<33312D322D313220C1A4BCD2BFB520B1C7BCF6C5C22E687770>

Size: px
Start display at page:

Download "<33312D322D313220C1A4BCD2BFB520B1C7BCF6C5C22E687770>"

Transcription

1 Journal of the Society of Korea Industrial and Systems Engineering Vol, 31, No. 2, pp , June 연관규칙과순차패턴을이용한프로세스마이닝 정소영 권수태 전주대학교정보시스템학과 A Process Mining using Association Rule and Sequence Pattern So Young Chung Soo Tae Kwon Department of Information System, Jeonju University A process mining is considered to support the discovery of business process for unstructured process model, and a process mining algorithm by using the associated rule and sequence pattern of data mining is developed to extract information about processes from event-log, and to discover process of alternative, concurrent and hidden activities. Some numerical examples are presented to show the effectiveness and efficiency of the algorithm. Keywords:Process Mining, Business Process, Data Mining, Association Rule, Sequence Pattern 1. 서론 1) 경영환경의변화가가속화되면서많은기업들은환경변화에빠르게적응하기위하여인프라구축, 처리생산성향상, 기업내부의역량강화, 경쟁력확보등의노력을기울이고있다. 특히, 비즈니스프로세스의혁신을통해경쟁력을향상시키기위해점점그중요성이높아지고있는비즈니스프로세스관리 (BPM:Business Process Management) 에관심을가지고있다. BPM은기업내혹은기업과기업, 고객과기업사이에일어날수있는비즈니스프로세스를효율적으로구축하고관리하기위한것으로, 비즈니스프로세스를시스템차원에서관리하여프로세스에대한자동화와생산성및효율성의확대, 프로세스에대한지식을축적하고분석 개선하는것을목적으로한다. 또한 BPM의핵심기술인워크플로우시스템은자동화와프로세스설계, 프로세스단위구분등을위해 < 그림 1> 과같이목적단위간의흐름을분석 통제 관리하여, 정확하고신속한처리, 효과적인정보제공과실시 간통제등을할수있다. 그리고체계적이고계속적인워크플로우평가와분석을통해비즈니스프로세스혁신을수행할수있다. <Business process management> 협력사 관계사 Workflow System 프로세스진행명세관리 프로세스 / 조직에대한유연성제공 시스템확장기반마련 < 그림 1> 비즈니스프로세스와워크플로우시스템 고객 BPM 이나워크플로우시스템을통해비즈니스프로세스를효율적으로수행 관리하기위해서는비즈니스프로세스상의모든수행자들과지속적인의사소 논문접수일 :2008년 03월 26일 논문수정일 :2008년 06월 04일 게재확정일 2008년 06월 10일 교신저자 kstfms@jj.ac.kr

2 연관규칙과순차패턴을이용한프로세스마이닝 105 통을통해비즈니스프로세스에대한지식을습득하여에대한정보를명세화시켜야한다. 하지만, 비즈니스프로세스가직관적이거나표준적인행동에기반을두지않고, 특성에따라각각의정보시스템을사용하여각시스템에서규정한형식에따라비즈니스프로세스의수행에대한정보를저장하기때문에프로세스정보를명세화하는것은쉽지않다. 따라서본연구에서는기업에서이용하는각정보시스템의프로세스수행정보가저장되어있는트랜잭션로그 (transaction log) 를대상으로, 많은양의데이터를효과적으로분석하고유용한정보를발견하는데이터마이닝의연관규칙과순차패턴을적용하여보다효율적이고효과적인프로세스를발견하고자한다. 본논문의구성은다음과같다. 제 2 장에서프로세스마이닝과기존연구에대해설명하고, 제 3 장에서는연관규칙과순차패턴을이용한프로세스마이닝알고리즘에대해기술한다. 제 4 장에서는개발된알고리즘의적용사례와성능평가를위한비교실험을수행하고, 제 5 장에서는본연구의결과및향후연구방향을제시한다. 2. 프로세스마이닝 프로세스마이닝은기업의비즈니스프로세스에서일어나는처리기록을바탕으로유용한정보를발견 (discover) 하는것을목적으로하며, 프로세스마이닝의결과는기업의비즈니스프로세스혁신에활용될수있다 [2]. < 그림 2> Staffware 로그파일예 미축적되어있는트랜잭션로그데이터의분석을통해프로세스를발견하여프로세스를개선할수있도록하는것이다. 우선 < 표 1> 과 < 표 2> 의이벤트로그를대상으로선택실행과동시실행프로세스를설명하면다음과같다. < 표 1> 이벤트로그 Ⅰ 인스턴스수행자시간 Case 1 A 홍길동 :00 Case 2 A 홍길동 :00 Case 1 B 김을동 :50 Case 2 C 강나리 :10 Case 1 D 정지훈 :00 Case 2 D 정지훈 :00 < 표 2> 이벤트로그 Ⅱ 인스턴스 수행자 시간 Case 1 A 홍길동 :00 Case 2 A 홍길동 :00 Case 1 B 김을동 :50 Case 1 C 강나리 :00 Case 2 C 강나리 :10 Case 2 B 김을동 :00 Case 1 D 정지훈 :00 Case 2 D 정지훈 :00 < 표 1> 의이벤트로그 I 에서프로세스인스턴스기준으로 Case 1 은 A B D, Case 2 는 A C D 의순서로실행되며, 비즈니스프로세스상의는 A, B, C, D 네가지가있지만 Case 별트랜잭션을보면 A, B 또는 C, D 로세개의만을실행한다. 즉, 각각의트랜잭션을보면프로세스는 A 로시작하고, A 의수행이끝나면 B 와 C 중하나를실행한후 D 를실행하고종료되는것을알수있다. B 와 C 는선행 A 의실행후선택적으로수행되므로선택실행프로세스 (alternative route) 라하며, < 그림 3> 과같이표현한다. 비즈니스프로세스상의모든는기업내부의정보시스템인 ERP, CRM, SCM, Workflow 등에서수행되고, 이들정보시스템에서는모든트랜잭션 (transaction) 을 < 그림 2> 와같이이벤트형식으로프로세스인스턴스 (instance), (activity), 의수행자 (performer), 수행시간등으로기록한다. 이러한이벤트로그에서의미있는정보와지식을추출해내는프로세스마이닝은이 A B alternative C < 그림 3> 선택실행프로세스흐름도 D

3 106 정소영 권수태 한편, < 표 2> 의이벤트로그 Ⅱ 를보면 Case 1 은 A B C D, Case 2 는 A C B D 순서로프로세스가실행된다. 비즈니스프로세스상의는 A, B, C, D 네가지이고이네가지를모두실행하지만, Case 별트랜잭션을보면의실행순서가다른것을알수있다. 즉, A 로시작하여 D 로끝나지만, B 와 C 는 B C 혹은 C B 의순서로실행되며 B 와 C 가프로세스내에서병렬적으로동시에실행이된다. 이때 B 와 C 는선행 A 의실행후동시에병렬적으로수행되는동시실행프로세스 (concurrency route) 라하고, < 그림 4> 와같이표현한다. A B concurrency D 초기해를생성하기때문에구조화된프로세스모델이없는경우에는프로세스추출이어렵다. 또한페트리넷의점화규칙을이용하여도출된해들의적응도를평가하는시간과비용 (cost) 이매우높았으며, 데이터양이증가할수록알고리즘의효과성은급격하게낮아졌다. 그리고유전자알고리즘은세밀한해의탐색이어렵기때문에비즈니스프로세스상의모든와간의세세한프로세스흐름관계를탐색하는데는어려움이있다. 본연구에서는기업의트랜잭션로그를대상으로동시실행프로세스, 선택실행프로세스그리고중요한프로세스이지만수행빈도가낮아발견되지못하는비즈니스프로세스를발견하기위하여 < 그림 5> 와같이데이터마이닝의순차패턴과연관규칙을이용한프로세스마이닝알고리즘을개발하고자한다. C < 그림 4> 동시실행프로세스흐름도 프로세스마이닝은조직모델분석, 기업성과분석, 체계적인프로세스수행을위한프로세스분석에대한연구가이루어지는데, 세가지관점 ( 가어떻게진행되는지에대한프로세스관점, 수행자가누구인지에대한조직관점, 어느사건에대한수행자또는프로세스흐름에대한특성이무엇인지에대한사건관점 ) 등으로구분할수있으며, 이들중프로세스관점의연구가가장활발히진행되고있다. Agrawal et al.[4] 은워크플로우관리시스템의로그를기반으로비즈니스프로세스를모델링하는방법을제시하였으며, Cook and Wolf[5] 는뉴럴네트워크, 순수알고리즘, 마코브 (Markovian) 방법으로프로세스데이터를분석하여소프트웨어공학에서프로세스모델을개선하는연구를하였고, Herbst[6] 는워크플로우시스템에기계학습알고리즘 (Machine learning algorithm) 을이용하여워크플로우프로세스모델을개선하는연구를하였다. 한편, Aalst et al.[3] 는 α-algorithm 을이용하여선택실행프로세스를고려한워크플로우프로세스모델을재발견 (rediscovery) 하는연구를수행하였고, Aalst et al.[1] 와 Medeiros et al.[7] 은선택실행프로세스뿐만아니라동시실행프로세스를고려한비즈니스프로세스개선과발견을위해유전자알고리즘을이용하였다. 이들은유전자알고리즘을적용하기위해비즈니스프로세스를 Petri Net 으로표현하여 Casual Matrix 를구성하였고, 페트리넷의점화규칙을이용하여적응도를평가하였다. 하지만이미구조화된프로세스모델을기반으로 Casual Matrix < 그림 5> 데이터마이닝을이용한프로세스발견 3. 프로세스마이닝알고리즘기업의프로세스는시작에서마지막까지수행되는순서가존재하고여러서브프로세스 (sub-process) 들이포함되어있으며, 기업의트랜잭션로그에는트랜잭션이발생할때마다데이터들의누적이끊임없이진행된다. 이렇게누적되어있는기업의데이터에서비즈니스프로세스를발견하기위해서는와간의순서와연관성을찾아야하는데, 대량의데이터에서숨겨진지식, 패턴, 관계를발견하여의사결정에활용할수있도록하는데이터마이닝기법중연관규칙과순차패턴은이를찾는데아주유용한방법론이다. 연관규칙은하나의트랜잭션내에서동시에발생하는항목간의연관성을발견하는것으로비즈니스프로세스내의동시에발생하는를발견하는데유용한기법이며, 순차패턴은연관규칙에시간변이를추가한것으로트랜잭션내항목들의시간적관계를찾아비즈니스프로세스내의순서를발견하는데유용하다. 이러

