• 제목/요약/키워드: Active route account

검색결과 3건 처리시간 0.026초

김성수 교수의 활성 경로 이론에 대한 변호와 그에 대한 반론 (Objections to Sungsu Kim's Defense of the Active Route Account)

  • 김세화
    • 논리연구
    • /
    • 제18권1호
    • /
    • pp.133-153
    • /
    • 2015
  • 김성수 교수는 최근 논문 "반사실적 인과론과 인과 구조식 접근법: 활성 경로 이론의 재검토"에서 활성 경로 이론에 대한 변호를 펼친다. 활성 경로 이론은 반사실적 인과론의 핵심적 직관을 유지하면서 '실제로 벌어진 정황'에 주목함으로써 반사실적 인과론에 제기된 반례들을 극복하고자 제시되었다. 그러나 활성 경로 이론에 대해서도 반례가 제기된 바 있다. 김성수 교수는 이 반례를 반박함으로써 활성 경로 이론에 대한 변호를 펼치는데, 본 논문에서 필자는 김성수 교수의 반박이 성공하지 못했음을 밝힌다.

  • PDF

김세화 교수의 반론과 활성 경로 이론의 제한 및 확장 (The Active-Route Account Restricted and Expanded: A Reply to Seahwa Kim's Criticisms)

  • 김성수
    • 논리연구
    • /
    • 제18권2호
    • /
    • pp.265-289
    • /
    • 2015
  • 인과 관계가 결과와 원인 간의 반사실적 의존 관계로 분석될 수 있다는 직관은 설득력이 있다. 활성 경로 이론은 단순한 형태의 반사실적 인과 이론의 문제점을 피하면서도 이 직관을 유지하기 위해 제안된 이론이다. 하지만 이 이론 역시 심각한 반례에 직면한다. 김세화 교수는 최근의 논문에서 이러한 반례를 반박하고자 제시된 기존의 해결책이 갖는 문제점을 설득력 있게 비판하였다. 이 논문은 김세화 교수의 비판을 논의하고 더 나아가 활성 경로 이론에 대한 반례를 극복할 수 있는 또 다른 해결책을 논의한다. 특히 활성 경로 이론의 적용 범위를 제한하고 이렇게 제한된 이론을 다시 확장하는 방식을 제시함으로써 활성 경로 이론을 그 반례로부터 방어하는 방법을 제안한다.

  • PDF

Mobility Prediction Algorithms Using User Traces in Wireless Networks

  • Luong, Chuyen;Do, Son;Park, Hyukro;Choi, Deokjai
    • 한국멀티미디어학회논문지
    • /
    • 제17권8호
    • /
    • pp.946-952
    • /
    • 2014
  • Mobility prediction is one of hot topics using location history information. It is useful for not only user-level applications such as people finder and recommendation sharing service but also for system-level applications such as hand-off management, resource allocation, and quality of service of wireless services. Most of current prediction techniques often use a set of significant locations without taking into account possible location information changes for prediction. Markov-based, LZ-based and Prediction by Pattern Matching techniques consider interesting locations to enhance the prediction accuracy, but they do not consider interesting location changes. In our paper, we propose an algorithm which integrates the changing or emerging new location information. This approach is based on Active LeZi algorithm, but both of new location and all possible location contexts will be updated in the tree with the fixed depth. Furthermore, the tree will also be updated even when there is no new location detected but the expected route is changed. We find that our algorithm is adaptive to predict next location. We evaluate our proposed system on a part of Dartmouth dataset consisting of 1026 users. An accuracy rate of more than 84% is achieved.