• 제목/요약/키워드: 보상선택 다양성

검색결과 32건 처리시간 0.025초

보상시스템의 유형이 조직몰입에 미치는 영향: 중국 기업구성원을 대상으로 (Effect of Compensation Types on Workers' Organizational Commitment: A Case of Chinese Companies)

  • 이정언;조신
    • 한국콘텐츠학회논문지
    • /
    • 제14권3호
    • /
    • pp.393-400
    • /
    • 2014
  • 본 연구는 외재적 내재적 보상시스템이 기업구성원의 조직몰입에 어떠한 영향을 미치는지, 보상선택의 다양성 제공이 조직몰입에 어떠한 변화를 가져오는지 실증적으로 검증하였다. 본 연구는 보상시스템, 보상선택의 다양성 및 조직몰입의 관계를 실증적으로 분석함으로써 조직몰입 제고를 위한 방안 도출을 목적으로 하였다. 본 연구에서는 중국 12개 기업에 근무하는 중국인 직원 295명을 대상으로 자료를 수집하였다. 실증연구 결과 외재적 내재적 보상 모두 조직몰입 향상에 긍정적인 영향이 있다는 사실을 확인하였다. 보상선택의 다양성은 외재적 보상과 조직몰입 간에 조절역할을 하였으나 내재적 보상에 대한 조절역할은 나타나지 않았다. 본 연구에서는 조직몰입 수준의 향상을 위해서는 다양한 유형으로 구성된 보상시스템의 도입이 중요함을 강조하였다.

소셜 미디어에서 경험하는 다양한 연령의 이미지가 미래 자기 연결성 및 지연 보상 선택에 미치는 영향: 20대 여성을 중심으로 (How Age Diverse Images on Social Media Influence Self-continuity and Impatience in Intertemporal Preference: Focusing on Women in 20s)

  • 임지은
    • 한국심리학회지 : 문화 및 사회문제
    • /
    • 제27권2호
    • /
    • pp.191-216
    • /
    • 2021
  • 자신의 미래 시간을 느끼는 정도는 그 사람의 다양한 행동에 영향을 미친다. 특히 미래를 대비하는 행동인 저축, 혹은 미래에 상관없이 지금 감정에 맞춰 행동하는 충동구매 등 다양한 소비행동이 미래 시간 인식과 맞닿아 있다. 본 연구는 미래 자기 연결성에 초점을 맞춰 현재와 미래의 자기가 이어져 있다고 느끼는 정도가 소셜 미디어에서 제공되는 이미지를 통해 얼마나 변화하는지 살펴보고자했다. 그리고 이 변화를 통해 실제 지연 보상 선택 경향성, 즉 미래의 큰 보상을 위해 현재의 쾌락적 선택을 포기하는 정도가 얼마나 늘어나는지 알아보고자 했다. 또한 이 관계가 노년에 대한 긍정적 지각과 성향적 낙관성에 따라 변화할 지를 측정하였다. 연구 결과, 다양한 나이의 사람들을 SNS를 통해 보여주는 것은 실제 참여자(20대)의 미래 자기 연결성과 소비 선택에서의 인내심을 증가시켰다. 또한 이 관계는 나이 듦에 대한 인식 수준에 따라 변화하였다.

수부 다한증에서 흉부 2, 3번 교감신경절 교통가지 절제술의 효과 (Ramicotomy of T2, 3 Sympathetic Ganglia for Palmar Hyperhidrosis)

  • 조현민;백효채;김도형;함석진;이두연
    • Journal of Chest Surgery
    • /
    • 제35권10호
    • /
    • pp.724-729
    • /
    • 2002
  • 지금까지 수부 다한증에 대한 다양한 교감신경 수술방법들은 확실하고 안전한 치료방법이기는 하지만 술후 보상성 발한의 발생과 더불어 수장부의 무한증을 유발시킴으로써 장기적인 환자만족도를 떨어뜨리는 것이 문제가 되어왔다. 대상 및 방법: 이에 본 교실에서는 손에 분포하는 교감신경절 교통가지를 선택적으로 절제함으로써 술후 보상성 발한의 정도를 감소시키고 수장부의 무한증을 예방하고자 하였다. 결과: 수술 결과 절반 이상의 환자에서 손에 적당히 촉촉함을 유지할 수 있었으며 동시에 보상성 발한에 있어서도 대부분의 환자에서 생활에 불편을 초래하지 않는 정도의 경등도 이하로 나타났다. 결론: 교감신경절 교통가지 절제술은 수장부 다한증에 대한 보다 선택적이고 생리적인 수술방법으로 생각된다.

