• 지식경영연구
• /
• 제10권4호
• /
• pp.43-60
• /
• 2009

The current study attempts to provide the field of knowledge management with theoretical grounds from the perspective of social network, resource dependency, and institutional theory. Social network theory considers that knowledge management plays a critical role in organizational innovation through the process of knowledge sharing/creation, communication systems, and a cooperative culture and trust, whereas resource dependency perceives knowledge management as contributing to cost reduction through the process of knowledge capture/storage, database systems, and reward/incentive systems. Plus, from the perspective of institutionalization, this study discusses that organizations can not benefit from knowledge management if it is adopted with the motive of isomorphic change. Finally, this study compares and integrates the three perspectives, and discusses the implications and limitations.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제6권1호
• /
• pp.39-48
• /
• 2016

암묵지는 전이를 통해 증식되며, 가치 또한 증대된다. 암묵지 전이는 조직의 경쟁력 향상을 위한 가장 중요한 역할을 담당하고 있다. 암묵지 전이가 매우 중요함에도 불구하고, 암묵지 전이는 활발히 이루어지지 못하고 있다. 암묵지 전이를 방해하는 장벽이 암묵지 전이를 저해하고 있기 때문이다. 암묵지 전이를 방해하는 장벽은 지식과 지식전문가에 대한 이해부족, 업무 가중 및 미흡한 보상, 신뢰부족과 지식 접착성(Knowledge Stickiness)이다. 암묵지 전이의 장벽을 극복하기 위해서는 암묵지 지식전이를 주도적으로 추진하는 대리인이 필요하다. 지식중개자는 암묵지 전이를 위한 근간이며, 효율적인 지식네트워크의 구축은 암묵지 전이를 위한 핵심성공요소이다. 그러나 지식네트워크 관련된 대부분의 연구는 네트워크의 근접성과 밀도, 중심성 등 기초지표를 활용하는 수준에 머무르고 있다. 암묵지 전이 활성화를 위한 새로운 지식중개인 진단 프레임워크가 필요하다. 따라서 사회연결망분석을 기반으로 조직관점 및 지식근로자관점의 암묵지 전이를 분석하고, 이를 기반으로 BSKT 구축안을 제시하고자 한다.

• 정보관리학회지
• /
• 제27권2호
• /
• pp.61-74
• /
• 2010

지식관리 프로세스에서 지식공유는 지식의 생성 및 분배에 많은 영향을 주고 있다. 특히, 지식기반 정보기술 환경이 트위터와 같은 소셜미디어 정보서비스 등의 라이브러리 2.0 서비스를 중심으로 지식유통이 활성화되고 있다. 지식공유의 영향 요소에 사회연결망 구조 및 특징에 대한 네트워크의 관계 요소가 조직의 지식공유 활성화를 위한 중요한 요인으로 인식되고 있다. 본 연구는 자기조직화를 통해 유기체와 같이 성장하고 있는 조직 내부의 사회연결망의 구조 및 특성을 사회연결망 분석도구와 다중회귀분석을 통해 1) 사회연결망의 연결구조와 지식공유와의 관계, 2) 구조적 공백과 중심성의 지식공유 영향도, 3) 개인적인 능력, 정보기술 및 업무 인식과 지식공유 관계를 분석하였다.

