• 서비스연구
• /
• 제10권2호
• /
• pp.77-89
• /
• 2020

본 연구는 서비스산업에서 서번트 리더십의 이론적 분석 틀의 구축 가능성을 규명할 목적으로 Bandura의 사회적 학습 이론과 Blau의 사회적 교환 이론의 적용 가능성을 실증하였다. 사회적 학습 이론에 의하면, 개인은 신뢰할 만하고 매력적인 역할모범의 태도와 가치관, 행동을 모범으로 삼아 학습을 하며, 사회적 교환 이론에 따르면, 상호주의의 규범에 입각하여 개인이 타인에게 유익한 편익을 제공해주면 수혜자인 타인은 그 편익에 보답할 의무를 갖게 된다고 한다. 항공사 승무원 직종을 대상으로 서번트 리더십의 사회적 학습 차원과 사회적 교환 차원이 하위직급 리더(사무장)에 대한 부하의 신뢰와 직무몰입에 미치는 영향을 분석하였다. 회귀분석의 결과, 리더신뢰에 대해서는 서번트 리더십의 사회적 학습 차원이 사회적 교환 차원보다 큰 영향력을 발휘하는 반면, 부하의 직무몰입에 대한 영향력은 그 반대임이 밝혀졌다. 이런 분석 결과는 서번트 리더의 섬김의 언행을 학습하려는 것이 리더에 대한 부하의 신뢰를 한층 공고히 하는데 보다 주효하다고 해석할 수 있다. 반면, 사회적 교환을 위한 서번트 리더의 언행은 팀 구성원으로서 자기 몫을 다하려는 부하의 직무몰입에 보다 영향력을 발휘하는 것으로 추론된다. 본 연구는 항공운송서비스라고 하는 특정 서비스산업을 조사대상으로 하였기에, 연구 결과의 보편성에 한계점을 노출하고 있다. 향후 서번트 리더십을 포함한 리더십 연구 및 조직 연구 전반에 걸쳐서, 본 논문에서 제시한 사회적 학습 이론 및 사회적 교환 이론을 적용하는 연구들이 추가적으로 진행된다면, 연구 분석의 새로운 틀의 출현을 가져올 이론적 성과가 이루어질 것으로 기대된다.

• International Journal of Concrete Structures and Materials
• /
• 제9권2호
• /
• pp.159-172
• /
• 2015

Estimation of the residual strength of corroded reinforced concrete beams has been studied from experimental and theoretical perspectives. The former is arduous as it involves casting beams of various sizes, which are then subjected to various degrees of corrosion damage. The latter are static; hence cannot be generalized as new coefficients need to be re-generated for new cases. This calls for dynamic models that are adaptive to new cases and offer efficient generalization capability. Computational intelligence techniques have been applied in Construction Engineering modeling problems. However, these techniques have not been adequately applied to the problem addressed in this paper. This study extends the empirical model proposed by Azad et al. (Mag Concr Res 62(6):405-414, 2010), which considered all the adverse effects of corrosion on steel. We proposed four artificial neural networks (ANN) models to predict the residual flexural strength of corroded RC beams using the same data from Azad et al. (2010). We employed two modes of prediction: through the correction factor ($C_f$) and through the residual strength ($M_{res}$). For each mode, we studied the effect of fixed and random data stratification on the performance of the models. The results of the ANN models were found to be in good agreement with experimental values. When compared with the results of Azad et al. (2010), the ANN model with randomized data stratification gave a $C_f$-based prediction with up to 49 % improvement in correlation coefficient and 92 % error reduction. This confirms the reliability of ANN over the empirical models.

• 한국지구과학회지
• /
• 제39권4호
• /
• pp.388-400
• /
• 2018

The purpose of this study was to explore the nine components of computational thinking (CT) practices and their operational definitions from the view of science education and to develop a CT practice framework that is going to be used as a planning and assessing tool for CT practice, as it is required for students to equip with in order to become creative problem solvers in $21^{st}$ century. We employed this framework into the earlier developed STEAM programs to see how it was valid and reliable. We first reviewed theoretical articles about CT from computer science and technology education field. We then proposed 9 components of CT as defined in technology education but modified operational definitions in each component from the perspective of science education. This preliminary CTPF (computational thinking practice framework) from the viewpoint of science education consisting of 9 components including data collection, data analysis, data representation, decomposing, abstraction, algorithm and procedures, automation, simulation, and parallelization. We discussed each component with operational definition to check if those components were useful in and applicable for science programs. We employed this CTPF into two different topics of STEAM programs to see if those components were observable with operational definitions. The profile of CT components within the selected STEAM programs for this study showed one sequential spectrum covering from data collection to simulation as the grade level went higher. The first three data related CT components were dominating at elementary level, all components of CT except parallelization were found at middle school level, and finally more frequencies in every component of CT except parallelization were also found at high school level than middle school level. On the basis of the result of CT usage in STEAM programs, we included 'generalization' in CTPF of science education instead of 'parallelization' which was not found. The implication about teacher education was made based on the CTPF in terms of science education.