4 연관규칙과순차패턴을이용한프로세스마이닝 107 한두기법의특징을동시에고려할경우효율적으로비즈니스프로세스를발견할수있다. < 표 1> 과 < 표 2> 의프로세스인스턴스별트랜잭션에연관규칙을적용하여프로세스내의간의지지도와신뢰도를계산하면 < 표 3> 과같으며, 연관규칙의지지도와신뢰도에의해트랜잭션내의간의연관성을파악할수있다. 즉, 이벤트로그 I의 B C(C B) 의경우지지도와신뢰도값이 0.0으로서 B와 C 간의연관성은없으며, 이를제외하고는모두연관성이있다고판단할수있다. < 표 3> 이벤트로그 Ⅰ, Ⅱ 의간지지도 (S) 와신뢰도 (C) 이벤트로그 I 이벤트로그 Ⅱ A B A C A D B C B D C D (B A) (C A) (D A) (C B) (D B) (D C) S C S C S C S C S C S C 주 ) S(A1 A2) = A1 A2 가포함된트랜잭션수 / 전체트랜잭션수 C(A1 A2) = A1 A2 가포함된트랜잭션수 /A1 이포함된트랜잭션수. < 표 1> 과 < 표 2> 에순차패턴을적용한결과는 < 표 4> 와같으며, 각이벤트로그로부터프로세스실행순서를추출할수있음을알수있다. 이벤트로그 I 이벤트로그 Ⅱ < 표 4> 이벤트로그 Ⅰ, Ⅱ 의순차패턴 발견된순차패턴 A B D( 길이 :3) A C D( 길이 :3) A B C D( 길이 :4) A C B D( 길이 :4) 연관규칙과순차패턴의결과를동시에고려해보면, 이벤트로그 I 의경우는순차패턴의결과로부터 A 로시작하고 A 의수행후 B 혹은 C 가수행된후마지막으로 D 가수행되며, 연관규칙의결과에서 B C(C B) 의지지도와신뢰도값이 0.0 이므로 B 와 C 는모든트랜잭션에서서로독립적인라는것을알수있다. 즉, 이벤트로그 I 의경우는 A 가수행된후 B 또는 C 중하나를선택하여수행하고마지막으로 D 를수행하는선택실행프로세스라는결론을도출할수있다. 한편, 이벤트로그 Ⅱ 의경우는순차패턴의결과로부터 A 로시작하고 A 가수행된후 B 와 C 혹은 C 와 B 가실행되고마지막으로 D 가수행되며, 연관규칙의결과에서 B C(C B) 의지지도와신뢰도값이 1.0 이므로 B 와 C 는연관성이있는로정방향뿐만아니라역방향의지지도와신뢰도를만족하는것을알수있다. 즉, 이벤트로그 Ⅱ 의경우는 A 수행후 B 와 C 를실행 (B C 또는 C B) 하고, 이두 (B 와 C) 가모두실행된후 D 를실행하는동시실행프로세스라는결론을도출할수있다. 따라서본연구에서는순차패턴과연관규칙을동시에고려하여이벤트로그에서동시실행프로세스, 선택실행프로세스그리고중요한프로세스이지만수행빈도가낮아발견되지못하는비즈니스프로세스를발견하는알고리즘을개발하였다. 순차패턴과연관규칙을동시에고려한프로세스마이닝의알고리즘을단계별로기술하면다음과같다. Step 1: 이벤트로그에서인스턴스별의실행순서를탐색한다. Step 2: 최소지지도를만족하는시작를추출하고프로세스의 start activity 로설정한다. Step 3:Step 1 에서탐색한순서에서이웃한 X 와 Y 의정방향 (X Y) 과역방향 (Y X) 지지도와신뢰도를계산한다. Step 4: 프로세스에연결된 (activity X) 와인접하는이지만아직연결되지않은 (activity Y) 들의정방향 (X Y) 지지도와신뢰도가최소지지도및신뢰도를만족하면연결한다. Step 5: 만약 X 와연결된가 2 개이상이라면선택실행프로세스로설정한다. Step 6: 프로세스에연결된 (activity X) 와인접하는 (activity Y) 가이미프로세스에연결되어있을경우, 역방향 (Y X) 의지지도와신뢰도가최소지지도및신뢰도를만족하면 X 와 Y 를서로동시에실행되는동시실행프로세스로설정하고, 그렇지않다면단순히연결만한다. Step 7: 모든가연결될때까지 Step 4 에서 Step 6 까지를반복실행한다. < 그림 6> 은본연구의알고리즘을자바프로그램언어의문법에따라표현한것이다. 처음 initialize() 메소드에서는트랜잭션로그파일에서각프로세스인스턴스의트랜잭션을생성한다. 다음 sequencediscoverd() 메소드에서는인스턴스별의실행순서를탐색한다. 두번째단계의 startextract() 메소드에서는트랜잭션의맨처음의지지도를계산하여최소지지도를만족하는를도출하여시작로한다. rightcalculator() 와 leftcalculator() 메소드에서는 sequencediscoverd() 메소

5 108 정소영 권수태 드에서추출된인스턴스별실행순서에서길이가 2 인빈번한패턴을추출하여정방향과역방향지지도와신뢰도를계산한다. ProcessFlow() 메소드에서는최소지지도와최소신뢰도를만족하는들을연결하여기본적인프로세스를도출하고, 역방향의최소신뢰도를만족하는지의여부에따라선택실행과동시실행을설정한다. 여기서최소지지도와최소신뢰도값은 0.0~0.3 사이의값을임의로설정한다. 만약최소지지도와최소신뢰도를너무작게하거나크게하면잘못된트랜잭션을도출할수도있다. 마지막으로추출된결과에따라프로세스의흐름을도출하고종료한다. 중맨처음실행되는들이되며이들중최소지지도를만족하는가시작가된다. 즉, 시작의대상는 A 와 B 가되고, 이중최소지지도 (0.15) 를만족하는 A( 지지도 0.889) 가시작가된다. 세번째단계에서는 Step 1 에서탐색한실행순서에서이웃한들을도출해야되는데, 이는길이가 2 인순차패턴을실행하면된다. 실행결과 A B, A E, B C, B D, B G, C D, C F, D C, D F, E G, F G 가추출되고, 추출된 X 와 Y 의정방향 (X Y) 과역방향 (Y X) 지지도와신뢰도를계산하면 < 표 6> 과같은결과를얻을수있다. public void BPMining( ) { int num ; initialize( ) ; for (num = 0 ; num<eventlogsize ; num++) { sequencediscoverd( ) ; for (num = 0 ; num < sequencesize ; num++) { startextract( ) ; rightcalculator( ) ; leftcalculator( ) ; ProcessFlow( ) ; public void ProceeFlow() { double minsup = MinSupport( ) ; double mincon = MinConfidence( ) ; for (num = 0 ; num < sequencesize ; num++) { FlowConnection( ) ; 4. 실험및비교분석 4.1 알고리즘의실험결과 < 그림 6> 본연구의알고리즘 본연구에서제시한알고리즘의실험을수행하기위하여 < 표 5> 와같이수 7 개, 프로세스인스턴스수 9 개, 로그수는 38 개로로그파일을생성하였다. 그리고, 최소지지도와신뢰도의값은 0.15 로설정하였다. 알고리즘의첫번째단계로로그파일에서인스턴스별의실행순서를탐색하면 A B C D F G, A E G, A E G, A B D C F G, B G, A B C D F G, A E G, A E G, A B D C F G 의실행순서가도출된다. 두번째단계에서프로세스시작를추출하게되는데, 시작의대상은인스턴스별의실행순서 < 표 5> 이벤트로그 Ⅲ 인스턴스 수행자 시간 Case 1 A 홍길동 :00 Case 6 A 배상환 :05 Case 2 A 김수자 :15 Case 7 A 김필승 :30 Case 3 A 홍길동 :45 Case 8 A 배상환 :50 Case 1 B 정지훈 :00 Case 6 B 김 별 :00 Case 4 A 김수자 :30 Case 9 A 김필승 :30 Case 2 E 이주근 :00 Case 7 E 이상성 :00 Case 5 B 정지훈 :45 Case 1 C 홍정만 :00 Case 6 C 이빛나 :00 Case 4 B 정지훈 :00 Case 5 G 강나리 :00 Case 9 B 김 별 :00 Case 2 G 강나리 :00 Case 7 G 문우섭 :00 Case 3 E 이주근 :30 Case 8 E 이상성 :30 Case 1 D 김을동 :00 Case 6 D 송 빈 :00 Case 3 G 강나리 :00 Case 8 G 문우섭 :00 Case 1 F 김수자 :00 Case 6 F 김필승 :00 Case 4 D 김을동 :30 Case 9 D 송 빈 :30 Case 4 C 홍정만 :00 Case 9 C 이빛나 :00 Case 4 F 김수자 :00 Case 9 F 김필승 :00 Case 1 G 강나리 :00 Case 6 G 문우섭 :00 Case 4 G 강나리 :45 Case 9 G 문우섭 :45

