멀티캐스트는 중요한 시스템 레벨의 그룹 프로세스들을 수반하는 통신 서비스의 한 클래스이다. 소프트웨어 멀티캐스트 알고리즘을 설계하는데 있어서의 주된 문제는 성능과 이식성 사이의 교환조건(trade-off)을 고려하는 것이다. 본 논문에서 제안하는 변수화 된 통신 모델은 LogP 모델의 확장으로 병렬 플랫폼의 통신 네트워크를 더 정확하게 특성화 할 수 있다. 이 변수화 된 모델에서, 컴퓨터 구조에 의존적이지 않고 이식성 있는 OPT-tree라는 최적의 멀티캐스트를 형성하는 알고리즘을 제안한다. 실제 여러 네트워크에 구현했을 때 진정한 최적의 수행을 달성하기 위해서 OPT-tree로 생성된 트리에서의 네트워크 위상에 따른 튜닝(tuning)에 대해 연구한다. 특히 웜홀 스위치를 사용하는 메쉬(mesh) 네트워크에서 변수화 된 멀티캐스트 알고리즘의 최적화 한 버전인 OPT-mesh 알고리즘을 개발하여 다른 알고리즘들과 비교하여 그 우수성을 검증한다.
본 연구는 여성들의 경제활동의욕에 영향을 미치는 요인에 대한 연구로 여성들의 경제활동의욕과 창업의도에 대한 영향요인들을 실증적으로 분석하여 영향관계를 규명하는데 목적이 있다. 본 연구를 위해 독립변수로는 심리적특성과 준비도, 동기, 업무경험, 네트워크 역량, 차별인식, 일에대한 인식. 지원 제도, 재산상태 인식, 가족지지로 하였고, 종속변수로는 경제활동 의욕과 창업의도로 설정하였다. 여성의 경제활동 의욕과 관련하여 선행연구 및 정책적 자료들에 대한 문헌연구를 통해 이론적인 개념을 정립하고 연구모형을 설정하였다. 선택된 연구의 변수들인 심리적특성과 준비도, 동기, 업무경험, 차별인식, 지원제도등 경제활동 의욕과 창업의도들 간의 관계를 실증분석하고, 이를 토대로 의미 있는 이론적 및 정책적 시사점들을 제시하고자 한다.
본 논문에서는 데이터의 특성을 이용한 정보 입자 기반 퍼지 뉴럴 네트워크의 연속적 최적화를 제안한다. 데이터들간의 거리를 중심으로 C-Means 클러스터링 알고리즘을 이용하여 멤버쉽 함수를 정의하고 각 중심의 후반부 중심값을 이용하여 후반부 학습에 적용한다. 구조/파라미터 동정에 있어서 실수 코딩 기반 유전자 알고리즘을 이용하여 입력변수의 수, 입력 변수의 선택, 멤버쉽함수의 수, 후반부 형태와 같은 시스템의 입력 구조와 전반부 멤버쉽함수의 정점 및 학습율과 모멘텀 계수와 같은 파라미터를 최적으로 동정한다. 또한, 구조 연산과 파라미터 연산의 연속적 동조 방법을 이용하여 퍼지 뉴럴 네트워크를 최적화한다. 제안된 퍼지 뉴럴 네트워크는 삼각형 멤버쉽 함수를 이용하며, 후반부 추론에는 간략, 선형, 변형된 2차식을 이용한다. 제안된 퍼지 뉴럴 네트워크는 표준 모델로서 널리 사용되는 수치적인 예를 통하여 평가한다.
본 연구는 혁신목적과 사회적 자본간의 관계를 탐색적으로 고찰하친 있다. 기업의 혁신목적 유형에 따라 사회적 자본의 특성이 다르게 나타나는가를 분석한다. 이를 검증하기 위해 본 연구에서는 2005년 6월에서 7월 사이에 실시된 $\ulcorner$경북 IT기업 기술혁신활동 조사$\lrcorner$ 에서 나타난 176개 기업자료를 실증적으로 분석하였다. 분석은 IT기업의 기술혁신 유형변수로 '탐색형 기업', '활용형 기업'으로 구분하였고, 사회적 자본은 네트워크의 범위를 나타내는 '구조적 변수'와 강도를 나타내는 '관계적 변수'로 구분하여 구성형태를 분석하였다. 분석 결과, 탐색형 기업에서는 네트워크의 범위가 넓고(sparse network) 약한 연계(weak tie) 관계를 가지는 반면, 활용형 기업에서는 네트워크가 범위를 좁고(dense network) 강한 연계(strong tie) 관계를 가지는 것으로 나타났다.
본 연구는 지역아동센터 종사자들을 대상으로 그들의 직무성과와 관련 변인들 간의 관계를 분석함으로써 직무성과를 향상시키기 위한 접근방안을 모색하고자 한다. 이를 위하여 직무성과와 관련 변수들의 특성과 변인들 간의 관계를 탐색하고, 직무성과에 영향을 미치는 요인들을 분석하였다. 연구결과, 임파워먼트 요인, 네트워크 요인, 직무특성 요인에 따라 직무성과에 유의미한 차이가 있어 직무성과와 각 관련 요인들 간의 관련성을 확인할 수 있었다. 또한 위계적 회귀분석 결과, 각 단계마다 새로운 변수군을 투입하여 각 모델의 변화를 확인하였다. 그리하여 변수들의 영향력, 유의미성, 모델 전체의 설명력 변화를 통하여 임파워먼트 요인, 네트워크 요인, 직무특성 요인 등의 변수들이 직무성과에 영향을 미치고 있음을 검증할 수 있었다.