다양한 블록 크기 기반 선택적 움직임 추정 알고리즘 (A Selective Motion Estimation Algorithm with Variable Block Sizes)

  • 최웅일;전병우
    • 방송공학회논문지
    • /
    • 제7권4호
    • /
    • pp.317-326
    • /
    • 2002
  • 기존 비디오 압축 기술에 비해 높은 부호화 효율 덴 추가적으로 오류내성, 네트워크 친화성 등의 특성을 지닌 H.264 표준안 부호화 기술 가운데, 복수개 참조 영상을 이용하여 다양한 블록 크기로 움직임 보상하는 기법은 높은 부호화 효율을 갖게 하는 주 요인임과 동시에 높은 복잡도를 갖게 하는 원인으로 작용한다. 이러한 움직임 보상의 복잡도를 줄이기 위해 본 논문에서는 다양한 블록 크기에 대한 선택적 움직임 추정 알고리즘을 제안하고자 한다. 제안된 기법에서는 먼저 다이아몬드 탐색 기법을 이용해 초기 위치 지점에 대해 SAD(Sum of Absolute Difference)를 구하고 이를 기반으로 움직임 추정을 추가적으로 수행할 것인가를 각 블록 크기 단위로 결정하게 된다. 실험 결과, 움직임 탐색 영역을 $\pm$32로 하였을 경우 제안 기법은 기존의 전역 탐색(Full Search)에 비해 약 5배 정도 속도 향상을 보였다.

시각-언어 이동 에이전트를 위한 모방 학습과 강화 학습의 결합 (Combining Imitation Learning and Reinforcement Learning for Visual-Language Navigation Agents)

  • 오선택;김인철
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2020년도 춘계학술발표대회
    • /
    • pp.559-562
    • /
    • 2020
  • 시각-언어 이동 문제는 시각 이해와 언어 이해 능력을 함께 요구하는 복합 지능 문제이다. 본 논문에서는 시각-언어 이동 에이전트를 위한 새로운 학습 모델을 제안한다. 이 모델은 데모 데이터에 기초한 모방 학습과 행동 보상에 기초한 강화 학습을 함께 결합한 복합 학습을 채택하고 있다. 따라서 이 모델은 데모 데이타에 편향될 수 있는 모방 학습의 문제와 상대적으로 낮은 데이터 효율성을 갖는 강화 학습의 문제를 상호 보완적으로 해소할 수 있다. 또한, 제안 모델은 서로 다른 두 학습 간에 발생 가능한 학습 불균형도 고려하여 손실 정규화를 포함하고 있다. 또, 제안 모델에서는 기존 연구들에서 사용되어온 목적지 기반 보상 함수의 문제점을 발견하고, 이를 해결하기 위해 설계된 새로은 최적 경로 기반 보상 함수를 이용한다. 본 논문에서는 Matterport3D 시뮬레이션 환경과 R2R 벤치마크 데이터 집합을 이용한 다양한 실들을 통해, 제안 모델의 높은 성능을 입증하였다.

Deep Q 학습 기반의 다중경로 시스템 경로 선택 알고리즘 (Path selection algorithm for multi-path system based on deep Q learning)

  • 정병창;박혜숙
    • 한국정보통신학회논문지
    • /
    • 제25권1호
    • /
    • pp.50-55
    • /
    • 2021
  • 다중경로 시스템은 유선망, LTE망, 위성망 등 다양한 망을 동시에 활용하여 데이터를 전송하는 시스템으로, 통신망의 전송속도, 신뢰도, 보안성 등을 높이기 위해 제안되었다. 본 논문에서는 이 시스템에서 각 망의 지연시간을 보상으로 하는 강화학습 기반 경로 선택 방안을 제안하고자 한다. 기존의 강화학습 모델과는 다르게, deep Q 학습을 이용하여 망의 변화하는 환경에 즉각적으로 대응하도록 알고리즘을 설계하였다. 네트워크 환경에서는 보상 정보를 일정 지연시간이 지나야 얻을 수 있으므로 이를 보정하는 방안 또한 함께 제안하였다. 성능을 평가하기 위해, 분산 데이터베이스와 텐서플로우 모듈 등을 포함한 테스트베드 학습 서버를 개발하였다. 시뮬레이션 결과, 제안 알고리즘이 RTT 감소 측면에서 최저 지연시간을 선택하는 방안보다 20% 가량 좋은 성능을 가지는 것을 확인하였다.

퍼지 추론 기반의 멀티에이전트 강화학습 모델 (Multi-Agent Reinforcement Learning Model based on Fuzzy Inference)

  • 이봉근;정재두;류근호
    • 한국콘텐츠학회논문지
    • /
    • 제9권10호
    • /
    • pp.51-58
    • /
    • 2009
  • 강화학습은 최적의 행동정책을 구하는 최적화 문제로 주어진 환경과의 상호작용을 통해 받는 보상 값을 최대화하는 것이 목표이다. 특히 단일 에이전트에 비해 상태공간과 행동공간이 매우 커지는 다중 에이전트 시스템인 경우 효과적인 강화학습을 위해서는 적절한 행동 선택 전략이 마련되어야 한다. 본 논문에서는 멀티에이전트의 효과적인 행동 선택과 학습의 수렴속도를 개선하기 위하여 퍼지 추론 기반의 멀티에이전트 강화학습 모델을 제안하였다. 멀티 에이전트 강화학습의 대표적인 환경인 로보컵 Keepaway를 테스트 베드로 삼아 다양한 비교 실험을 전개하여 에이전트의 효율적인 행동 선택 전략을 확인하였다. 제안된 퍼지 추론 기반의 멀티에이전트 강화학습모델은 다양한 지능형 멀티 에이전트의 학습에서 행동 선택의 효율성 평가와 로봇축구 시스템의 전략 및 전술에 적용이 가능하다.