6 연관규칙과순차패턴을이용한프로세스마이닝 109 < 표 6> 이웃한간의지지도와신뢰도 순차 정방향역방향지지도신뢰도지지도신뢰도 1 A B A E B C B D B G C D C F D F E G F G iteration 4: D 와인접하면서정방향의최소지지도와신뢰도를만족하는 F 는이미프로세스에연결되어있고, 역방향의최소지지도와신뢰도를만족하지않으므로단순히연결만함 iteration 5: E 와인접하면서정방향의최소지지도와신뢰도를만족하는 G 를연결 Step 4 에서 Step 7 까지의반복실행중단계별프로세스도출결과는다음과같다. iteration 0: 두번째단계에서도출된 A 로시작 iteration 1: A 와인접하지만연결되지않은 B 와 E 가정방향최소지지도와신뢰도를만족하므로 A 와 B, E 를연결하고선택실행으로설정 iteration 6: F 와인접하면서정방향의최소지지도와신뢰도를만족하는 G 는이미프로세스에연결되어있고, 역방향의최소지지도와신뢰도를만족하지않으므로단순히연결만함 iteration 2: B 와인접하지만연결되지않은 C, D, G 중 C 와 D 가정방향최소지지도와신뢰도를만족하므로 B 와 C, D 를연결하고선택실행으로설정 모든가연결되었으므로알고리즘은종료되고, iteration 6 에서얻어진프로세스가 < 표 6> 의이벤트로그 Ⅲ 로부터연관규칙과순차패턴을적용하여발견된프로세스의결과이다. 4.2 성능평가를위한비교실험 iteration 3: C 와인접하지만연결되지않은 F 가정방향의최소지지도와신뢰도를만족하므로우선연결하고, 정방향의최소지지도와신뢰도를만족하면서인접한 D 는이미프로세스에연결되어있고역방향최소지지도와신뢰도를만족하므로동시실행으로설정 본연구에서제시한알고리즘의효과성과효율성을평가하기위하여 Medeiros et al.[7] 이제시한유전자알고리즘과본연구의알고리즘을비교분석하였다. 이를위하여 Aalst et al.[1] 이제시한이벤트로그 < 표 7> 을대상으로자바프로그래밍언어로알고리즘들을구현하여 Pentium4-2.93GHz 의윈도우즈 2000 서버운영체제에서실험하였다. < 표 7> 을대상으로 Medeiros et al.[7] 이제시한유전자알고리즘과본연구의알고리즘으로도출한프로세스의결과는 < 그림 7> 과같이동일하게나타났다. 그러나, 동일한이벤트로그로각알고리즘을반복실험한

7 110 정소영 권수태 결과수행시간과프로세스일치도의평균값에있어서는차이가나타났으며, 실행결과는 < 표 8> 과같고, 본연구의알고리즘이 Medeiros et al.[7] 의알고리즘에비해수행시간과프로세스일치도에서좋은결과를보여주고있음을알수있다. 여기서, 프로세스일치도 = 한시간도많이걸려세밀한해의탐색이이루어지지않아동시실행프로세스나선택실행프로세스를완벽하게추출하지못하기때문이다. 반면본연구는와간의순서와연관성을동시에고려하여프로세스에서의실행순서와프로세스실행에있어서의들의관계에따라프로세스를탐색하였기때문에동시실행과선택실행프로세스를보다효과적이고효율적으로추출할수있었다. n = 의수 MissingRelationOfActivities = 간잘못연결된개수 < 표 7> Aalst et al.[1] 의이벤트로그예 event log 수 /case 수 < 표 8> 반복실험결과비교 Medeiros et al.[7] 프로세스시간 ( 초 ) 일치도 프로세스일치도 본연구 시간 ( 초 ) Case 수행자시간 18/4 99.3% % 0.44 Case 1 A John :15.01 Case 2 A John :15.12 Case 3 A Sue :16.03 Case 3 D Carol :16.07 Case 1 B Mike :18.25 위의결과에대한타당성을검증하기위하여 < 그림 8> 과같은보다복잡한프로세스를갖는로그를생성한후, 각알고리즘을실행시킨결과는 < 표 9> 와같다. Case 1 H John :9.23 Case 2 C Mike :10.34 Case 4 A Sue :10.35 A B alternative D concurrency E F J L Case 2 H John :12.34 Case 3 E Pete :12.50 Case 3 F Carol :10.12 C H concurrency G I K Case 4 D Pete :10.14 Case 3 G Sue :10.44 Case 3 H Pete :11.03 Case 4 F Sue :11.18 Case 4 E Clare :12.22 Case 4 G Mike :14.34 Case 4 H Clare :14.38 event log 수 /case 수 < 그림 8> 타당성검증을위한프로세스 < 표 9> 반복실험결과비교 Medeiros et al.[7] 프로세스시간 ( 초 ) 일치도 프로세스일치도 본연구 시간 ( 초 ) 29/4 88.7% % 0.47 A alternative D B C E concurrency F G < 그림 7> < 표 7> 의프로세스결과 그이유로 Medeiros et al.[7] 의알고리즘은 casual matrix 의초기해가어떻게생성되는지에따라해의정확성과탐색시간이달라지고, 해의적응도를평가하기위 H < 표 9> 의결과로부터데이터양이많아지고프로세스가복잡해질수록 Medeiros et al.[7] 의연구는초기해와해의적응도평가의문제점으로인해세밀한해의탐색이이루어지지않아동시실행프로세스나선택실행프로세스를완벽하게추출하지못하였을뿐만아니라, 유전자의적응도를평가할때마다트랜잭션로그를계속해서탐색하기때문에알고리즘수행시간이급격하게증가함을알수있었다. 반면에본연구에서제시한알고리즘은첫번째단계에서트랜잭션로그파일에있는데이터를탐색하여인스턴스별실행순서를추출한후순차패턴과연관규칙을이용한알고리즘을수행하기때문에알고리즘의수행시간이로그파일의크기에크게

8 연관규칙과순차패턴을이용한프로세스마이닝 111 영향받지않아 Medeiros et al.[7] 의알고리즘보다더효율적이고도효과적인결과를얻을수있었다. 5. 결론 본연구는기업의트랜잭션로그를대상으로동시실행프로세스, 선택실행프로세스그리고중요한프로세스이지만수행빈도가낮아발견되지못하는비즈니스프로세스를발견하기위해데이터마이닝의순차패턴과연관규칙을이용한프로세스마이닝알고리즘을제시하였다. 본논문에서제시한알고리즘의성과측정을위하여 Medeiros et al.[7] 의알고리즘과비교분석을실시하였고, 데이터양이많아지고프로세스가복잡해질수록정확도와수행시간에있어 Medeiros et al.[7] 에비해본연구의알고리즘이동시실행과선택실행프로세스를보다효과적이고효율적으로추출할수있음을보여주었다. 향후연구에서는루프백 (loop-back) 을고려한비즈니스프로세스를발견하는연구를수행할계획이며, 이와함께비즈니스프로세스의유기적인리소스를통합하는연구를계속하고자한다. 참고문헌 [1] Aalst, W. M. P. van der, Medeiros, A. K. A. de, and Weijters A. J. M. M.; Genetic Process Mining, Lecture notes in computer science, , [2] Aalst, W. M. P. van der, Reijers, H. A., Weijters, A. J. M. M., Dongen, B. F. van, Alves de Medeiros, A. K., Song, M. S., and Verbeek, H. M. W.; Business process mining:an industrial application, Information systems, 32(5): , [3] Aalst, W. M. P. van der, Weijters, A. J. M. M., and Maruster, L.; Workflow Mining:Discovering Process Models from Event Logs, IEEE Transactions on Knowledge and Data Engineering, 16(9): , [4] Agrawal, R., Gunopulos, D., and Leymann, F.; Mining Process Models from Work-flow Logs, In 6th International Conference on Extending Database Technology, , [5] Cook, J. E. and Wolf, A. L.; Discovering Models of Software Processes from Event Based Data, ACM Transactions on Software Engineering and Methodology, 7 (3): , [6] Herbst J.; A Machine Learning Approach to Workflow Management, Lecture Notes in Computer Science, 1810: , [7] Medeiros, A. K. A. de, Weijters A. J. M. M., and Aalst, W. M. P. van der; Genetic Process Mining:A Basic Approach and Its Challenges, Lecture Notes In Computer Science, 3812: , 2006.

울산(전체본).hwp

울산(전체본).hwp 울산 산업의 재도약을 위한 프로세스 마이닝(Process Mining) 적용방안에 대한 연구 울산광역시 Ⅰ. 개요 2 1. 연구의 배경 및 목적 2 1.1 연구의 배경 2 1.2 연구의 목적 3 2. 연구의 구성 및 범위 5 2.1 연구의 구성 5 2.2 연구의 범위 5 Ⅱ. 제조업 현황 및 울산 산업의 특징 8 1. 제조업 현황과 문제점 8 1.1

More information

04 Çмú_±â¼ú±â»ç

04 Çмú_±â¼ú±â»ç 42 s p x f p (x) f (x) VOL. 46 NO. 12 2013. 12 43 p j (x) r j n c f max f min v max, j j c j (x) j f (x) v j (x) f (x) v(x) f d (x) f (x) f (x) v(x) v(x) r f 44 r f X(x) Y (x) (x, y) (x, y) f (x, y) VOL.