• 지식경영연구
• /
• 제22권1호
• /
• pp.217-242
• /
• 2021

본 연구의 목적은 키워드 네트워크 분석을 통해 조직 구성원의 지식은폐에 대한 국내외 연구 동향을 살펴보는 것이다. 조직 구성원이 자신의 지식을 공유하지 않는 것을 넘어 의도적으로 숨기는 등의 구성원의 지식은폐에 대한 연구가 확산됨에 따라 이에 대한 연구가 어떻게 이루어지고 있는지에 대한 논의가 필요하다. 본 연구는 키워드 네트워크 분석을 위해 국내외 지식은폐 관련 게재된 연구 120편을 수집하였으며 이를 통하여 346종 578개의 키워드를 수집하였다. 그리고 본 연구에서 설정한 데이터 표준화 기준에 따라 키워드를 코딩하여 최종적으로 86개 노드와 667개의 링크로 된 네트워크 분석을 실시하였다. 그리고 설정한 연구 목적을 달성하기 위해 국내외 지식은폐 관련 문헌 분석을 통해 개념적 모형을 개발하고 키워드 네트워크 분석을 통해 도출한 네트워크 구조를 비교하여 연구 동향을 심층적으로 분석하였다. 본 연구 결과는 다음과 같다. 첫째, 네트워크 중심성 분석 결과 지식공유, 창의성 그리고 성과 키워드가 연결정도 중심성, 매개 중심성 그리고 근접 중심성 모두 높게 나타났다. 둘째, 지식은폐의 이론적 기제와 관련이 있는 "심리적 주인의식"과 "개인의 정서"에 대한 에고 네트워크를 분석함과 개념적 모형과 비교를 통하여 심층적으로 변수 간 관계를 탐색하였다. 본 연구는 이상과 같이 연구 결과를 바탕으로 학문적 및 실무적 시사점을 제시하였으며, 본 연구의 한계점과 후속 연구에 대한 방향성을 제시하였다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제20권1호
• /
• pp.1-20
• /
• 2011

This study investigated the factors that facilitate knowledge creation of team with the aspect of knowledge management. We considered two characteristics which are team members' psychological characteristics (achievement needs and conflict emotion) and knowledge network characteristics among team members (internal cohesion and external bridging) and verified the relationship between these characteristics and team performance. Furthermore, we examined whether these characteristics have a different effect on team performance according to the mastery climate. This study performed a survey targeting team members in knowledge based firms and 376 final surveys to be used as a sample in this study. The result showed that team members' psychological characteristics and knowledge network characteristics among Team members have an influence on team performance significantly. In addition, the master climate moderated the relationship between team members' psychological characteristics and team performance.

• International Journal of Knowledge Content Development & Technology
• /
• 제8권4호
• /
• pp.75-98
• /
• 2018

In this study, the network analysis of researchers, institutions, and research principal agent was conducted to understand structure characteristics of international cooperation research project implemented from 1997 to 2018. The network of researchers and institutions were decentralized structure. On the other hands, the network of research principal agent was centralized structure. The Soul National University is the leading organization of international cooperation research project. In terms of research principal agent, corporation is the leading principal agent. In additions, the results of the network centroid analysis of the researchers and institutions were correlated with the research funds. As a result, it was confirmed that the network centroid of research organization was linearly related to research funds.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권3호
• /
• pp.877-893
• /
• 2022

With the development of deep learning, face inpainting has been significantly enhanced in the past few years. Although image inpainting framework integrated with generative adversarial network or attention mechanism enhanced the semantic understanding among facial components, the issues of reconstruction on corrupted regions are still worthy to explore, such as blurred edge structure, excessive smoothness, unreasonable semantic understanding and visual artifacts, etc. To address these issues, we propose a Learnable Structure Knowledge of Fusion Network (LSK-FNet), which learns a prior knowledge by edge generation network for image inpainting. The architecture involves two steps: Firstly, structure information obtained by edge generation network is used as the prior knowledge for face inpainting network. Secondly, both the generated prior knowledge and the incomplete image are fed into the face inpainting network together to get the fusion information. To improve the accuracy of inpainting, both of gated convolution and region normalization are applied in our proposed model. We evaluate our LSK-FNet qualitatively and quantitatively on the CelebA-HQ dataset. The experimental results demonstrate that the edge structure and details of facial images can be improved by using LSK-FNet. Our model surpasses the compared models on L1, PSNR and SSIM metrics. When the masked region is less than 20%, L1 loss reduce by more than 4.3%.

• 지식경영연구
• /
• 제13권3호
• /
• pp.1-16
• /
• 2012

Nowadays, many first-time Internet users start off heavily using SNSs (Social Network Sites), such as Cyworld, Facebook, and Twitter. The reason for the growth of SNS use is closely related to the various services of gaming, playing, using entertainment items, sharing knowledge etc., provided by the SNS; technically, the most important of the services provided would be the behavior of sharing knowledge among people connected and networked in the site. In sum, we assume that the users may communicate well with each other and pay attention to building a close social network using the abovementioned activities. However, researchers have just begun to focus on the issues explaining why Internet users rush into SNSs and enjoy their time there. Therefore, we investigated the reasons for posting and sharing knowledge voluntarily on the SNS and how others respond to the posted knowledge and are actually affected by the behavior. We applied social identity theory and social capital theory in this study to find which network externalities in SNSs may affect online identity-based attachment and cause them to produce a knowledge sharing generation. We found that people's online identity in SNSs is closely related to and influences knowledge sharing. This empirical study resulted in the importance of social relations in SNSs, which leads to sharing knowledge.

