http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
소셜네트워크 분석을 통한 모바일 게임 이용자들의 상호작용 연구
석화윤(Hwayoon Seok),유창석(Changsok Yoo),주예진(Yeajin Joo),주진영(Jinyoung Ju),권형진(Hyoungjin Kwon),양성일(Seong-Il Yang),남윤재(Yoonjae Nam) 한국게임학회 2021 한국게임학회 논문지 Vol.21 No.3
본 연구는 모바일 게임 이용자 간의 사회적 상호작용 네트워크 구조가 시간이 지남에 따라 어떻게 변화하는지 탐구하였다. 주요 연구 결과는 다음과 같이 요약된다. 첫째, 게임 내 이벤트는 게임 이용자의 사회적 상호작용을 증가시킬 가능성이 높다. 둘째, 일부 파워 게이머들은 게임 이용자들의 네트워크에서 주요한 역할을 했고 이용자들 간의 상호작용을 위해 큰 서브 그룹을 만드는 경향이 있다. 셋째, 게임 이용자 간의 네트워크 구조 분석이 게임 내 이벤트가 효과적인지와 게임 이용자들이 협업을 위해 상호 연결되는 방법을 모니터링하는 데 유용한 도구가 될 수 있다고 제안한다. This study explored how the network structure in terms of social interactions among users via a mobile game has changed longitudinally. The main findings are summarized as follows. First, in-game events are likely to increase the social interactions of users. Second, some power users played key roles in the game users’ network and tend to make a large sub-group for interacting among users. Third, it is suggested that the analysis of network structure among users can be a useful tool for monitoring which in-game events are effective and how they are mutually interconnected for collaboration.
김민재(Minjae Kim),문기화(Gihwa Moon),박도현(Dohyeon Park),권형진(Hyoungjin Kwon),김재곤(Jae-Gon Kim) 한국방송·미디어공학회 2021 한국방송공학회 학술발표대회 논문집 Vol.2021 No.6
딥러닝 기술과 하드웨어의 발전으로 다양한 분야에서 인공신경망과 관련한 연구가 활발히 진행되고 있다. 비디오 코덱 부분에서도 딥러닝 기술을 적용하는 부호화 기술이 많이 연구되고 있다. 본 논문은 최근 완료된 VVC 에 채택된 신경망 기반의 기술인 MIP(Matrix Weighted Intra Prediction)를 확장하여 보다 깊은 계층의 모델로 학습된 새로운 화면내 예측 모델을 제안한다. 기존 VVC 의 MIP 의 성능과 비교하기 위하여 기존 MIP 모델과 제안하는 다중완전연결계층(Fully Connected Layer) 화면내 예측 모델을 HEVC(High Efficiency Video Coding)에 적용하여 그 성능을 비교하였다. 실험결과 제안기법은 VVC MIP 대비 0.08 BD-rate 성능 향상을 보였다.