More information

방송통신기술이슈 & 전망 2014 년제 62 호 개요 프로세스분석기법은빅데이터시대를맞아새로운변혁의시기에있다. 프로세스와매끄럽게동조화되어있는디지털세계의발전으로인해업무수행과관련된각종정보가 BPM, ERP, CRM, SCM 등다양한기업의업무처리시스템에서이벤트로그의형태로기록되

방송통신기술이슈 & 전망 2014 년제 62 호 개요 프로세스분석기법은빅데이터시대를맞아새로운변혁의시기에있다. 프로세스와매끄럽게동조화되어있는디지털세계의발전으로인해업무수행과관련된각종정보가 BPM, ERP, CRM, SCM 등다양한기업의업무처리시스템에서이벤트로그의형태로기록되 방송통신기술이슈 & 전망 2014 년제 62 호 빅데이터분석을위한프로세스마이닝기술동향 Korea Communications Agency 2014.03.03 방송통신기술이슈 & 전망 2014 년제 62 호 개요 프로세스분석기법은빅데이터시대를맞아새로운변혁의시기에있다. 프로세스와매끄럽게동조화되어있는디지털세계의발전으로인해업무수행과관련된각종정보가 BPM, ERP, CRM,

More information

untitled

untitled PMIS 발전전략 수립사례 A Case Study on the Development Strategy of Project Management Information System 류 원 희 * 이 현 수 ** 김 우 영 *** 유 정 호 **** Yoo, Won-Hee Lee, Hyun-Soo Kim, Wooyoung Yu, Jung-Ho 요 약 건설업무의 효율성

More information

정보기술응용학회 발표

정보기술응용학회 발표 , hsh@bhknuackr, trademark21@koreacom 1370, +82-53-950-5440 - 476 - :,, VOC,, CBML - Abstract -,, VOC VOC VOC - 477 - - 478 - Cost- Center [2] VOC VOC, ( ) VOC - 479 - IT [7] Knowledge / Information Management

More information

KCC2011 우수발표논문 휴먼오피니언자동분류시스템구현을위한비결정오피니언형용사구문에대한연구 1) Study on Domain-dependent Keywords Co-occurring with the Adjectives of Non-deterministic Opinion

KCC2011 우수발표논문 휴먼오피니언자동분류시스템구현을위한비결정오피니언형용사구문에대한연구 1) Study on Domain-dependent Keywords Co-occurring with the Adjectives of Non-deterministic Opinion KCC2011 우수발표논문 휴먼오피니언자동분류시스템구현을위한비결정오피니언형용사구문에대한연구 1) Study on Domain-dependent Keywords Co-occurring with the Adjectives of Non-deterministic Opinion 요약 본연구에서는, 웹문서로부터특정상품에대한의견문장을분석하는오피니언마이닝 (Opinion

More information

학습영역의 Taxonomy에 기초한 CD-ROM Title의 효과분석

학습영역의 Taxonomy에 기초한 CD-ROM Title의 효과분석 ,, Even the short history of the Web system, the techniques related to the Web system have b een developed rapidly. Yet, the quality of the Webbased application software has not improved. For this reason,

More information

학습목표 프로세스마이닝개요 프로세스마이닝도구, ProM ProM 사용예제 2/18

학습목표 프로세스마이닝개요 프로세스마이닝도구, ProM ProM 사용예제 2/18 13 강. 비즈니스프로세스마이닝 1/18 학습목표 프로세스마이닝개요 프로세스마이닝도구, ProM ProM 사용예제 2/18 프로세스마이닝개요 비즈니스프로세스를지원하기위한기업정보시스템들이실행되면서발생하는주요한사건들 (events) 이시스템로그에기록되고있음 비즈니스프로세스실행결과가저장된시스템로그를분석하기위한프로세스마이닝연구가등장함 시스템로그에는이벤트가기록됨 각이벤트에는관련작업

More information

<33312D312D313220C0CCC7D1C1F820BFB0C3A2BCB12E687770>

<33312D312D313220C0CCC7D1C1F820BFB0C3A2BCB12E687770> Journal of the Society of Korea Industrial and Systems Engineering Vol No pp March 8 Scatter Search를 이용한 신뢰성 있는 네트워크의 경제적 설계 * ** * ** Economic Design of Reliable Networks Using Scatter Search HanJin Lee*

More information

<4D6963726F736F667420576F7264202D20B1E2C8B9BDC3B8AEC1EE2DC0E5C7F5>

<4D6963726F736F667420576F7264202D20B1E2C8B9BDC3B8AEC1EE2DC0E5C7F5> 주간기술동향 2016. 5.18. 컴퓨터 비전과 인공지능 장혁 한국전자통신연구원 선임연구원 최근 많은 관심을 받고 있는 인공지능(Artificial Intelligence: AI)의 성과는 뇌의 작동 방식과 유사한 딥 러닝의 등장에 기인한 바가 크다. 이미 미국과 유럽 등 AI 선도국에서는 인공지능 연구에서 인간 뇌 이해의 중요성을 인식하고 관련 대형 프로젝트들을

More information

Service-Oriented Architecture Copyright Tmax Soft 2005

Service-Oriented Architecture Copyright Tmax Soft 2005 Service-Oriented Architecture Copyright Tmax Soft 2005 Service-Oriented Architecture Copyright Tmax Soft 2005 Monolithic Architecture Reusable Services New Service Service Consumer Wrapped Service Composite

More information

03-최신데이터

03-최신데이터 Database Analysis II,,. II.. 3 ( ),.,..,, ;. (strong) (weak), (identifying relationship). (required) (optional), (simple) (composite), (single-valued) (multivalued), (derived), (identifier). (associative

More information

ecorp-프로젝트제안서작성실무(양식3)

ecorp-프로젝트제안서작성실무(양식3) (BSC: Balanced ScoreCard) ( ) (Value Chain) (Firm Infrastructure) (Support Activities) (Human Resource Management) (Technology Development) (Primary Activities) (Procurement) (Inbound (Outbound (Marketing

More information

Model Investor MANDO Portal Site People Customer BIS Supplier C R M PLM ERP MES HRIS S C M KMS Web -Based

Model Investor MANDO Portal Site People Customer BIS Supplier C R M PLM ERP MES HRIS S C M KMS Web -Based e- Business Web Site 2002. 04.26 Model Investor MANDO Portal Site People Customer BIS Supplier C R M PLM ERP MES HRIS S C M KMS Web -Based Approach High E-Business Functionality Web Web --based based KMS/BIS

More information

., (, 2000;, 1993;,,, 1994), () 65, 4 51, (,, ). 33, 4 30, 23 3 (, ) () () 25, (),,,, (,,, 2015b). 1 5,

., (, 2000;, 1993;,,, 1994), () 65, 4 51, (,, ). 33, 4 30, 23 3 (, ) () () 25, (),,,, (,,, 2015b). 1 5, * 4.,, 3,,, 3,, -., 3, 12, 27, 20. 9,,,,,,,,. 6,,,,,. 5,,,,.. * (2016),. (Corresponding Author): / / 303 Tel: 063-225-4496 / E-mail: jnj1015@jj.ac.kr ., (, 2000;, 1993;,,, 1994), 2000. 2015 () 65, 4 51,

More information

김기남_ATDC2016_160620_[키노트].key

김기남_ATDC2016_160620_[키노트].key metatron Enterprise Big Data SKT Metatron/Big Data Big Data Big Data... metatron Ready to Enterprise Big Data Big Data Big Data Big Data?? Data Raw. CRM SCM MES TCO Data & Store & Processing Computational

More information

Microsoft PowerPoint - ch10_회복과 병행 제어.pptx

Microsoft PowerPoint - ch10_회복과 병행 제어.pptx 13-01 트랜잭션 장애와회복 병행제어 병행수행과병행제어 병행수행 (concurrency) 여러사용자가데이터베이스를동시공유할수있도록여러개의트랜잭션을동시에수행하는것을의미 여러트랜잭션들이차례로번갈아수행되는인터리빙 (interleaving) 방식으로진행됨 병행제어 (concurrency control) 또는동시성제어 병행수행시같은데이터에접근하여연산을실행해도문제가발생하지않고정확한수행결과를얻을수있도록트랜잭션의수행을제어하는것을의미

More information

13 Who am I? R&D, Product Development Manager / Smart Worker Visualization SW SW KAIST Software Engineering Computer Engineering 3

13 Who am I? R&D, Product Development Manager / Smart Worker Visualization SW SW KAIST Software Engineering Computer Engineering 3 13 Lightweight BPM Engine SW 13 Who am I? R&D, Product Development Manager / Smart Worker Visualization SW SW KAIST Software Engineering Computer Engineering 3 BPM? 13 13 Vendor BPM?? EA??? http://en.wikipedia.org/wiki/business_process_management,

More information

02 _ The 11th korea Test Conference The 11th korea Test Conference _ 03 03 04 06 08 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 34

02 _ The 11th korea Test Conference The 11th korea Test Conference _ 03 03 04 06 08 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 34 The 11th Korea Test Conference June 29, 2010 TEL : (02) 313-3705 / FAX : (02) 363-8389 E-mail : info@koreatest.or.kr http://www.koreatest.or.kr 02 _ The 11th korea Test Conference The 11th korea Test Conference

More information

q 이장에서다룰내용 1 객체지향프로그래밍의이해 2 객체지향언어 : 자바 2

q 이장에서다룰내용 1 객체지향프로그래밍의이해 2 객체지향언어 : 자바 2 객체지향프로그래밍 IT CookBook, 자바로배우는쉬운자료구조 q 이장에서다룰내용 1 객체지향프로그래밍의이해 2 객체지향언어 : 자바 2 q 객체지향프로그래밍의이해 v 프로그래밍기법의발달 A 군의사업발전 1 단계 구조적프로그래밍방식 3 q 객체지향프로그래밍의이해 A 군의사업발전 2 단계 객체지향프로그래밍방식 4 q 객체지향프로그래밍의이해 v 객체란무엇인가

