스템을 모태로 하는 인공신경망을 활용한다. 특히, 최근에 많이 연구되고 있는 인공신경망 중의 하나인 심층신경망을 활용하여 일반화 시킬 수 있는 소프트웨어 신뢰성 모형을 제안하고, 기존에 연구된 소프트웨어 신뢰성 성장 모형(SRGMs)과 5가지의 적합도를 비교한 후 가장 적합한 모형을 찾아 제시한다.
#비동질성 포아송 과정(NHPP) #비모수적 방법 #소프트웨어 신뢰성 성장 모형(SRGMs) #인공신경망 #심층신경망(DNN)

목차

등록된 정보가 없습니다.

참고문헌 (21)

참고문헌 신청
Ehrlich, W. / 1993 / Determining the cost of a stop-test decision(software reliability) / IEEE Software 10(2):33~42 google schola Goel, A. L. / 1979 / Time-dependent error-detection rate model for software reliability and other performance measures / IEEE transactions on Reliability 28(3):206~211 google schola Jelinski, Z. / 1972 / Statistical computer performance evaluation :465~484 google schola Karunanithi, N. / 1992 / Using neural networks in reliability prediction / IEEE Software 9(4):53~59 google schola Lakshmanan, I. / 2015 / An artificial neural-network approach to software reliability growth modeling / Procedia Computer Science 57:695~702 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0