http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 송기범(Kiburm Song) (검색결과 3 건)
- 무료
- 기관 내 무료
- 유료
-
Fingerstroke-Level Model: 모바일 게이밍 사용자 인터페이스 개발을 위한 인터랙션 속도 예측 모델
송기범(Kiburm Song),김지훈(Jihoon Kim),조윤한(Yoon-Han Cho),최정운(Choi Jung Woon),이용주(Yong Joo Lee),류호경(Hokyoung Ryu) 한국HCI학회 2013 한국HCI학회 학술대회 Vol.2013 No.1
스마트폰 사용량의 급격한 증가와 함께 모바일 게임의 게임 시장점유율이 증가하고 있다. 이러한 추세에 따라 게임 업계에서는 PC와 모바일에서 동시접속 가능한 inter-networking 게임을 개발하고 있으나 (one source multi platform 기반게임) 게이밍 UI의 한계로 인하여 모바일 게임 플레이어는 PC 기반 게임 플레이어와 동등한 수준에서 경쟁을 할 수 없다. 본 논문에서는 모바일 게이밍 UI와 PC 게이밍 UI의 성능을 비교·?분석하여 새로운 모바일 게이밍 UI를 제안하였다. 이를 위해서 인터랙션 속도를 예측하기 위한 전통적인 인터랙티브 시스템 평가 도구인 Keystroke-Level Model(KLM)을 모바일 환경에 적합한 형태로 수정한 Fingerstroke-Level Model(FLM)을 개발하였다. 이를 적용하여 현재 모바일 게이밍 UI의 문제점을 파악하고 PC기반의 게임방식과 경쟁이 가능한 새로운 모바일 게이밍 UI를 제안하였다. Market share of the mobile games are increasing in the game market with radical incremental of demands of smartphone. Following this trend, game companies are trying to develop the inter-networking games which provide concurrent access between PC and mobile(one source multi platform-based game). However, current mobile gaming UI has fundamental disadvantages comparing to PC gaming UI. It makes mobile users cannot compete with PC users on an equal basis. Therefore, this paper proposes a novel mobile gaming UI after comparing and analyzing performance of current mobile gaming UI with PC gaming UI. We modified the Keystroke-Level Model(KLM), a traditional interactive systems evaluation tool, then made the Fingerstroke-Level Model(FLM) which can be applied as a mobile system evaluation tool. By using the FLM, we identified drawbacks of current mobile gaming UI, improved it and then proposed a new mobile gaming UI competing with PC-based game style.
-
‘Draw Something’ 게임을 이용한 노인 인지 중재에 관한 연구
송기범(Kiburm Song),이아름(Ahreum Lee),김지은(Jieun Kim),류호경(Hokyoung Ryu) 한국HCI학회 2014 한국HCI학회 학술대회 Vol.2014 No.2
노인 인지 구조에 관한 연구가 최근에는 경도인지장애 (MCI, mild cognitive impairment) 환자에 대한 인지 중재 (cognitive intervention) 방법에 관한 연구로 발전하였다. 경도인지장애는 정상 노인 보다 인지 기능은 떨어지지만 일상생활을 수행하는 데는 문제가 없고 치매 판정을 받지 않은 상태로, 치매와 정상 노인의 중간 단계라 할 수 있다. MCI 는 정상노인보다 치매로 진행될 확률이 높아 임상 분야에서는 치매 예방의 중요한 대상으로 여겨진다. 이에, MCI 에 대한 비약물적인 인지 중재 방법이 활성화 되고 있으나 대부분 단순ㆍ반복적 인지훈련 (cognitive training)에 관한 연구로써, 전문가의 도움 없이 고령 사용자가 자발적으로 장기적인 훈련을 하기에는 어려운 실정이다. 따라서, 본 연구에서는 MCI 환자의 인지 중재를 위한 기능성게임 개발을 목표로 파일럿 실험을 수행하였으며, 작업 기억에 대한 이론적 근거를 배경으로 인지 중재 기능성게임을 제안하고 실험을 통해서 필수 설계 원리를 제안하고자 한다. Studies on the elderly’s cognitive structure have been advanced to cognitive interventions for people with MCI (mild cognitive impairment). MCI is a cognitive status staying between the normal aging and Alzheimer’s disease (AD). MCI is considered as an important stage for not going ahead to AD in the medical clinic field, but a lot of researches only suggested a simple and repetitive cognitive training approach. In this article, we aimed at developing a cognitive intervening serious game for MCI, based on Baddeley’s working memory model (i.e., phonological store ? articulatory loop). An empirical study was carried out to suggest design principles of a cognitive intervening serious game.
-
박진수(Jinsoo Park),김윤배(Yun Bae Kim),송기범(Kiburm Song) 한국경영과학회 2013 韓國經營科學會誌 Vol.38 No.2
In the simulation output analysis, bootstrap method is an applicable resampling technique to insufficient data which are not significant statistically. The moving block bootstrap, the stationary bootstrap, and the threshold bootstrap are typical bootstrap methods to be used for autocorrelated time series data. They are nonparametric methods for stationary time series data, which correctly describe the original data. In the simulation output analysis, however, we may not use them because of the non-stationarity in the data set caused by the trend such as increasing or decreasing. In these cases, we can get rid of the trend by differencing the data, which guarantees the stationarity. We can get the bootstrapped data from the differenced stationary data. Taking a reverse transform to the bootstrapped data, finally, we get the pseudo-samples for the original data. In this paper, we introduce the applicability of bootstrap methods to the time series data having trend, and then verify it through the statistical analyses.
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