More information

에너지경제연구 제13권 제1호

에너지경제연구 제13권 제1호 에너지경제연구 Korean Energy Economic Review Volume 13, Number 1, March 2014 : pp. 83~119 거시계량모형을이용한유가변동및 유류세변화의파급효과분석 * 83 84 85 86 [ 그림 1] 모형의해결정과정 87 [ 그림 2] 거시계량모형의흐름도 (flow chart) 88 89 < 표 1> 유류세현황 (2013

More information

09권오설_ok.hwp

09권오설_ok.hwp (JBE Vol. 19, No. 5, September 2014) (Regular Paper) 19 5, 2014 9 (JBE Vol. 19, No. 5, September 2014) http://dx.doi.org/10.5909/jbe.2014.19.5.656 ISSN 2287-9137 (Online) ISSN 1226-7953 (Print) a) Reduction

More information

03¼ºÅ°æ_2

03¼ºÅ°æ_2 102 103 R&D closed innovation strategy open innovation strategy spin-off Chesbrough technology marketing IBM Intel P&G IBM Dell Apple Nintendo Acer http //www ibm com/ibm/licensing MIT 1) 104 Bucher et

More information

歯CRM개괄_허순영.PDF

歯CRM개괄_허순영.PDF CRM 2000. 8. KAIST CRM CRM CRM CRM :,, KAIST : 50%-60%, 20% 60%-80%. AMR Research 10.. CRM. 5. Harvard Business review 60%, 13%. Michaelson & Associates KAIST CRM? ( ),,, -,,, CRM needs,,, dynamically

More information

Software Requirrment Analysis를 위한 정보 검색 기술의 응용

Software Requirrment Analysis를 위한 정보 검색 기술의 응용 EPG 정보 검색을 위한 예제 기반 자연어 대화 시스템 김석환 * 이청재 정상근 이근배 포항공과대학교 컴퓨터공학과 지능소프트웨어연구실 {megaup, lcj80, hugman, gblee}@postech.ac.kr An Example-Based Natural Language System for EPG Information Access Seokhwan Kim

More information

, ( ) 1) *.. I. (batch). (production planning). (downstream stage) (stockout).... (endangered). (utilization). *

, ( ) 1) *.. I. (batch). (production planning). (downstream stage) (stockout).... (endangered). (utilization). * , 40 12 (2006 6) 1) *.. I. (batch). (production planning). (downstream stage) (stockout).... (endangered). (utilization). * 40, 40 12 (EPQ; economic production quantity). (setup cost) (setup time) Bradley

More information

°í¼®ÁÖ Ãâ·Â

°í¼®ÁÖ Ãâ·Â Performance Optimization of SCTP in Wireless Internet Environments The existing works on Stream Control Transmission Protocol (SCTP) was focused on the fixed network environment. However, the number of

More information

PowerPoint Presentation

PowerPoint Presentation 자바프로그래밍 1 배열 손시운 ssw5176@kangwon.ac.kr 배열이필요한이유 예를들어서학생이 10 명이있고성적의평균을계산한다고가정하자. 학생 이 10 명이므로 10 개의변수가필요하다. int s0, s1, s2, s3, s4, s5, s6, s7, s8, s9; 하지만만약학생이 100 명이라면어떻게해야하는가? int s0, s1, s2, s3, s4,

More information

...... ....2-1

...... ....2-1 ,,,, (), pp. ~., TV (PPL) -,,, (), pp. ~., TV PPL, :.,, (), pp. ~., PPL,,, (), pp. ~., ( - ) PPL,,, (), pp. ~., (PPL) : PPL,,, (), pp. ~.,..., TV PPL,,, (), pp. ~.,,,,,, (), pp. ~.,,,.,... LG,... Babin,

More information

Chap 6: Graphs

Chap 6: Graphs 5. 작업네트워크 (Activity Networks) 작업 (Activity) 부분프로젝트 (divide and conquer) 각각의작업들이완료되어야전체프로젝트가성공적으로완료 두가지종류의네트워크 Activity on Vertex (AOV) Networks Activity on Edge (AOE) Networks 6 장. 그래프 (Page 1) 5.1 AOV

More information

example code are examined in this stage The low pressure pressurizer reactor trip module of the Plant Protection System was programmed as subject for

example code are examined in this stage The low pressure pressurizer reactor trip module of the Plant Protection System was programmed as subject for 2003 Development of the Software Generation Method using Model Driven Software Engineering Tool,,,,, Hoon-Seon Chang, Jae-Cheon Jung, Jae-Hack Kim Hee-Hwan Han, Do-Yeon Kim, Young-Woo Chang Wang Sik, Moon

More information

High Resolution Disparity Map Generation Using TOF Depth Camera In this paper, we propose a high-resolution disparity map generation method using a lo

High Resolution Disparity Map Generation Using TOF Depth Camera In this paper, we propose a high-resolution disparity map generation method using a lo High Resolution Disparity Map Generation Using TOF Depth Camera In this paper, we propose a high-resolution disparity map generation method using a low-resolution Time-Of- Flight (TOF) depth camera and

More information

03-ÀÌÁ¦Çö

03-ÀÌÁ¦Çö 25 3 (2004 9 ) J Korean Oriental Med 2004;25(3):20-31 1), 2), 3) 1) 2) 3) Grope for a Summary Program about Intellectual Property Protection of Traditional Knowledge (TK)etc. Discussed in WIPO Hwan-Soo

More information

군장병의사회복지분야공헌활성화방안에대한탐색적연구 군장병의사회복지분야공헌활성화방안에대한 탐색적연구 : 경기도포천지역사례를중심으로 민효상 *, 우지희 **, 서정욱 *** 1) Ⅰ. 서론 Ⅱ. 이론적논의및기존연구검토 Ⅲ. 연구설계 Ⅳ. 분석결과및논의 Ⅴ. 결론 Abstrac

군장병의사회복지분야공헌활성화방안에대한탐색적연구 군장병의사회복지분야공헌활성화방안에대한 탐색적연구 : 경기도포천지역사례를중심으로 민효상 *, 우지희 **, 서정욱 *** 1) Ⅰ. 서론 Ⅱ. 이론적논의및기존연구검토 Ⅲ. 연구설계 Ⅳ. 분석결과및논의 Ⅴ. 결론 Abstrac 군장병의사회복지분야공헌활성화방안에대한탐색적연구 군장병의사회복지분야공헌활성화방안에대한 탐색적연구 : 경기도포천지역사례를중심으로 민효상 *, 우지희 **, 서정욱 *** 1) Ⅰ. 서론 Ⅱ. 이론적논의및기존연구검토 Ⅲ. 연구설계 Ⅳ. 분석결과및논의 Ⅴ. 결론 Abstract Explanatory Study on Vitalizing Soldiers Social Contribution

More information

I

I I II III (C B ) (C L ) (HL) Min c ij x ij f i y i i H j H i H s.t. y i 1, k K, i W k C B C L p (HL) x ij y i, i H, k K i, j W k x ij y i {0,1}, i, j H. K W k k H K i i f i i d ij i j r ij i j c ij r ij

More information

지능정보연구제 16 권제 1 호 2010 년 3 월 (pp.71~92),.,.,., Support Vector Machines,,., KOSPI200.,. * 지능정보연구제 16 권제 1 호 2010 년 3 월

지능정보연구제 16 권제 1 호 2010 년 3 월 (pp.71~92),.,.,., Support Vector Machines,,., KOSPI200.,. * 지능정보연구제 16 권제 1 호 2010 년 3 월 지능정보연구제 16 권제 1 호 2010 년 3 월 (pp.71~92),.,.,., Support Vector Machines,,., 2004 5 2009 12 KOSPI200.,. * 2009. 지능정보연구제 16 권제 1 호 2010 년 3 월 김선웅 안현철 社 1), 28 1, 2009, 4. 1. 지능정보연구제 16 권제 1 호 2010 년 3 월 Support

More information

MVVM 패턴의 이해

MVVM 패턴의 이해 Seo Hero 요약 joshua227.tistory. 2014 년 5 월 13 일 이문서는 WPF 어플리케이션개발에필요한 MVVM 패턴에대한내용을담고있다. 1. Model-View-ViewModel 1.1 기본개념 MVVM 모델은 MVC(Model-View-Contorl) 패턴에서출발했다. MVC 패턴은전체 project 를 model, view 로나누어

More information

슬라이드 1

슬라이드 1 CHAP 2: 순환 (Recursion) 순환 (recursion) 이란? 알고리즘이나함수가수행도중에자기자신을다시호출하여문제를해결하는기법 정의자체가순환적으로 되어있는경우에적합한방법 순환 (recursion) 의예 팩토리얼값구하기 피보나치수열 1 n! n*( n 1)! fib( n) 0 1 fib( n 2) n n 0 ` 1 fib( n 1) if n 0 if

More information

Microsoft PowerPoint - Java7.pptx

Microsoft PowerPoint - Java7.pptx HPC & OT Lab. 1 HPC & OT Lab. 2 실습 7 주차 Jin-Ho, Jang M.S. Hanyang Univ. HPC&OT Lab. jinhoyo@nate.com HPC & OT Lab. 3 Component Structure 객체 (object) 생성개념을이해한다. 외부클래스에대한접근방법을이해한다. 접근제어자 (public & private)

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 CRM Data Quality Management 2003 2003. 11. 11 (SK ) hskim226@skcorp.com Why Quality Management? Prologue,,. Water Source Management 2 Low Quality Water 1) : High Quality Water 2) : ( ) Water Quality Management

More information

Problem New Case RETRIEVE Learned Case Retrieved Cases New Case RETAIN Tested/ Repaired Case Case-Base REVISE Solved Case REUSE Aamodt, A. and Plaza, E. (1994). Case-based reasoning; Foundational

