• Safety and Health at Work
• /
• 제13권4호
• /
• pp.469-474
• /
• 2022

Background: Nowadays, counter-productive work behaviors (CWBs) have turned into a common and costly position for many organizations and especially health centers. Therefore, the study was carried out to examine and compare the demand-control-support (DCS) and effort-reward imbalance (ERI) models as predictors of CWBs. Methods: The study was cross-sectional. The population was all nurses working in public hospitals in Hamadan, Iran of whom 320 were selected as the sample based on simple random sampling method. The instruments used were Job Content Questionnaire, Effort-Reward Imbalance Questionnaire, and Counterproductivity Work Behavior Questionnaire. Data were analyzed using correlation and regression analysis in SPSS18. Results: The findings indicated that both ERI and DCS models could predict CWB (p ≤ 0.05); however, the DCS model variables can explain the variance of CWB-I and CWB-O approximately 8% more than the ERI model variables and have more power in predicting these behaviors in the nursing community. Conclusion: According to the results, job stress is a key factor in the incidence of CWBs among nurses. Considering the importance and impact of each component of ERI and DCS models in the occurrence of CWBs, corrective actions can be taken to reduce their incidence in nurses.

• 시큐리티연구
• /
• 제51호
• /
• pp.153-170
• /
• 2017

본 연구는 대테러를 위한 시스템적 접근과 위기관리적 접근을 중심으로 우리나라 대테러시스템 운영의 재모색을 해보고자 한다. 우리나라 대테러시스템의 개방적 통합적 준거로, 대테러를 위한 기능적 연계중심의 개방 시스템과 통합 시스템간의 상관관계 및 거버넌스 활성화 차원의 민간 부문과의 협력 방안의 방향과 세부내용으로는 민간 부문과의 협력을 위해 우선 법적 근거를 마련하고 대테러활동을 수행하기 위하여 대테러관계기관의 관리 및 감독 하에 민간경비와의 파트너십을 통한 개방적 의식전환이 요구됨을 제시하였다. 또한 위기관리적 접근을 통해 예방단계에서는 생화학 테러 관련 법제를 마련하여 규제를 보다 강화해야 할 것이다. 대비단계에서는 국민의 테러 안전의식 배양, 가칭 '테러방지의 날' 제정으로 자발적인 테러 안전의식 고취 확산, 시민들의 자발적인 참여와 관심을 기울일 수 있는 시민신고 포상금 제도 확대, 테러발생 대비의 실질적인 훈련체계가 확립되어야 할 것이다. 대응단계에서는 관계기관간의 네트워크망을 형성하여 정보 공유를 통한 통합 시스템으로 현장대응 관리가 이루어져야 할 것이다. 복구단계에서는 테러로 인한 사고로부터 사회에 복귀할 수 있는 부상자 및 유가족들의 장기적인 관리시스템이 마련되어져야 할 것이다.

• 한국통신학회논문지
• /
• 제27권8C호
• /
• pp.729-740
• /
• 2002

본 논문에서는 광 인터넷 망의 가상망 재구성을 위하여 최적의 망 재구성 정책을 고려한 보상-비용 함수를 최대화하는 다단계 결정 문제로 정의 하였다. 그리고 트래픽 요구사항을 만족하기 위해서 노드 교환 기법에 근거한 새로운 휴리스틱 알고리즘을 제안하였다. 또한 트래픽 예측 기법을 사용하여 휴리스틱 알고리즘에 의해 발생하는 근사 문제를 해결 하고, 이를 바탕으로 트래픽 예측 다단계 재구성 정책을 제안하였다. 실험결과 다단계 재구성 정책은 물리적 자원이 제한된 환경에서 기존의 방법에 비해 뛰어난 성능을 보였다.

• 디지털융복합연구
• /
• 제19권12호
• /
• pp.347-352
• /
• 2021

본 논문은 다중 에이전트 강화학습 방식을 사용하여 입력 데이터로부터 분류에 효과적인 특징 집합을 찾아내는 방식을 제안한다. 기계 학습 분야에 있어서 분류에 적합한 특징들을 찾아내는 것은 매우 중요하다. 데이터에는 수많은 특징들이 존재할 수 있으며, 여러 특징들 중 일부는 분류나 예측에 효과적일 수 있지만 다른 특징들은 잡음 역할을 함으로써 올바른 결과를 생성하는 데에 오히려 악영향을 줄 수 있다. 기계 학습 문제에서 분류나 예측 정확도를 높이기 위한 특징 선택은 매우 중요한 문제 중 하나이다. 이러한 문제를 해결하기 위해 강화학습을 통한 특징 선택 방법을 제시한다. 각각의 특징들은 하나의 에이전트를 가지게 되며, 이 에이전트들은 특징을 선택할 것인지 말 것인지에 대한 여부를 결정한다. 에이전트들에 의해 선택된 특징들과 선택되지 않은 특징들에 대해서 각각 보상을 구한 뒤, 보상에 대한 비교를 통해 에이전트의 Q-value 값을 업데이트 한다. 두 하위 집합에 대한 보상 비교는 에이전트로 하여금 자신의 행동이 옳은지에 대한 판단을 내릴 수 있도록 도와준다. 이러한 과정들을 에피소드 수만큼 반복한 뒤, 최종적으로 특징들을 선별한다. 이 방법을 통해 Wisconsin Breast Cancer, Spambase, Musk, Colon Cancer 데이터 세트에 적용한 결과, 각각 0.0385, 0.0904, 0.1252, 0.2055의 정확도 향상을 보여주었으며, 최종적으로 0.9789, 0.9311, 0.9691, 0.9474의 분류 정확도를 보여주었다. 이는 우리가 제안한 방법이 분류에 효과적인 특징들을 잘 선별하고 분류에 대한 정확도를 높일 수 있음을 보여준다.