Journal of the Korean Data and Information Science Society
/
제25권6호
/
pp.1207-1219
/
2014
본 연구의 목적은 1) 보험전문가인 보험회사에 근무하는 임직원들이 가지고 있는 채널의 유형, 채널평가 항목, 보험 상품과 보험판매 시 요구되는 채널특성들간의 적합성에 대한 의견을 가지고 생명보험업계와 손해보험업계 각각 2-mode 소셜네트워크 데이터를 구성하고 2) 생명보험업계와 손해보험업계 2-mode 소셜 네트워크 데이터를 1-mode 소셜 네트워크 데이터로 변환하여 생명보험업계와 손해보험업계 두 소셜 네트워크의 구조와 네트워크 특성 변수들을 찾아 비교 분석하고, 소셜 네트워크 기반 측면에서의 생명보험사와 손해보험사의 판매채널 전략의 방향을 제시하고자 한다. 보험 판매채널의 평가에 의한 소셜 네트워크를 비교한 결과, 생명보험업계 소셜 네트워크가 손해보험업계 소셜 네트워크보다 더욱 강한 연결을 보였다. 즉 생명보험업계의 소셜 네트워크의 중심성 변수들이 손해보험업계의 것 들 보다 모두 높게 나타나 생명보험회사들은 채널전략 운영 측면에서 한 방향으로 움직이기가 수월함을 보이는 반면, 손해보험사들은 회사의 규모나 처한 환경에 따라 판매채널 전략이 다를 수 있어 각사의 개별적인 보험 판매 채널전략을 운영해야 함을 의미한다.
본 논문에서는 기동표적의 추적에 대한 새로운 퍼지 뉴럴 네트워크 기반의 다중모델 기법을 소개한다. 표적의 가속도를 효과적으로 다루기 위하여, 이 논문에서는 표적의 가속도를 시변 변수인 표적의 추가적인 잡음으로 두고 각각의 가속도 간격의 정도에 따라 얻어지는 모든 잡음에 대한 변수에 의해 각각의 하부 모델들을 특성화시켰다. 모르는 가속도에 따른 시변 변수를 적응적으로 어립잡기는 어렵기 때문에 정밀한 계산을 위하여 퍼지 뉴럴 네트워크가 이용되었다. 퍼지 뉴럴 네트워크의 동정을 위해서는 오차 역전파 학습법을 사용하였다. 그리고 제안된 알고리즘의 수행 가능성을 보여주기 위하여 몇 가지 예를 제시하였다.
조직 구성원들은 자신의 가치와 조직의 성과를 높이기 위해 인적자본의 향상을 위한 노력뿐만 아니라 사회적 자본의 확충을 위해서 많은 노력을 하고 있는 추세이다. 이에 따라 본 연구의 목적은 조직 구성원 개인의 사적인 인맥으로 구성된 개인적 친밀네트워크가 성과에 어떠한 영향을 미치는 가에 대하여 검증하는 것이다. 본 연구에서 독립변수로 개인의 친밀 네트워크 특성을, 결과변수로 직무성과와 네트워크에의 협력의도로 설정하여 검증하였다. 본 연구에서 개인적 친밀네트워크가 개인성과에 미치는 영향을 분석한 결과 사회적 네트워크의 특성 중 크기, 강도, 지위가 협력행동에 긍정적인 영향을 미치는 것으로 나타났으며 직무성과에는 크기와 강도만 유의미한 영향을 미치는 것으로 나타났다.
기존의 인터넷 라우터는 Drop tail 방식으로 패킷을 관리한다. 따라서 네트워크 트래픽의 지수적인 증가로 인한 혼잡 상황으로 발생하는 패킷 손실을 해결 한 수 없다. 이 문제를 해결하기 위해 IETF (Internet Engineering Task Force)에서는 REU(Random Early Detection) 알고리즘과 같은 능동적인 큐 관리 알고리즘을 제시하였다. 하지만 RED 알고리즘은 네트워터 환경에 따른 매개 변수의 설정의 어려움을 가지고 치어 잘못 된 매개변수 설정으로 인하여 네트워크 성능이 저하되는 문제점을 가지고 있다. 본 논문에서는 기존의 RED를 개선한 ARED를 제안했다. ARED는 RED 알고리즘의 문제점을 개선하여 네트워크 특성에 맞추어 동적으로 매개변수글 조절하는 알고리즘이다. ns를 이용한 실험을 통하여 ARED의 성능을 검증하였다.
네트워크를 설계하고 서비스를 구현하는데 있어서 중요한 변수중의 하나는 트래픽의 특성을 파악하는 것이다. 기존의 트래픽 예측과 분석으로 Poisson 또는 Markovian을 기본으로 하는 모델을 사용했을 경우는 단기간의 의존성을 고려한 결과로써 실제 관측된 트래픽의 결과와는 상당히 다르다는 것이 밝혀졌다. 따라서 최근 실제 트래픽 모델과 유사한 모델로서 Self-Similarity 특성을 이용한 접근법이 대두되고 있다. 본 논문에서는 Self-Similarity의 장기간 의존성을 나타내기 위해서 실제 네트워크에서 측정한 데이터를 사용하여 Hurst 파라미터 H의 값을 추정하고 실시간 운영중인 네트워크 상에서 어느 정도의 Self-Similarity특성을 가지고 있는지 분석한다
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.