More information

SW¹é¼Ł-³¯°³Æ÷ÇÔÇ¥Áö2013

SW¹é¼Ł-³¯°³Æ÷ÇÔÇ¥Áö2013 SOFTWARE ENGINEERING WHITE BOOK : KOREA 2013 SOFTWARE ENGINEERING WHITE BOOK : KOREA 2013 SOFTWARE ENGINEERING WHITE BOOK : KOREA 2013 SOFTWARE ENGINEERING WHITE BOOK : KOREA 2013 SOFTWARE ENGINEERING

More information

<353420B1C7B9CCB6F52DC1F5B0ADC7F6BDC7C0BB20C0CCBFEBC7D120BEC6B5BFB1B3C0B0C7C1B7CEB1D7B7A52E687770>

<353420B1C7B9CCB6F52DC1F5B0ADC7F6BDC7C0BB20C0CCBFEBC7D120BEC6B5BFB1B3C0B0C7C1B7CEB1D7B7A52E687770> Journal of the Korea Academia-Industrial cooperation Society Vol. 13, No. 2 pp. 866-871, 2012 http://dx.doi.org/10.5762/kais.2012.13.2.866 증강현실을 이용한 아동교육프로그램 모델제안 권미란 1*, 김정일 2 1 나사렛대학교 아동학과, 2 한세대학교 e-비즈니스학과

More information

JDBC 소개및설치 Database Laboratory

JDBC 소개및설치 Database Laboratory JDBC 소개및설치 JDBC } What is the JDBC? } JAVA Database Connectivity 의약어 } 자바프로그램안에서 SQL 을실행하기위해데이터베이스를연결해주는응용프로그램인터페이스 } 연결된데이터베이스의종류와상관없이동일한방법으로자바가데이터베이스내에서발생하는트랜잭션을제어할수있도록하는환경을제공 2 JDBC Driver Manager }

More information

2 2000. 8. 31

2 2000. 8. 31 IT update 00 1 / 2000.8.30 IT update Information Technology 2 2000. 8. 31 C o n t e n t s 2000. 8. 31 3 4 2000. 8. 31 2000. 8. 31 5 6 2000. 8. 31 2000. 8. 31 7 8 2000. 8. 31 2000. 8. 31 9 1 0 2000. 8.

More information

3Æí2Àå¨éÀç

3Æí2Àå¨éÀç 333 442 443 1e 1.1 eecrmeprocurement e eelectronic e e IT 321 444 online offline e front back IT 445 2000 com 1 1.2 322 e e 10 potential customers 446 1.3 e 323 447 Michael Porter 323 2 value chain enterprise

More information

Design Issues

Design Issues 11 COMPUTER PROGRAMMING INHERIATANCE CONTENTS OVERVIEW OF INHERITANCE INHERITANCE OF MEMBER VARIABLE RESERVED WORD SUPER METHOD INHERITANCE and OVERRIDING INHERITANCE and CONSTRUCTOR 2 Overview of Inheritance

More information

歯_892-906_ 2001년도 회원사명단.doc

歯_892-906_ 2001년도 회원사명단.doc Polymer Science and Technology Polymer Science and Technology Polymer Science and Technology Polymer Science and Technology Polymer Science and Technology Polymer Science and Technology Polymer Science

More information

10지식정보보안

10지식정보보안 www.mke.go.kr + www.keit.re.kr Part.10 848 852 875 885 892 901 01 848 Korea EvaluationInstitute of Industrial Technology IT R&D www.mke.go.kr www.keit.re.kr Ministry of Knowledge Economy 849 850 Korea

More information

제 호 년 제67차 정기이사회, 고문 자문위원 추대 총동창회 집행부 임원 이사에게 임명장 수여 월 일(일) 년 월 일(일) 제 역대 최고액 모교 위해 더 확충해야 강조 고 문:고달익( 1) 김병찬( 1) 김지훈( 1) 강보성( 2) 홍경식( 2) 현임종( 3) 김한주( 4) 부삼환( 5) 양후림( 5) 문종채( 6) 김봉오( 7) 신상순( 8) 강근수(10)

More information

Microsoft PowerPoint - e pptx

Microsoft PowerPoint - e pptx Import/Export Data Using VBA Objectives Referencing Excel Cells in VBA Importing Data from Excel to VBA Using VBA to Modify Contents of Cells 새서브프로시저작성하기 프로시저실행하고결과확인하기 VBA 코드이해하기 Referencing Excel Cells

More information

09오충원(613~623)

09오충원(613~623) A Study of GIS Service of Weather Information* Chung-Weon Oh**,..,., Web 2.0 GIS.,.,, Web 2.0 GIS, Abstract : Due to social and economic value of Weather Information such as urban flooding, demand of Weather

More information

untitled

untitled Logistics Strategic Planning pnjlee@cjcci.or.kr Difference between 3PL and SCM Factors Third-Party Logistics Supply Chain Management Goal Demand Management End User Satisfaction Just-in-case Lower

More information

학습목표 함수프로시저, 서브프로시저의의미를안다. 매개변수전달방식을학습한다. 함수를이용한프로그래밍한다. 2

학습목표 함수프로시저, 서브프로시저의의미를안다. 매개변수전달방식을학습한다. 함수를이용한프로그래밍한다. 2 학습목표 함수프로시저, 서브프로시저의의미를안다. 매개변수전달방식을학습한다. 함수를이용한프로그래밍한다. 2 6.1 함수프로시저 6.2 서브프로시저 6.3 매개변수의전달방식 6.4 함수를이용한프로그래밍 3 프로시저 (Procedure) 프로시저 (Procedure) 란무엇인가? 논리적으로묶여있는하나의처리단위 내장프로시저 이벤트프로시저, 속성프로시저, 메서드, 비주얼베이직내장함수등

More information

Journal of Educational Innovation Research 2018, Vol. 28, No. 4, pp DOI: A Study on Organizi

Journal of Educational Innovation Research 2018, Vol. 28, No. 4, pp DOI:   A Study on Organizi Journal of Educational Innovation Research 2018, Vol. 28, No. 4, pp.441-460 DOI: http://dx.doi.org/10.21024/pnuedi.28.4.201812.441 A Study on Organizing Software Education of Special Education Curriculum

More information

이 장에서 사용되는 MATLAB 명령어들은 비교적 복잡하므로 MATLAB 창에서 명령어를 직접 입력하지 않고 확장자가 m 인 text 파일을 작성하여 실행을 한다

이 장에서 사용되는 MATLAB 명령어들은 비교적 복잡하므로 MATLAB 창에서 명령어를 직접 입력하지 않고 확장자가 m 인 text 파일을 작성하여 실행을 한다 이장에서사용되는 MATLAB 명령어들은비교적복잡하므로 MATLAB 창에서명령어를직접입력하지않고확장자가 m 인 text 파일을작성하여실행을한다. 즉, test.m 과같은 text 파일을만들어서 MATLAB 프로그램을작성한후실행을한다. 이와같이하면길고복잡한 MATLAB 프로그램을작성하여실행할수있고, 오류가발생하거나수정이필요한경우손쉽게수정하여실행할수있는장점이있으며,

More information

chap x: G입력

chap x: G입력 재귀알고리즘 (Recursive Algorithms) 재귀알고리즘의특징 문제자체가재귀적일경우적합 ( 예 : 피보나치수열 ) 이해하기가용이하나, 비효율적일수있음 재귀알고리즘을작성하는방법 재귀호출을종료하는경계조건을설정 각단계마다경계조건에접근하도록알고리즘의재귀호출 재귀알고리즘의두가지예 이진검색 순열 (Permutations) 1 장. 기본개념 (Page 19) 이진검색의재귀알고리즘

More information

1~10

1~10 24 Business 2011 01 19 26 Business 2011 01 19 2011 01 19 Business 27 28 Business 2011 01 19 2011 01 19 Business 29 30 Business 2011 01 19 2011 01 19 Business 31 32 Business 2011 01 19 2011 01 19 Business

More information

<30382E20B1C7BCF8C0E720C6EDC1FD5FC3D6C1BEBABB2E687770>

<30382E20B1C7BCF8C0E720C6EDC1FD5FC3D6C1BEBABB2E687770> 정보시스템연구 제23권 제1호 한국정보시스템학회 2014년 3월, pp. 161~184 http://dx.doi.org/10.5859/kais.2014.23.1.161 베이비붐세대의 디지털라이프 지수* 1) 권순재**, 김미령*** Ⅰ. 서론 Ⅱ. 기존문헌 연구 2.1 베이비붐세대의 현황과 특성 2.2 베이비붐의 세대이 정보화 연구 Ⅲ. 연구내용 및 방법 Ⅳ.