• 한국멀티미디어학회논문지
• /
• 제24권12호
• /
• pp.1598-1605
• /
• 2021

Recently, convolutional neural networks (CNNs) have been widely used with excellent performance in various computer vision fields, including super-resolution (SR). However, CNN is computationally intensive and requires a lot of memory, making it difficult to apply to limited hardware resources such as mobile or Internet of Things devices. To solve these limitations, network lightening studies have been actively conducted to reduce the depth or size of pre-trained deep CNN models while maintaining their performance as much as possible. This paper aims to lighten the SR CNN model, SRGAN, using the knowledge distillation among network lightening technologies; thus, it proposes four techniques with different methods of transferring the knowledge of the teacher network to the student network and presents experiments to compare and analyze the performance of each technique. In our experimental results, it was confirmed through quantitative and qualitative evaluation indicators that student networks with knowledge transfer performed better than those without knowledge transfer, and among the four knowledge transfer techniques, the technique of conducting adversarial learning after transferring knowledge from the teacher generator to the student generator showed the best performance.

• 지능정보연구
• /
• 제19권1호
• /
• pp.111-123
• /
• 2013

개념간의 의미적 유사도 및 관계도(Semantic Similarity/Relatedness)를 구하는 연구는 고전적인 연구에서는 데이터 베이스 통합이나 시스템 통합, 그리고 현대의 연구에 있어서는 태그 및 키워드 추출, 연관 단어 추천 등에 걸쳐 다양한 분야에서 활용되어 온 연구이다. 그 연구는 역사가 오래되었을 뿐만 아니라, 경영정보와 컴퓨터 공학, 계산 언어학에 걸쳐 여러 분야에서도 많은 관심을 가져왔던 연구 분야라고 할 수 있다. 그러나, 지금까지의 개념간의 관계도 계산 방식은 미리 만들어진 사전이나 참조할 수 있는 다른 시맨틱 네트워크(Semantic Network)를 이용하여 계산하는 방법이 주를 이루었다. 이러한 접근 방법의 경우, 개념간의 의미적 관계가 변화에 대한 가능성을 고려하지 않는 것이 일반적이다. 하지만, 정보 기술의 발달과 빠른 사회변화는 개념간의 의미관계 등에 변화를 가져오고 있는 것이 현실이다. 사회적으로 일어나는 사건이나, 문화적 변화 등이 개념간의 의미관계를 변화시키는 것을 물론이며, 이러한 변화가 정보 통신 기술의 도움으로 빠르게 공유되고 있다. 이렇게 개념간의 의미 관계가 시간이나 맥락에 따라 빠르게 변화할 수 있는 가능성이 있음에도 불구하고, 기존의 개념간 의미적 유사도 및 관계도에 대한 연구들은 이러한 '의미관계의 변화'에 대한 새로운 문제에 대해 해답을 제시하지 못한 것이 사실이다. 따라서, 본 연구에서는 개념간의 유사도 연구에 있어 지금까지 있어왔던 '정적인 의미간 관계도 패러다임'에서 '동적인 의미간 관계도 패러다임'으로의 전환의 필요성과 그 당위성을 인지 의미론적(Cognitive Semantics)의 관점에서 역설하고자 한다. 인간이 인지하는 개념간의 의미관계가 변화할 수 있는 이론적 근거를 인지 의미론에서 찾아봄으로써, 패러다임 변화의 방향을 구체적으로 제시하였다. 또한 이러한 패러다임의 변화에 맞추어 개념간의 의미적 유사도 및 관계도에 대한 연구가 어떠한 방향으로 나아가야 할지 구체적인 연구 방향을 제시함으로써 관련 연구자들에게 새로운 연구의 가이드라인을 제시하였다.