• 대한수학교육학회지:수학교육학연구
• /
• 제24권4호
• /
• pp.607-622
• /
• 2014

이 논문의 목적은 삼각함수 개념의 역사적 발달과정을 분석하고, 이를 바탕으로 하여 교육적 함의를 논의하는데 있다. 역사적 분석의 결과는 다음의 두 가지이다. 첫째, 삼각함수 개념은 역사적으로 비를 측정하는 선분(호의 삼각선)에서, 비를 나타내는 수치(각의 함수)로 발달하였으며, 이 과정에서 기하, 산술, 대수, 해석이 통합되었다. 둘째, 실제적 계산에서 이론적 함수로 발달한 결과, 주기성으로 형식화되었으나 '삼각법'이 간과되었다. 그리고 교육적 함의는 다음의 두 가지이다. 첫째, 실제적 계산에서 간과된 삼각법을 닮음의 원리에 의해 관계적 구조적으로 다루어야 한다. 둘째, 삼각함수로의 개념적인 일반화는 인식론적 장애로 인정되어야 하며, 역사에서 드러난 통합을 강조하는 방향으로 개선되어야 한다. 이러한 연구결과는 학습 지도에 있어 유용한 시사점을 제공한다.

• 한국멀티미디어학회논문지
• /
• 제6권1호
• /
• pp.136-147
• /
• 2003

주어진 문제에 대하여 최적의 성능을 가지는 신경회로망을 얻기 위해서는 학습을 통한 매개변수의 최적화 (parameter optimization)와 모델 선택을 통한 구조 최적화(structure optimization )의 통합적인 과정이 필요하다. 본 논문에서는, 각 세부 방법들의 특성을 고려하여, 공통의 특성을 갖는 방법들을 결합함으로써 효율적이면서도 일반화 성능을 높이는 총체적인 신경회로망 최적화 방법을 제안한다. 먼저 다양한 오차 함수를 사용할 수 있는 자연 기울기 강하 학습에 적응적 정규화 방법을 도입함으로써 가중치 매개변수(weight parameter)들을 최적화한다. 그리고 이렇게 최적화된 매개변수(parameter)들에 자연 프루닝(natural pruning)을 적용하여 불필요한 요소들을 제저하여 최적화 된 구조를 생성한다. 반복적인 과정에 의하여 후보 모델들을 구성하고 베이시안 정보 기준(Bayesian Information Criterion: BIC )을 이 용하여 최적의 모델을 평가하여 선택하는 방법을 제안하였다. 벤치마크 데이터에 대한 실험을 통하여 제안하는 방법의 구조 최적화 능력과 일반화 성능의 우수성을 보였다.

• 한국의류학회지
• /
• 제19권5호
• /
• pp.774-789
• /
• 1995

The purposes of this study was to demonstrate the influence of fashion life-style, self-image and situational factors on consumer's apparel store choice for satisfaction of varied needs and high efficiency of marketing activity. A questionnaire was developed to measure research subjects based on theoretical study empirically. The questionnaire was administered to 270 women aged between 20 and 30 in Seoul. The results analyzed by factor analysis, cluster analysis, x2-test and oneway-anova. The results of empirical studies were summarized as follows: 1. Segmented groups of fashion life-style were classified practical/planning group, fashion- leader group, and shopping-oriented group. And store types which were prefered by those groups were department store/shopping center. 2. Segmented groups of self-image were classified actual-seeking group, modernity group and confidence group. And store types which were prefered by those groups were department store/shopping center. The Forecast of store choice on the base of self.image was showed that customers choose the store incongruous with self-image. But when it was analyzed each actual store choice. The Choice of high frequancy was congruous with self-image except for a specialty store/brand named outlet. 3. The significant differences could be found in choice of the store under particular purchase situations and especially at department stores and specialty store, their preference tended to be stronger as the degree of the store's involvement was hightened, but in the case of the generalization stores and the permanent discount stores, even though the degree of that involvement was low, their preference showed the same tendency.

• 한국콘텐츠학회논문지
• /
• 제10권6호
• /
• pp.166-174
• /
• 2010

다층퍼셉트론이 충분한 중간층 노드 수를 지니면 임의의 함수를 근사시킬 수 있다는 이론적 연구결과에 기초하여, 다층퍼셉트론을 실제 문제에 응용하는 경우에 일반적으로 입력층, 중간층, 출력층으로 이루어진 3층 구조의 다층퍼셉트론을 사용한다. 그렇지만, 이러한 구조의 다층퍼셉트론은 입력벡터가 여러 가지 성질로 이루어진 복잡한 문제의 경우 좋은 일반화 성능을 보이지 않는다. 이 논문에서는 입력 벡터가 여러 가지 정보를 지닌 데이터들로 구성되어 있는 문제인 경우에 계층적 구조를 지닌 다층퍼셉트론의 구성으로 성능을 향상시키는 방법을 제안한다. 즉, 입력데이터를 섭-벡터로 구분한 후 섭-벡터별로 다층퍼셉트론을 적용시키며, 이 섭-벡터별로 적용된 하위층 다층퍼셉트론으로부터 인식 결과를 받아서 최종 결정을 하는 상위 다층퍼셉트론을 구현한다. 제안한 방법의 효용성은 단백질의 구조를 예측하는 문제를 통하여 확인한다.