More information

완벽한개념정립 _ 행렬의참, 거짓 수학전문가 NAMU 선생 1. 행렬의참, 거짓개념정리 1. 교환법칙과관련한내용, 는항상성립하지만 는항상성립하지는않는다. < 참인명제 > (1),, (2) ( ) 인경우에는 가성립한다.,,, (3) 다음과같은관계식을만족하는두행렬 A,B에

완벽한개념정립 _ 행렬의참, 거짓 수학전문가 NAMU 선생 1. 행렬의참, 거짓개념정리 1. 교환법칙과관련한내용, 는항상성립하지만 는항상성립하지는않는다. < 참인명제 > (1),, (2) ( ) 인경우에는 가성립한다.,,, (3) 다음과같은관계식을만족하는두행렬 A,B에 1. 행렬의참, 거짓개념정리 1. 교환법칙과관련한내용, 는항상성립하지만 는항상성립하지는않는다. < 참인명제 > (1),, (2) ( ) 인경우에는 가성립한다.,,, (3) 다음과같은관계식을만족하는두행렬 A,B에대하여 AB=BA 1 가성립한다 2 3 (4) 이면 1 곱셈공식및변형공식성립 ± ± ( 복호동순 ), 2 지수법칙성립 (은자연수 ) < 거짓인명제 >

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 2017 년가을학기 손시운 (ssw5176@kangwon.ac.kr) 지도교수 : 문양세교수님 Basic of Association Rules Association Rule 다른데이터로부터어떤데이터의발생을예측하는규칙 데이터간의연관성및상관관계를표현하는규칙 A B (A와 B는각각데이터의부분집합 ) A 를 lhs (left-hand side), B 를 rhs (right-hand

More information

PowerPoint Presentation

PowerPoint Presentation Class - Property Jo, Heeseung 목차 section 1 클래스의일반구조 section 2 클래스선언 section 3 객체의생성 section 4 멤버변수 4-1 객체변수 4-2 클래스변수 4-3 종단 (final) 변수 4-4 멤버변수접근방법 section 5 멤버변수접근한정자 5-1 public 5-2 private 5-3 한정자없음

More information

슬라이드 1

슬라이드 1 [ CRM Fair 2004 ] CRM 1. CRM Trend 2. Customer Single View 3. Marketing Automation 4. ROI Management 5. Conclusion 1. CRM Trend 1. CRM Trend Operational CRM Analytical CRM Sales Mgt. &Prcs. Legacy System

More information

untitled

untitled FOR YOUR PREMIUM LIFESTYLE CONTENTS 2014 AUTUMN FOR YOUR PREMIUM LIFESTYLE One for One [ 2074 ] 10-0394K Gift Set Business Support Tools sabn Telecom Amway TV s BEST OF NATURE. BEST OF

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 5 2004. 3. . 5.. Input. Output . 5 2004 7,, 1,000 5,. 40 2004.7 2005.7 2006.7 2007.7 2008.7 2011. 1,000 300 100 50 20 20 ( ) 0.01% 0.08% 0.36% 0.96% 3.07% 100% ( ) 5.3%(10.7%) 12.2%(17.3%) 21.9%(26.4%)

More information

<30342DBCF6C3B3B8AEBDC3BCB33228C3D6C1BE292E687770>

<30342DBCF6C3B3B8AEBDC3BCB33228C3D6C1BE292E687770> 질산화침전지 유입수 일 차 침전지 질산화 반응조 유출수 반송슬러지 일차슬러지 잉여슬러지 (a) 질산화침전지 유입수 일 차 침전지 포기조 이 차 침전지 질산화조 유출수 반송슬러지 반송슬러지 일차슬러지 잉여슬러지 잉여슬러지 (b) (수산화나트륨) 유입수 일차침전지 반 응 조 이차침전지 처리수 일차침전지슬러지 반송슬러지 잉여슬러지 (a) 순환식질산화탈질법의

More information

¼ºÆø·Â-º»¹®

¼ºÆø·Â-º»¹® 아동 청소년 안전망 관련 4 4 : : : : : : 4 : : : : : : 5 : : : : : : : : 6 7 4 4 : : : : : 8 : : : : : 9 : : : : 10 : : 11 : : : 12 : : : 13 4 4 : : : 14 : : : : : 15 : : : 16 : : : : 17 : : 18 : : : 19 4 4 : :

More information

DBPIA-NURIMEDIA

DBPIA-NURIMEDIA 무선 센서 네트워크 환경에서 링크 품질에 기반한 라우팅에 대한 효과적인 싱크홀 공격 탐지 기법 901 무선 센서 네트워크 환경에서 링크 품질에 기반한 라우팅에 대한 효과적인 싱크홀 공격 탐지 기법 (A Effective Sinkhole Attack Detection Mechanism for LQI based Routing in WSN) 최병구 조응준 (Byung

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 EBC (Equipment Behaviour Catalogue) - ISO TC 184/SC 5/SG 4 신규표준이슈 - 한국전자통신연구원김성혜 목차 Prologue: ISO TC 184/SC 5 그룹 SG: Study Group ( 표준이슈발굴 ) WG: Working Group ( 표준개발 ) 3 EBC 배경 제안자 JISC (Japanese Industrial

More information

07_À±ÀåÇõ¿Ü_0317

07_À±ÀåÇõ¿Ü_0317 170 171 1) 2)3) 4)5) 6) 7) 172 8) 9) 10) 11)12)13) 14)15) 16) 17)18) 19) 173 174 20)21) 22) 23) 24) 175 25) 26) 27) 28) 29) 30) 31) 32)33) 34) 176 35) 36) 177 37)38) 39) 40)41) 178 42) 179 180 181 R(Appm,CPm)

More information

Microsoft PowerPoint - 3.공영DBM_최동욱_본부장-중소기업의_실용주의_CRM

Microsoft PowerPoint - 3.공영DBM_최동욱_본부장-중소기업의_실용주의_CRM 中 규모 기업의 실용주의CRM 전략 (CRM for SMB) 공영DBM 솔루션컨설팅 사업부 본부장 최동욱 2007. 10. 25 Agenda I. 중소기업의 고객관리, CRM의 중요성 1. 국내외 CRM 동향 2. 고객관리, CRM의 중요성 3. CRM 도입의 기대효과 II. CRM정의 및 우리회사 적합성 1. 중소기업에 유용한 CRM의 정의 2. LTV(Life

More information

R을 이용한 텍스트 감정분석

R을 이용한 텍스트 감정분석 R Data Analyst / ( ) / kim@mindscale.kr (kim@mindscale.kr) / ( ) ( ) Analytic Director R ( ) / / 3/45 4/45 R? 1. : / 2. : ggplot2 / Web 3. : slidify 4. : 5. Matlab / Python -> R Interactive Plots. 5/45

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 실습 1 배효철 th1g@nate.com 1 목차 조건문 반복문 System.out 구구단 모양만들기 Up & Down 2 조건문 조건문의종류 If, switch If 문 조건식결과따라중괄호 { 블록을실행할지여부결정할때사용 조건식 true 또는 false값을산출할수있는연산식 boolean 변수 조건식이 true이면블록실행하고 false 이면블록실행하지않음 3

More information

위해 사용된 기법에 대해 소개하고자 한다. 시각화와 자료구조를 동시에 활용하는 프로그램이 가지는 한계와 이를 극복하기 위한 시도들을 살펴봄으로서 소셜네트워크의 분석을 위한 접근 방안을 고찰해 보고자 한다. 2장에서는 실험에 사용된 인터넷 커뮤니티인 MLBPark 게시판

위해 사용된 기법에 대해 소개하고자 한다. 시각화와 자료구조를 동시에 활용하는 프로그램이 가지는 한계와 이를 극복하기 위한 시도들을 살펴봄으로서 소셜네트워크의 분석을 위한 접근 방안을 고찰해 보고자 한다. 2장에서는 실험에 사용된 인터넷 커뮤니티인 MLBPark 게시판 인터넷 커뮤니티 사용자의 사회 연결망 특성 분석 Analysis Social Network Characteristics Among the Internet Community Users 탁해성 부산대학교 컴퓨터공학과 tok33@pusan.ac.kr Abstract 인터넷이 사람들에게 보급됨에 따라 온라인 환경에서 소통을 하는 사람들이 늘어났다. 온라인 커뮤니티가

More information

○ 제2조 정의에서 기간통신역무의 정의와 EU의 전자커뮤니케이션서비스 정의의 차이점은

○ 제2조 정의에서 기간통신역무의 정의와 EU의 전자커뮤니케이션서비스 정의의 차이점은 이동전화시장 경쟁활성화를 위한 MVNO 추진을 바라보며 김원식 1) 1. 들어가며 최근 이동전화의 무선재판매 시장 활성화 등을 위해 정보통신부가 준비한 전기통신사업 법 개정안 공청회에서 무선재판매의무제 관련규정을 둘러싸고 전문가들의 우려와 지적이 상당하였다. 우선 무선재판매 제도 도입의 배경을 살펴보자. 직접적 배경으로는 국내 이동전화 요금에 대한 이용자들의

More information

THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE Nov.; 26(11),

THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE Nov.; 26(11), THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE. 2015 Nov.; 26(11), 985991. http://dx.doi.org/10.5515/kjkiees.2015.26.11.985 ISSN 1226-3133 (Print)ISSN 2288-226X (Online) Analysis

More information

UML

UML Introduction to UML Team. 5 2014/03/14 원스타 200611494 김성원 200810047 허태경 200811466 - Index - 1. UML이란? - 3 2. UML Diagram - 4 3. UML 표기법 - 17 4. GRAPPLE에 따른 UML 작성 과정 - 21 5. UML Tool Star UML - 32 6. 참조문헌

More information

외국인투자유치성과평가기준개발

외국인투자유치성과평가기준개발 2010 년도연구용역보고서 외국인투자유치의성과평가기준개발 - 2010. 10. - 이연구는국회예산정책처의연구용역사업으로수행된것으로서, 보고서의내용은연구용역사업을수행한연구자의개인의견이며, 국회예산정책처의공식견해가아님을알려드립니다. 책임연구원 국립부경대학교지역사회연구소권오혁 수신 : 대한민국국회예산정책처장귀하. 2010 10 : : : : 요약문 I. 서론 1.

