• 제목/요약/키워드: 배치 정보

검색결과 2,036건 처리시간 0.035초

간접광고인 제품배치의 유형에 따른 학습기억에 관한 연구 - 명시적 기억과 암묵적 기억을 중심으로 - (The Study of Learning Memory followed with the type of Indirect Advertising Product Placement)

  • 정준화
    • 한국디지털정책학회:학술대회논문집
    • /
    • 한국디지털정책학회 2005년도 춘계학술대회
    • /
    • pp.89-98
    • /
    • 2005
  • 간접광고의 한형태인 영화나 드라마 속에 제품배치(PPL)는 온셋 배치와 크리에이티브 배치로 분류할 수 있다. 온셋 배치(on-set placement)는 맥락효과 속에 전경(foreground)에 해당되며, 크리에이티브 배치(creative placement)는 배경에 해당되기 때문에 소비자의 정보처리에 의한 기억효과가 다르게 나타난다. 온셋배치의 경우 자극의 현저성으로 인하여 정교화 가능성 모델이론의 설득의 중심경로를 통한 정보처리효과가 나타나기 때문에 명시적 학습을 하게 된다. 반면에 드라마 배경에 해당하는 PPL의 크리에이티브 배치는 정교화의 수단이 낮아서 배경의 여러 단서들과 함께 설득의 주변경로를 통한 정보처리를 할 것이다. 따라서 암묵적 학습을 할 가능성이 높게 나타나게 된다. 이러한 제품배치의 형태에 따른 학습기억의 형태는 조절변수인 관여도에 따라 다르게 나타날 것이다. 제품관여도가 높은 경우에는 크리에이티브 배치를 하여도 명시적 학습을 할 가능성이 많은 반면 제품관여도가 낮은 경우 크리에이티브 배치를 하게 되면, 암묵적 학습효과가 미약하거나 일어나지 않을 가능성이 많다. 그러므로 제품관여도가 낮은 상품의 경우에는 제품배치시 가능한한 크리에이티브 배치피하는 것이 유리 할 것이다.

  • PDF

이동 센서 네트워크에서 관심영역내의 균일한 분포와 이탈 방지를 위한 노드 배치알고리즘 (Node Deployment Algorithm for Uniform Distribution within Area of Interest in Mobile Sensor Networks)

  • 안효진;김유성
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2007년도 춘계학술발표대회
    • /
    • pp.1255-1258
    • /
    • 2007
  • 이동센서 네트워크에서 관심영역 내로부터 최소의 노드 개수로 중복 없이 최대의 센싱 값을 얻기 위해서는 관심영역 내에 노드를 균일하게 그리고 이탈 없이 배치시키는 것이 중요하다. 기존 배치 알고리즘들은 관심영역 내 균일하지 못한 분포와 노드이탈 현상이 발생할 수 있으며 많은 에너지소모를 야기하는 부적절한 배치가 이루어질 수 있다. 본 연구에서는 이동 센서네트워크 환경에서 관심영역 내 노드를 균일하게 분포시키며 노드 이탈을 최소화하는 배치알고리즘을 제안한다. 관심영역에 대한 크기 정보를 바탕으로 노드가 이동하여 배치할 수 있는 방향을 여섯 방향으로 분할하여 각 단일 방향영역 파티션에 따라 배치에 필요한 최소 노드의 개수를 예측한다. 각 방향에 대한 파티션별 노드 집단들은 독립적으로 동시에 배치된다. 본 알고리즘은 중심 루트노드를 기준으로 시작하여 각 여섯 방향에 대하여 노드의 수를 미리 예측하고 배치되기 때문에 노드의 이탈을 최소화할 수 있으며 균일한 배치뿐만 아니라 배치시간 및 이동거리 단축시킬 수 있는 에너지 효율적인 배치알고리즘의 특성을 갖는다.

  • PDF

효율적인 초기 배치를 이용한 개선된 Mongrel (Improved Mongrel with Efficient Initial Placements)

  • 성영태;허성우
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (A)
    • /
    • pp.967-969
    • /
    • 2004
  • 본 논문에서는 표준 셀 배치기 Mongrel을 소개하고 두 가지 분할 기법(FM, hMETIS)을 통해 효율적인 초기 배치를 얻음으로써 Mongrel의 성능을 개선한다. Mongrel은 middle-down 방법론을 채택한 전역 배치와 상세 배치의 2단계 표준 셀 배치기이며 전역 배치 단계에서는 RBLS(Relaxation-Based Local Search)를, 그리고 상세 배치 단계에서는 최적 인터리빙(optimal interleaving) 기법을 통해 최적화 알고리즘을 수행한다. MCNC 벤치마크 회로를 이용한 실험을 통해 Mongrel의 성능을 평가하고 효율적인 초기배치가 최종 결과에 미치는 영향을 분석한다.

