• 한국언론정보학보
• /
• 제66권
• /
• pp.159-183
• /
• 2014

본 연구는 게임 플랫폼이 다양해짐에 따라 이용자 만족의 차원에서 게임 플랫폼 간에 어떻게 경쟁하고 있는지 분석하기 위해 게임 미디어 이용 후 획득하는 이용자 만족도를 한정된 자원으로 하여 PC, 콘솔, 모바일 게임 플랫폼 간에 경쟁 정도를 적소이론을 활용하여 분석하였다. 이를 위해 우선적으로 게임이용만족 요인을 도출하였는데, 분석 결과 게임 이용 후 만족 요인으로 '휴대성과 접근성', '생동감과 다양성', '활용성과 경제성', '관계성', 4가지의 만족 요인이 공통으로 도출되었다. 4가지 만족 요인에 대해 모바일이 가장 큰 적소 폭을 보여 세 플랫폼 중 만족 요인의 충족 범위가 넓은 반면, 콘솔이 가장 적은 적소 폭을 보여 만족 요인의 충족범위가 좁았다. 특히 플랫폼 간 경쟁상황을 보여주는 적소 중복과 경쟁우월지수 분석결과 4가지 만족 요인 모두에서 경쟁우위를 보인 플랫폼은 없었으며, 만족요인별로 플랫폼 간 경쟁의 정도와 우위가 달랐다. 플랫폼 간 경쟁력을 평가하기 위해 적소 중복과 경쟁우위 지수를 분석한 결과 만족 요인별로 차이가 있으나 전체적으로 PC와 모바일 간 중복 지수가 가장 높게 나타나 치열하게 경쟁하고 있는 상태임을 알 수 있었다. 콘솔의 경우 적소 폭이 적고 다른 플랫폼들의 적소 중복 지수도 낮기 때문에 다른 플랫폼과의 경쟁을 피하고 독립적으로 생존하고 있으나 특화된 만족을 제공하기 때문에 그만큼 시장 점유율이 줄어들 수밖에 없을 것으로 예측된다.

• 월간포장계
• /
• 통권286호
• /
• pp.67-71
• /
• 2017

• Structural Engineering and Mechanics
• /
• 제46권3호
• /
• pp.403-416
• /
• 2013

This paper describes new optimization strategy that offers significant improvements in performance over existing methods for geometry design of frame structures. In this study, an imperialist competitive algorithm (ICA) and ant colony optimization (ACO) are combined to reach to an efficient algorithm, called Imperialist Competitive Ant Colony Optimization (ICACO). The ICACO applies the ICA for global optimization and the ACO for local search. The results of optimal geometry for three benchmark examples of frame structures, demonstrate the effectiveness and robustness of the new method presented in this work. The results indicate that the new technique has a powerful search strategies due to the modifications made in search module of ICACO. Higher rate of convergence is the superiority of the presented algorithm in comparison with the conventional mathematical methods and non hybrid heuristic methods such as ICA and particle swarm optimization (PSO).

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1996년도 한국자동제어학술회의논문집(국내학술편); 포항공과대학교, 포항; 24-26 Oct. 1996
• /
• pp.466-469
• /
• 1996

In this paper, we present the global minimization condition by an informal analysis of the Langevine competitive learning neural network. From the viewpoint of the stochastic process, it is important that competitive learning guarantees an optimal solution for pattern recognition. By analysis of the Fokker-Plank equation for the proposed neural network, we show that if an energy function has a special pseudo-convexity, Langevine competitive learning can find the global minima. Experimental results for pattern recognition of handwritten numeral data indicate the superiority of the proposed algorithm.

• 전자공학회논문지B
• /
• 제33B권2호
• /
• pp.159-167
• /
• 1996

In this paper, a new competitive learning algorithm called dynamic competitive learning (DCL) is presented. DCL is a supervised learning mehtod that dynamically generates output neuraons and nitializes weight vectors from training patterns. It introduces a new parameter called LOG (limit of garde) to decide whether or not an output neuron is created. In other words, if there exist some neurons in the province of LOG that classify the input vector correctly, then DCL adjusts the weight vector for the neuraon which has the minimum grade. Otherwise, it produces a new output neuron using the given input vector. It is largely learning is not limited only to the winner and the output neurons are dynamically generated int he trining process. In addition, the proposed algorithm has a small number of parameters. Which are easy to be determined and applied to the real problems. Experimental results for patterns recognition of remote sensing data and handwritten numeral data indicate the superiority of dCL in comparison to the conventional competitive learning methods.

• 전자공학회논문지C
• /
• 제34C권7호
• /
• pp.82-91
• /
• 1997

In this paper, we analyze the dynamics of langevine competitive learning neural network based on its fokker-plank equation. From the viewpont of the stochastic differential equation (SDE), langevine competitive learning equation is one of langevine stochastic differential equation and has the diffusin equation on the topological space (.ohm., F, P) with probability measure. We derive the fokker-plank equation from the proposed algorithm and prove by introducing a infinitestimal operator for markov semigroups, that the weight vector in the particular simplex can converge to the globally optimal point under the condition of some convex or pseudo-convex performance measure function. Experimental resutls for pattern recognition of the remote sensing data indicate the superiority of langevine competitive learning neural network in comparison to the conventional competitive learning neural network.