• 한국정보처리학회논문지
• /
• 제3권2호
• /
• pp.381-389
• /
• 1996

본 논문은 신경망에서 불필요한 연결자(weights and biases)를 제거하기 위한 일반적인 back-propagation 알고리즘의 간단한 변형을 소개한다. 이는 연결자들의 절대치 크기의 분포, 분할 경계선의 분석 및 sigmoid 함수의 비선형성에 기초하여 개발되었다. 신경망의 초기 학습 후, 이 알고리즘은 그 절대치의 크기가 임계치 (threshold) 보다 적은 모든 연결자들의 값을 영으로 할당 함으로서 이들을 제거하게 된다. 그런후, 중요한 연결자들의 복구를 위해 모든 연결자들을 포함하여 반복 학습을 실시한다. 이진함수 들을 이용한 학습에서, 이 알고리즘은 이론적 최소 구조를 실현하 였고, 함수를 푸는데 불필요한 연결자들을 제거하였다. 모의 랜덤 신호 분류에 응용에 있어서, 본 알고리즘으로 부터 얻어낸 결과는 쉬운 문제가 간단한 신경망을 필요로 하며 낮은 오분류율을 발생한다는 일반적인 개념과 일치 하였다. 또한, 본 제안된 알고리즘 은 overfitting과 형태소 (patterm) 암기의 문제점들을 줄임으로서 기존의 알고리즘보 다 더 좋은 결과를 보여주었다.

• 경영정보학연구
• /
• 제8권3호
• /
• pp.135-152
• /
• 2006

본 연구는 모바일광고에 대한 소비자들의 태도 및 수용의도를 연구하고자 한국 뿐 아니라 모바일 광고의 규모면에서 가장 큰 시장인 미국의 모바일 사용자를 대상으로 비교 연구했다. 본 연구의 이론적 근거는 Davis et al.(1989)의 TAM 모형, Ducoffe(1996)의 광고 특성에 관한 연구, Csikszentmihalyi(1977)에 의해 소개되고 Hoffman and Novak(1996)에 의해 확장된 플로우(Flow)이론에 관한 연구 등을 이론적 토대로 연구모형 및 연구가설을 설정했다. 본 연구의 독립변수로는 오락성, 정보성, 불편함 신뢰성과 모바일을 사용하면서 내적인 즐거움을 경험하며 자신이 하고 있는 활동에 몰입되는 상태인 플로우경험 등 5가지 요인과 조절변수로는 모바일 광고에 대한 태도를 그리고 종속변수로는 모바일 광고의 수용의도를 연구변수로 채택했다. 본 연구는 한국과 미국의 모바일을 사용하고 있는 학생 및 일반인을 대상으로 설문조사하였으며, 연구의 결과는 SPSS 및 AMOS 구조방정식 모형을 채택하여 수렴타당성, 판별타당성 그리고 본 연구모형의 모델 적합도 및 가설 검증을 실시하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권12호
• /
• pp.1260-1270
• /
• 2005

최근 기계학습 분야에서 커널머신을 이용한 대표적 학습기로 Support Vector Machines (SVM)이 주목 받고 있다. SVM은 통계적 학습이론에 기반하여 뛰어난 일반화 성능을 보여주며, 다양한 패턴인식 문제에 적용되고 있다. 그러나. SVM은 이진 분류기이므로 일반적인 다중 클래스 문제에 곧바로 적용할 수 없다. SVM을 다중 클래스 문제의 하나인 얼굴인식에 도입하기 위한 방법으로는, One-Per-Class와 All-Pairs가 대표적이다. 상기 두 방법은 다중 클래스 문제를 여러 개의 이진 클래스 문제로 분할하고, 이들을 다시 종합하여 최종 결정을 내리는 출력코딩이라는 일반적인 방법에 속한다. 본 논문에서는 이진 분류기인 SVM의 다중 클래스 분류기 확장 방안으로 출력코딩 방법론을 설명한다. 또한 출력코딩 방법론의 대표적인 이론적 기반인 ECOC(Ewor-Correcting Output Codes)를 근간으로 하는 새로운 출력코딩 방법들을 제안하고, 얼굴인식 실험을 통해 SVM을 기반 분류기로 사용할 경우의, 출력코딩 방법의 특성을 비교$\cdot$분석한다.