  • PDF

품질 정보를 이용한 서열 배치 알고리즘 (Sequence Alignment Algorithm using Quality Information)

  • 나중채;노강호;박근수
    • 한국정보과학회논문지:시스템및이론
    • /
    • 제32권11_12호
    • /
    • pp.578-586
    • /
    • 2005
  • 본 논문에서 다루는 문제는 품질 정보를 가지는 서열을 배치(alignment)하는 알고리즘이다. 시퀀싱(sequencing) 작업의 일부인 염기 결정 프로그램(base-calling program)에 의해서 생성되는 DNA 서열은 각 염기가 어느 정도 신뢰할 수 있는 가를 나타내는 품질 정보를 가진다. 그러나 지금까지 개발된 서열 배치 알고리즘들은 이러한 품질 정보를 고려하지 않았다. 본 논문에서는 품질 정보를 가지는 두 서열의 배치를 평가하는 기준을 제시한다. 이 평가 기준에 의한 최적의 서열 배치는 동적 프로그래밍(dynamic programming) 기법에 의해서 찾을 수 있다.

도식화된 지도 생성을 위한 아이콘과 레이블 배치 알고리즘 (An Icon and Label Replacement Algorithm for Generating Schematic Map)

  • 류동성;박동규;이도훈
    • 한국멀티미디어학회:학술대회논문집
    • /
    • 한국멀티미디어학회 2003년도 춘계학술발표대회논문집
    • /
    • pp.596-599
    • /
    • 2003
  • 본 논문에서는 아이콘과 레이블을 가진 도식화된 지도(Schematic map)를 생성차기 위한 아이콘과 레이블의 효과적인 배치 알고리즘을 제안한다. 이 알고리즘은 먼저 지리정보시스템(GIS)의 데이터베이스로부터 원시 정보를 파서로 분석한 후, 지형도 데이터에서 시각화에 필요한 부분만을 추출한 후 이들 선분에 대하여 선분 간략화 알고리즘을 적용하여 기도를 생성한다. 그리고 장식 및 정보의 표기를 목적으로 사용하는 아이콘 및 레이블 정보들의 특징을 반영하여 후보 영역을 생성한다. 마지막으로 생성된 후보영역 내에서 중첩이 발생하기 않으면서 아이콘을 설명하는데 적절한 최적화된 위치의 레이블을 배치하여 이들의 배치 값들 중 최적의 값을 얻은 후 이 최적의 위치에 아이콘과 레이블을 배치하도록 하였다.

  • PDF

표준 셀 배치를 위한 가시화 도구 (Visualization Tool for Standard Cell Placement)

  • 김동현;허성우
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (A)
    • /
    • pp.694-696
    • /
    • 2005
  • VLSI 셀 배치문제는 셀(노드)과 넷으로 구성된 회로를 최소의 비용과 제약조건을 만족하면서 칩 위에 배치하는 문제로 지금까지 여러가지 다양한 배치 알고리즘들이 제시되어왔다. 배치 알고리즘은 입력으로 회로정보를 받아서 결과를 숫자 데이터로 출력하기 때문에 알고리즘 개발자는 배치결과를 숫자 데이터로 분석할 수 밖에 없다. 이런 점에서 실험 결과에 대한 신뢰성 문제가 발생될 수 있는데 2003년 발표된 밴치마킹에 관한 논문[1]에 따르면 뛰어난 성능을 가진 대표적인 알고리즘들을 비교 분석한 결과 실제 최종 배치된 결과에서 셀들의 오버랩 현상과 균일하지 못한 배치 등 몇 가지 문제점들이 지적되었다. 본 논문에서는 이러한 문제점들을 해결하기 위해 알고리즘 개발자가 실험 결과를 가시화해서 직접 확인하고 분석할 수 있는 가시화 도구를 제안한다. 또한 가시화 도구는 결과분석을 통해 보다 향상된 알고리즘 개발에 도움을 주는 것을 목적으로 한다.