More information

금오공대 컴퓨터공학전공 강의자료

금오공대 컴퓨터공학전공 강의자료 데이터베이스및설계 Chap 1. 데이터베이스환경 (#2/2) 2013.03.04. 오병우 컴퓨터공학과 Database 용어 " 데이타베이스 용어의기원 1963.6 제 1 차 SDC 심포지움 컴퓨터중심의데이타베이스개발과관리 Development and Management of a Computer-centered Data Base 자기테이프장치에저장된데이터파일을의미

More information

歯엑셀모델링

歯엑셀모델링 I II II III III I VBA Understanding Excel VBA - 'VB & VBA In a Nutshell' by Paul Lomax, October,1998 To enter code: Tools/Macro/visual basic editor At editor: Insert/Module Type code, then compile by:

More information

Journal of Educational Innovation Research 2018, Vol. 28, No. 4, pp DOI: 3 * The Effect of H

Journal of Educational Innovation Research 2018, Vol. 28, No. 4, pp DOI:   3 * The Effect of H Journal of Educational Innovation Research 2018, Vol. 28, No. 4, pp.577-601 DOI: http://dx.doi.org/10.21024/pnuedi.28.4.201812.577 3 * The Effect of Home-based Activities Using Traditional Fairy Tales

More information

<31325FB1E8B0E6BCBA2E687770>

<31325FB1E8B0E6BCBA2E687770> 88 / 한국전산유체공학회지 제15권, 제1호, pp.88-94, 2010. 3 관내 유동 해석을 위한 웹기반 자바 프로그램 개발 김 경 성, 1 박 종 천 *2 DEVELOPMENT OF WEB-BASED JAVA PROGRAM FOR NUMERICAL ANALYSIS OF PIPE FLOW K.S. Kim 1 and J.C. Park *2 In general,

More information

광운소식65호출력

광운소식65호출력 www.kw.ac.kr 나는, 딱딱한 IT는 가라! 즐거운 IT세상을 만드는 ITist나의 비전은 광운에서 시작된다! talk@kwangwoon 누구를 위한 혁신인가 산학협력의 Gateway, 일류기업형 산학협력단을 꿈꾼다! 내 인생의 오아시스를 거닐다 enjoy@kwangwoon 유행성 안질환 act@kwangwoon 정보제어공학과 01학번 이주영 교육인적자원부

More information

소프트웨어공학 Tutorial #2: StarUML Eun Man Choi

소프트웨어공학 Tutorial #2: StarUML Eun Man Choi 소프트웨어공학 Tutorial #2: StarUML Eun Man Choi emchoi@dgu.ac.kr Contents l StarUML 개요 l StarUML 소개및특징 l 주요기능 l StarUML 화면소개 l StarUML 설치 l StarUML 다운 & 설치하기 l 연습 l 사용사례다이어그램그리기 l 클래스다이어그램그리기 l 순서다이어그램그리기 2

More information

슬라이드 1

슬라이드 1 Recursion SANGJI University KO Kwangman () 1. 개요 재귀 (recursion) 의정의, 순환 정의하고있는개념자체에대한정의내부에자기자신이포함되어있는경우를의미 알고리즘이나함수가수행도중에자기자신을다시호출하여문제를해결하는기법 정의자체가순환적으로되어있는경우에적합한방법 예제 ) 팩토리얼값구하기 피보나치수열 이항계수 하노이의탑 이진탐색

More information

<BCBCC1BEB4EB BFE4B6F72E706466>

<BCBCC1BEB4EB BFE4B6F72E706466> 세종대학교요람 Sejong University 2017 2017 Sejong University 4 SEJONG UNIVERSITY www.sejong.ac.kr 5 2017 Sejong University 8 SEJONG UNIVERSITY 10 SEJONG UNIVERSITY www.sejong.ac.kr 11 12 SEJONG UNIVERSITY www.sejong.ac.kr

More information

<BACFC7D1B3F3BEF7B5BFC7E22D3133B1C733C8A3504446BFEB2E687770>

<BACFC7D1B3F3BEF7B5BFC7E22D3133B1C733C8A3504446BFEB2E687770> 북한의 주요 농업 관련 법령 해설 1) 이번 호와 다음 호에서는 북한의 주요 농업 관련 법령을 소개하려 한다. 북한의 협동농장은 농업협동조합기준규약초안 과 농장법 에 잘 규정되어 있다. 북한 사회주의 농업정책은 사회 주의농촌문제 테제 2), 농업법, 산림법 등을 통해 엿볼 수 있다. 국가계획과 농업부문의 관 계, 농산물의 공급에 관해서는 인민경제계획법, 사회주의상업법,

More information

1 9 2 0 3 1 1912 1923 1922 1913 1913 192 4 0 00 40 0 00 300 3 0 00 191 20 58 1920 1922 29 1923 222 2 2 68 6 9

1 9 2 0 3 1 1912 1923 1922 1913 1913 192 4 0 00 40 0 00 300 3 0 00 191 20 58 1920 1922 29 1923 222 2 2 68 6 9 (1920~1945 ) 1 9 2 0 3 1 1912 1923 1922 1913 1913 192 4 0 00 40 0 00 300 3 0 00 191 20 58 1920 1922 29 1923 222 2 2 68 6 9 1918 4 1930 1933 1 932 70 8 0 1938 1923 3 1 3 1 1923 3 1920 1926 1930 3 70 71

More information

금오공대 컴퓨터공학전공 강의자료

금오공대 컴퓨터공학전공 강의자료 C 프로그래밍프로젝트 Chap 13. 포인터와배열! 함께이해하기 2013.10.02. 오병우 컴퓨터공학과 13-1 포인터와배열의관계 Programming in C, 정재은저, 사이텍미디어. 9 장참조 ( 교재의 13-1 은읽지말것 ) 배열이름의정체 배열이름은 Compile 시의 Symbol 로서첫번째요소의주소값을나타낸다. Symbol 로서컴파일시에만유효함 실행시에는메모리에잡히지않음

More information

class Sale void makelineitem(productspecification* spec, int qty) SalesLineItem* sl = new SalesLineItem(spec, qty); ; 2. 아래의액티비티다이어그램을보고 Java 또는 C ++,

class Sale void makelineitem(productspecification* spec, int qty) SalesLineItem* sl = new SalesLineItem(spec, qty); ; 2. 아래의액티비티다이어그램을보고 Java 또는 C ++, Level 1은객관식사지선다형으로출제예정 1. 다음은 POST(Post of Sales Terminal) 시스템의한콜레보레이션다이어그램이다. POST 객체의 enteritem(upc, qty) 와 Sale 객체의 makellineitem(spec,qty) 를 Java 또는 C ++, C # 언어로구현하시오. 각메소드구현과관련하여각객체내에필요한선언이있으면선언하시오.

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 I. 문서표준 1. 문서일반 (HY중고딕 11pt) 1-1. 파일명명체계 1-2. 문서등록정보 2. 표지표준 3. 개정이력표준 4. 목차표준 4-1. 목차슬라이드구성 4-2. 간지슬라이드구성 5. 일반표준 5-1. 번호매기기구성 5-2. 텍스트박스구성 5-3. 테이블구성 5-4. 칼라테이블구성 6. 적용예제 Machine Learning Credit Scoring

More information

Frama-C/JESSIS 사용법 소개

Frama-C/JESSIS 사용법 소개 Frama-C 프로그램검증시스템소개 박종현 @ POSTECH PL Frama-C? C 프로그램대상정적분석도구 플러그인구조 JESSIE Wp Aorai Frama-C 커널 2 ROSAEC 2011 동계워크샵 @ 통영 JESSIE? Frama-C 연역검증플러그인 프로그램분석 검증조건추출 증명 Hoare 논리에기초한프로그램검증도구 사용법 $ frama-c jessie

More information

?

? Korea Institute of S&T Evaluation and Planning Korea Institute of S&T Evaluation and Planning 2012-01 Korea Institute of Science & Technology Evaluation and Planning 3 4 2012-1 Korea Institute of Science

More information

06_ÀÌÀçÈÆ¿Ü0926

06_ÀÌÀçÈÆ¿Ü0926 182 183 184 / 1) IT 2) 3) IT Video Cassette Recorder VCR Personal Video Recorder PVR VCR 4) 185 5) 6) 7) Cloud Computing 8) 186 VCR P P Torrent 9) avi wmv 10) VCR 187 VCR 11) 12) VCR 13) 14) 188 VTR %

More information

THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE. vol. 29, no. 10, Oct ,,. 0.5 %.., cm mm FR4 (ε r =4.4)

THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE. vol. 29, no. 10, Oct ,,. 0.5 %.., cm mm FR4 (ε r =4.4) THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE. 2018 Oct.; 29(10), 799 804. http://dx.doi.org/10.5515/kjkiees.2018.29.10.799 ISSN 1226-3133 (Print) ISSN 2288-226X (Online) Method

More information

시안

시안 ULSAN NATIONAL INSTITUTE OF SCIENCE AND TECHNOLOGY GRADUATE SCHOOL OF TECHNOLOGY & INNOVATION MANAGEMENT 울산과학기술원 기술경영전문대학원 http://mot.unist.ac.kr 02 03 Global Study Mission CURRICULUM 2 Practicality Global

More information

Journal of Educational Innovation Research 2019, Vol. 29, No. 2, pp DOI: * The Effect of Paren

Journal of Educational Innovation Research 2019, Vol. 29, No. 2, pp DOI:   * The Effect of Paren Journal of Educational Innovation Research 2019, Vol. 29, No. 2, pp.95-116 DOI: http://dx.doi.org/10.21024/pnuedi.29.2.201906.95 * The Effect of Parent Education Program Using Action Learning on Family

More information

untitled

untitled FOR YOUR PREMIUM LIFESTYLE SUMMER 2014 26 CONTENTS 2014 SUMMER FOR YOUR PREMIUM LIFESTYLE One for One [ 2074 ] 10-0394K Gift Set Business Support Tools sabn Telecom Amway TV TM EXACT FI T PRESSED

More information

DBPIA-NURIMEDIA

DBPIA-NURIMEDIA e- 비즈니스연구 (The e-business Studies) Volume 17, Number 3, June, 30, 2016:pp. 273~299 ISSN 1229-9936 (Print), ISSN 2466-1716 (Online) 원고접수일심사 ( 수정 ) 게재확정일 2016. 06. 11 2016. 06. 24 2016. 06. 26 ABSTRACT e-

More information