• 대한간호학회지
• /
• 제46권3호
• /
• pp.338-348
• /
• 2016

Purpose: The purpose of this study was to examine correlations between nurses' self-leadership and individual work role performance and correlations between self-leadership in nursing units and team members' work role performance. Methods: Participants were 202 conveniently selected general nurses from 5 general hospitals in Korea. The study was carried out on 35 nursing units. Data were collected during February 2015 with self-report questionnaires. Results: For factors affecting individual work role performance, self-expectation, self-goal setting, constructive thought, clinical career in the present nursing unit and marital status accounted for 44.0% of proficiency, while self-expectation, self-goal setting, constructive thought, and marital status accounted for 42.3% of adaptivity. Self-expectation, self-goal setting, constructive thought, self-reward, clinical career in the present nursing unit and position accounted for 26.4% of proactivity. In terms of team members' work role performance, self-reward and self-expectation in nursing units explained 29.0% of team members' proficiency. Self-reward and self-expectation in nursing units explained 31.6% of team members' adaptivity, and self-reward in nursing units explained 16.8% of team members' proactivity. Conclusion: The results confirm that nurses' self-leadership affects not only individual self-leadership but also team members' work role performance. Accordingly, to improve nurses' work role performance in nursing units of nursing organizations, improvement in nursing environment based on self-leadership education is necessary and nurses' tasks rearranged so they can appreciate work-autonomy and challenges of work.

• 한국컴퓨터정보학회논문지
• /
• 제5권3호
• /
• pp.215-219
• /
• 2000

The purpose of this paper is to propose a method to maximize the efficiency of a content-based image retrieval for various kinds of images. This paper discuss the self-adaptivity for the change of image domain and the self-selection of optimal features for query image, and present the efficient method to maximize content-based retrieval for various kinds of images. In this method, a content-based retrieval system is adopted to select automatically distinctive feature patterns which have a maximum efficiency of image retrieval in various kinds of images. Experimental results show that the Proposed method is improved 3% than the method using individual features.

• 전자공학회논문지B
• /
• 제32B권3호
• /
• pp.57-65
• /
• 1995

This paper presents a new classified vector quantization (VQ) technique using a neural network model in the transform domain. Prior to designing a codebook, the proposed approach extracts class features from a set of images using self-organizing feature map (SOFM) that has the pattern recognition characteristics and the same as VQ objective. Since we extract the class features from the training images unlike previous approaches, the reconstructed image quality is improved. Moreover, exploiting the adaptivity of the neural network model makes our approach be easily applied to designing a new vector quantizer when the processed image characteristics are changed. After the generalized BFOS algorithm allocates the given bits to each class, codebooks of each class are also generated using SOFM for the maximal reconstructed image quality. In experimental results using monochromatic images, we obtained a good visual quality in the reconstructed image. Also, PSNR is comparable to that of other classified VQ technique and is higher than that of JPEG baseline system.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제2권1호
• /
• pp.65-69
• /
• 2002

The main drawback of “classical”fuzzy systems is the inability to design and maintain their database. To overcome this disadvantage many types of extensions adding the adaptivity property to those systems were designed. This paper deals with one of them a new hybrid adaptation structure, called gradient-incremental adaptive fuzzy controller connecting gradient-descent methods with the so-called self-organizing fuzzy logic controller designed by Procyk and Mamdani. The aim is to incorporate the advantages of both Principles. This controller was implemented and tested on the system of LEGO robots. The results and comparison to a ‘classical’(non-adaptive) fuzzy controller designed by a human operator are also shown here.

• 지구물리와물리탐사
• /
• 제13권1호
• /
• pp.118-127
• /
• 2010

전기검층은 지층의 전기비저항을 측정하는 물리검층법으로 전극배열에 따른 전기비저항 변화에서 지층내의 수포화도를 평가하는데 이용된다. 전기검층은 시추공 효과 및 인접한 지층의 두께와 전기비저항 들에 의해 많은 영향을 받는다. 이러한 시추공 효과 및 인접 지층의 영향은 시추공 내에서 전기검층 손데가 중심으로부터 편향되었을 때 더 커진다. 노말검층 손데가 시추공 내에서 편향되었을 때, 단노말과 장노말 검층자료의 정확한 해석의 기초를 마련하기 위해 검층손데의 편향에 의한 전기검층 자료의 왜곡을 수치모델링을 이용하여 분석하였다. 이를 위해 노말검층 손데의 편향으로 인한 3차원적 기하학적 구조를 단순화 시킬 수 있는 새로운 좌표 체계를 제안하고, 이 좌표계에서 Fourier 급수 전개(Fourier series expansion)를 수행하였다. 여러 개의 서로 연동된 이차원 문제들을 풀기 위하여 이차원 hp goal-oriented high-order self-adaptive hp (h는 셀의 크기, p는 근사 차수를 의미) 유한요소법에 기초한 알고리즘을 적용하였다. 이 알고리즘은 모델링 영역 내에서 자동적으로 각 격자 셀에서의 h와 p를 바꿔가면서 최적의 격자를 생생하여 원하는 정밀도의 해를 도출할 수 있다. 수치모델링 결과, 이 연구에서 제안한 알고리즘으로 정확하고 신뢰성 있는 해를 얻을 수 있었다. 검층손데의 편향 영향은 시추공경이나 시추공 이수의 전기비저항이 큰 경우, 그리고 지층의 전기비저항이 낮은 경우에 큰 것을 알 수 있었다.

• 한국통신학회논문지
• /
• 제21권3호
• /
• pp.600-611
• /
• 1996

최근, 신경망 모델의 적응성과 학습성을 이용한 음성인식 연구가 진행되어 왔다. 그러나, 기존의 신경망 모델로는 한국어 음성의 조음결합의 처리 및 유사 음소간의 경계 분류가 용이하지 않다. 또한, 한 개의 형상지도를 이용하는 경우 이질적인 음성자료의 처리를 위한 학습속도의 급격한 증가와 균일한 학습 및 판별방법의 적용이 갖는 부정확성이 야기될 수 있다. 이에따라, 본 논문에서는 계층적 자기조직화 분류기(HSOC)를 이용한 신경망타자기를 설계하고, 관련 알고리즘들을 제안한다. 본 HSOC는 Kohonen의 자기조직화형상지도(SOFM)를 이용하여 학습시 입력되는 음소 데이타를 계층적인 구조를 갖는 다수의 형상 지도(map) 즉 음성자판에 배치한다. 또한 본 논문에서는 자판의 수효, 각 자판의 크기, 소속될 음소의 선택과 배치, 적합한 학습 및 인식기법의 자동 결정을 위한 알고리즘을 제시하고 실험하여 자기조절식인 음성자판을 구성하였다. 자판을 분류하는 방식을 언어학적 사전지식에 의존할 경우 언어학적 지식의 습득과 적용방법(예를 들면, 확장 음소의 처리)등을 결정하는 어려움을 가지는 반면, 본 HSOC를 이용하면 주어진 입력 데이타에 적합한 다수의 음성자판을 자기 조절식으로 구성할 수 있는 장점이 있다. 제안된 방식에 따라 최종 생성된 세 개의 한글 음성자판은 최적 자판과 최적 전처리기법을 갖추고있으며, 기존의 언어학적 지식과도 부합됨을 확인할 수 있었다.