  • PDF

설비배치안 작성을 위한 유전 알고리즘에 관한 연구

  • 홍관수;권성우
    • 한국산업정보학회논문지
    • /
    • 제2권2호
    • /
    • pp.87-103
    • /
    • 1997
  • 설비 배치는 기업의 장단기 생산능력 효율에 상당한 영향을 미치므로 제품 및 서비스의 생산에 있어 최대의 효율을 올릴 수 있도록 배치되어야 하나, 최적의 설비 배치안을 찾는다는 것은 매우 어려운 일이다. 이러한 설비 배치 문제는 이차할당문제(Quadratic Assignment Problem : QAP)로 모형화할 수 있으며, 이의 해결을 위해 일반적으로 휴리스틱 알고리즘은 전통적인 검색 기법에 비해 우위에 있는 것으로 알려지고 있다. 따라서 본 연구에서는 설비 배치 문제의 해결을 위하여 유전 알고리즘의 개발을 시도하였으며, 선행 연구들과의 비교 분석 결과 기존 연구들에 비해 더 우수한 해을 제시할 수 있었다.

  • PDF

Mongrel : 계층적 분할 기법을 이용한 광역 배치 (Mongrel : Global Placement with Hierarchical Partitioning)

  • 성영태;허성우
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (1)
    • /
    • pp.742-744
    • /
    • 2004
  • 본 논문에서는 표준 셀 배치기 Mongrel의 성능을 개선하기 위해 사용된 다양한 기법에 관해 살펴보고 top-down방식의 계층적 분할 기법을 이용한 광역 배치(Hierarchical Global Placement)를 제안한다. 계층적 분할 기법을 이용한 광역 배치는 RBLS(Relaxation Based Local Search) 기법과 더불어 Mongrel의 성능 개선에 결정적인 역할을 하고 있으며 분할 기법으로 hMETIS(클러스터링을 이용한 다단계 분할 기법)를 사용한다. 우리는 표준 벤치마크 회로를 이용한 실험을 통해 계층적 분할 기법을 이용한 광역 배치 기법이 안정적이면서 효율적인 배치 결과를 가져옴을 보인다.

  • PDF

델파이기법을 이용한 소방력 배치기준에 관한 연구 (A Study of Fire Service Deployment Standard Applied Delphi Technique)

  • 조영종;이윤하;이지수;홍원화
    • 한국재난정보학회:학술대회논문집
    • /
    • 한국재난정보학회 2015년 정기학술대회
    • /
    • pp.339-340
    • /
    • 2015
  • 본 연구의 목적은 우리나라의 소방력을 효율적으로 배치하기 위해 전문가를 중심으로 설문조사를 실시하여 우리나라의 환경과 수요에 부합하는 소방력 배치기준의 핵심요소를 파악하기 위함이다. 설문조사는 소방력 배치기준 핵심요소들의 객관적인 비교결과를 제시하기 위하여 델파이 기법을 활용하였다. 연구결과를 종합해 볼 때, 우리나라의 소방력배치는 관할면적과 관할인구에 기초한 단순배치에 머물고 있다. 국내 소방력 배치의 문제점을 개선하기 위해서는 소방환경과 소방수요, 소방력과 관련된 다양한 변수들을 반영할 수 있는 새로운 소방력 배치기준을 마련해야 하며, 시 도별 지자체의 환경에 따른 소방력 배치가 이루어져야 할 것으로 사료된다.

  • PDF

동기식 분산 딥러닝 환경에서 배치 사이즈 변화에 따른 모델 학습 성능 분석 (A Performance Analysis of Model Training Due to Different Batch Sizes in Synchronous Distributed Deep Learning Environments)

  • 김예랑;김형준;유헌창
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2023년도 추계학술발표대회
    • /
    • pp.79-80
    • /
    • 2023
  • 동기식 분산 딥러닝 기법은 그래디언트 계산 작업을 다수의 워커가 나누어 병렬 처리함으로써 모델 학습 과정을 효율적으로 단축시킨다. 배치 사이즈는 이터레이션 단위로 처리하는 데이터 개수를 의미하며, 학습 속도 및 학습 모델의 품질에 영향을 미치는 중요한 요소이다. 멀티 GPU 환경에서 작동하는 분산 학습의 경우, 가용 GPU 메모리 용량이 커짐에 따라 선택 가능한 배치 사이즈의 상한이 증가한다. 하지만 배치 사이즈가 학습 속도 및 학습 모델 품질에 미치는 영향은 GPU 활용률, 총 에포크 수, 모델 파라미터 개수 등 다양한 변수에 영향을 받으므로 최적값을 찾기 쉽지 않다. 본 연구는 동기식 분산 딥러닝 환경에서 실험을 통해 최적의 배치 사이즈 선택에 영향을 미치는 주요 요인을 분석한다.