시각-언어 이동 에이전트를 위한 복합 학습 (Hybrid Learning for Vision-and-Language Navigation Agents)

  • 오선택;김인철
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제9권9호
    • /
    • pp.281-290
    • /
    • 2020
  • 시각-언어 이동 문제는 시각 이해와 언어 이해 능력을 함께 요구하는 복합 지능 문제이다. 본 논문에서는 시각-언어 이동 에이전트를 위한 새로운 학습 모델을 제안한다. 이 모델은 데모 데이터에 기초한 모방 학습과 행동 보상에 기초한 강화 학습을 함께 결합한 복합 학습을 채택하고 있다. 따라서 이 모델은 데모 데이터에 편향될 수 있는 모방 학습의 문제와 상대적으로 낮은 데이터 효율성을 갖는 강화 학습의 문제를 상호 보완적으로 해소할 수 있다. 또한, 제안 모델에서는 기존의 목표 기반 보상 함수들의 문제점을 해결하기 위해 설계된 새로운 경로 기반 보상 함수를 이용한다. 본 논문에서는 Matterport3D 시뮬레이션 환경과 R2R 벤치마크 데이터 집합을 이용한 다양한 실험들을 통해, 제안 모델의 높은 성능을 입증하였다.

적응 다중 참조 이동 보상을 이용한 에러에 강인한 스케일러블 동영상 전송 기법 (Robust Scalable Video Transmission using Adaptive Multiple Reference Motion Compensated Prediction)

  • 김용관;김승환;이상욱
    • 한국통신학회논문지
    • /
    • 제29권3C호
    • /
    • pp.408-418
    • /
    • 2004
  • 본 논문에서는 동영상 부호화의 이동 보상 과정에서 다중의 참조 영상들을 적응적으로 이용하는 새로운 스케일러블(scalable) 부호화 기법을 제안한다. 제안 기법은 입력 신호의 특성을 고려하여. 확장계층 및 기저계층에서 다중의 이동 참조 영상들에 대한 최적 가중 값을 적응적으로 구한다. 이러한 기법을 이용하여. 확장계층의 부호화 효율 및 오류에 대한 강인성을 향상시킨다. 또한 복호기에서 전송 오류가 검출된 경우. 적응적으로 참조 영상을 선택함으로써 에러 파급(drift) 현상을 현저히 감소시킨다 실험 결과들로부터, 제안하는 적응적인 스케일러블 부호화 기법은 다양한 채널 에러(channel error) 환경에서, 기존의 스케일러블 H.263+부호화 기법에 비하여 PSNR 성능이 약 1.0㏈ 이상 향상됨을 확인할 수 있었다.

수도권매립지 주변의 환경피해와 주민지원금 간의 상응성 분석 (An Analysis of the Correspondence between Environmental Damage and the Subsidy in the Vicinity of a Landfill in the Seoul Methropolitan Area)

  • 강희찬
    • 자원ㆍ환경경제연구
    • /
    • 제30권3호
    • /
    • pp.365-393
    • /
    • 2021
  • 본 논문은 선택실험법(Choice Experiment Method)을 이용하여 현행 지원되는 수도권매립지 주변 주민에 대한 주민지원금이 피해 정도에 상응하게 지원되고 있는지를 파악하였다. 2001년부터 거의 20년 가까이 운영된 주민지원금은 수도권매립지 운영에서 발생하는 다양한 환경피해(악취, 소음, 대기오염, 수질오염, 경관훼손 등)를 보상하기 위한 목적에서 운영되고 있으나, 현행 보상의 정도가 주변 지역 주민의 실제 피해 비용만큼 보상이 이뤄지고 있는 파악할 수 없다. 이에 본 논문은 수도권매립지 부지 경계 기준 주변 2~4km에 거주하는 주민들 300명을 대상으로 선택실험법 설문을 한 결과를 이용하여 혼합로짓모형(Mixed logit model)을 통해, 동(읍)별로 속성(악취, 소음, 대기오염, 수질오염)별 한계지불의사액을 추정하고, 이를 현행 동(읍)별 가구당 주민지원금과 비교하였다. 이를 기반으로 시나리오를 구성하고 전체 그리고 지역별 가구당 피해비용(지불의사액)을 추산하여 2019년 전체 그리고 지역별 주민지원금과 비교한 결과, 현행 전체 주민지원금 규모는 수도권매립지 주변 주민이 받는 전체 환경피해를 완벽하게 제거되는 수준에 미치지 못하는 것으로 평가되었으며, 지역별 주민지원금의 배분도 해당 지역별 피해 정도에 비례하여 배분되지 못하고 있다는 것을 발견하였다.