• 한국지능시스템학회논문지
• /
• 제11권7호
• /
• pp.675-679
• /
• 2001

In this paper, we present a new competitive learning algorithm called Dynamic Competitive Learning (DCL). DCL is a supervised learning method that dynamically generates output neurons and initializes automatically the weight vectors from training patterns. It introduces a new parameter called LOG (Limit of Grade) to decide whether an output neuron is created or not. If the class of at least one among the LOG number of nearest output neurons is the same as the class of the present training pattern, then DCL adjusts the weight vector associated with the output neuron to learn the pattern. If the classes of all the nearest output neurons are different from the class of the training pattern, a new output neuron is created and the given training pattern is used to initialize the weight vector of the created neuron. The proposed method is significantly different from the previous competitive learning algorithms in the point that the selected neuron for learning is not limited only to the winner and the output neurons are dynamically generated during the learning process. In addition, the proposed algorithm has a small number of parameters, which are easy to be determined and applied to real-world problems. Experimental results for pattern recognition of remote sensing data and handwritten numeral data indicate the superiority of DCL in comparison to the conventional competitive learning methods.

• 한국콘텐츠학회논문지
• /
• 제20권7호
• /
• pp.1-18
• /
• 2020

미세먼지는 전 세계 사망 원인 10대 중 하나이다. 세계 인구의 95% 이상이 그것에 의해 위험에 처해 있다. 본 연구는 적소 이론에서 미디어의 경쟁적 특성을 활용하여 위험 정보를 제공하는 다양한 유형의 미디어 사이의 상호 보완 관계를 정의, 효율적으로 제공하고 관리하기 위해 사용되는 방법을 탐구한다. 12일 동안 348명의 한국 대학생들로 구성된 설문조사는 미세먼지에 대한 소비자 인식, 미디어 이용, 미디어 이용 만족도 등 3가지 요인을 분석했다. 미디어 만족에 대한 응답 값은 적소 폭, 적소중복, 경쟁 우위를 도출하기 위해 방정식으로 대체되었다. 연구결과 미세먼지 예보 및 미세먼지 대응 지침 정보를 제공하기 위해 스마트폰 애플리케이션이 가장 효과적이었고, 스마트폰 애플리케이션이 미세먼지의 심각성과 발생원 등 추가 정보 제공에 제한돼 인터넷과 스마트폰 애플리케이션의 기능 확립이 필요한 것으로 조사됐다. 따라서 스마트폰 애플리케이션을 보완하는 위기전달 시스템을 개발해야 한다.

• 벤처창업연구
• /
• 제10권4호
• /
• pp.113-131
• /
• 2015

본 연구는 지식경영역량의 신제품 개발 과정에서의 역할을 설명하고, 지식습득역량에서 지식적용역량으로 연결되는 과정을 통해 선두이점과 신제품품질의 우월성, 그리고 신제품 성과 간에 관계를 규명하기 위한 연구이다. 지금까지 지식기반 연구는 지식의 정의, 지식의 유형 구분, 지식과 정보 간의 차이 등에 대한 연구로 국한되어왔다. 본 연구는 기업의 신제품 지식경영활동 중 발생하는 지식습득과 지식적용역량을 전략적 변수로서 간주하여, 지식경영역량의 선행변수와 결과변수를 조사하였다. 지식기반이론과 source-position-performance(SPP)구조를 바탕으로, 가치창출에 원천으로서 지식의 유형은 지식경영역량의 개발에 중요한 역할을 하며, 이러한 지식경영역량은 포지션상의 우위를 가져와 신제품 성과에 영향을 미칠 수 있음을 제시하였다. 이를 검증하기 위해 국내 하이테크 산업에 속하는 기업들 중 신제품 프로젝트에 참여한 제품 개발팀의 과장급 이상 종사원을 대상으로 설문조사를 실시하였다. 구조방정식모형을 사용하여 가설을 검증한 결과 7개의 가설 중 신제품 지식의 복잡성과 지식적용역량의 관계(H1b)를 제외한 모든 가설이 통계적으로 유의한 결과를 보였다. 본 연구의 공헌은 SPP 구조를 기반으로 하여 지식의 유형과 포지션상 우위를 연결하는 매개변수로서 지식경영역량을 소개하였고, 실증 분석을 통해 신제품 혁신 이론에 지식경영역량이 중요한 역할을 한다는 것을 보였다는 것이다. 또한 신제품 개발 성과를 향상하기 위해서는 신제품 개발 팀장들의 역할 즉, 팀 구성원들의 개별 지식 접근능력을 기르고, 그것을 적용하기 위한 능력을 개발하는 것이 중요하다는 것을 제시하였다는 점은 실무적으로 의의가 있다.

• Computers and Concrete
• /
• 제22권4호
• /
• pp.355-363
• /
• 2018

In the following paper, a socio-political heuristic search approach, named the imperialist competitive algorithm (ICA) has been used to improve the efficiency of the multi-layer perceptron artificial neural network (ANN) for predicting the compressive strength of concrete. 173 concrete samples have been investigated. For this purpose the values of slump flow, the weight of aggregate and cement, the maximum size of aggregate and the water-cement ratio have been used as the inputs. The compressive strength of concrete has been used as the output in the hybrid ICA-ANN model. Results have been compared with the multiple-linear regression model (MLR), the genetic algorithm (GA) and particle swarm optimization (PSO). The results indicate the superiority and high accuracy of the hybrid ICA-ANN model in predicting the compressive strength of concrete when compared to the other methods.