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 : 서정한 (검색결과 6,694 건)
- 무료
- 기관 내 무료
- 유료
-
-
-
델파이 기법을 이용한 클라우드 서비스의 개념과 활성화 요인 분석
서정한,장석권 한국경영정보학회 2011 한국경영정보학회 학술대회논문집 Vol.2011 No.1
클라우드 서비스의 개념은 관심의 증대에 비해 그 의미가 무분별하고 모호하게 사용되고 있다. 이에 본 논문에서는 전문가 집단을 이용한 델파이 기법으로 클라우드 서비스에 대한 개념을 명확히 하고, 활성화 요인을 분석함으로써 클라우드 서비스 산업발전을 위한 방향성을 제시하고자 한다. 본 연구의 델파이 조사를 위해서 산업계, 학계, 연구계의 전문가들이 조사에 참여하였다. 1차 개방형 설문(Essay-Taype Question)을 통하여 클라우드 서비스 산업의 특성 및 활성화 요인을 도출하였고, 기존 문현의 클라우드와 관련된 특성과 비교 분석을 통해 최종 클라우드 서비스의 정의와 활성화 요인에 관한 리스트를 완성하였다. 2차 설문에서는 도출된 클라우드 서비스 개념에 대한 의견 수렴과 활성화 요인 리스트를 정량적인 설문(Non-essay Question)을 통하여 요인별 중요성과 시급성을 분석하였다. 본 연구의 결과 보안에 대한 우려 해소, 안정성과 신뢰성 확보 등 기술 개발이 중요한 클라우드 서비스 산업 활성화 촉진 요인으로 평가 되었으며, 시급성에 있어서는 법제도 정비 또는 제정 등 정부의 지원이 우선순위로 분석 되었다
-
-
중국의 부상과 한미동맹의 변화: 동맹의 방기(Abandonment) - 연루(Entrapment) 모델적 시각에서
서정경(徐正京) 신아시아연구소(구 신아세아질서연구회) 2008 신아세아 Vol.15 No.1
본고의 목적은 한국정부의 대북 편향성이라는 전제하, 중국의 부상이 한미동맹의 변화에 미치는 영향을 분석하는 것이다. 이를 위해 중국과 한미동맹이라는 양자 관계를 제약하는 외부적 체제요인, 즉 동북아시아에 전통적으로 존재하는 계층적 질서 및 21세기 중국의 부상으로 인한 동북아 세력구조의 변화와 행위자 요인, 즉 중국과 한미동맹간 상호작용을 함께 살펴보았다. 부상하는 중국의 대미국, 한국 인식 및 전략이 어떠한지, 그리고 미국과 한국의 동맹전략이 중국에 대한 고려를 중심으로 어떻게 변화하였는지를 살펴본 후, 실제 한미동맹에 발생하였던 몇 가지 방기와 연루 사례들, 즉 제2차 북핵문제, MD 편입문제 및 한미동맹의 전략적 유연성 문제로 인한 동맹의 안보딜레마 현상을 중국요인과 함께 논의하였다.<BR> 분석결과, 중국은 중국위협론을 잠식시키고 미중관계의 안정을 기하기 위해 북핵문제 해결에 최대한의 협력을 제공하는 한편, 미국과의 경쟁구도에서 보다 나은 위치에 서기 위해 한국에 대한 영향력 확대를 꾀하고 있다. 이러한 중국의 의도 및 외교행태는 한미 양국의 동맹 인식 및 전략에 영향을 미치고 특히 주변국 한국의 안보전략을 끌어당기는 원심력으로 작용함으로써 한미간 동맹의 방기-연루 현상을 초래ㆍ심화시키고 있다. 즉 중국의 적극적 개입 및 한중간 공조로 인한 한미간 갈등의 심화는 동맹 응집력에 일정한 영항을 주며, 한미동맹의 변화를 일정부분 추동하는 요인으로 작용하고 있다. 한국은 중국과의 관계 증진 및 공조를 통해 미ㆍ중간 충돌에 연루될 위험을 낮추려 하였고 전략적 공간의 확대를 기하려 하였으나 이러한 의도는 큰 성과를 얻지 못한 것으로 판단된다. This article aims at analyzing the shift of ROK-U.S. Alliance affected by China"s rise under the premise of Korea government"s inclination toward pro-N.K. This article tries to explain both external structure factors - traditional hierarchical order in northeast asia, shifts of power distribution caused by China"s rise, and internal unitary factors - interaction between China and ROK-U.S. Alliance. It mainly analyze rising China"s perception and strategy on ROK and U.S. Shifts of ROK-U,S"s alliance strategy and ROK-U.S alliance"s security dilemma cases.<BR> Through this article we can learned that the rise of China indeed influence and motivate the shift of ROK-U.S Alliance. China provide U.S. with cooperation actively to eliminate the "china threat theory," and tries to draw ROK into it"s sphere of influence with the intention of getting more favorable position within U.S-China"s competition, so it gives rise to and deepens the ROK-U.S. alliance"s security dilemmas-entrapment and abandonment crisis. China"s active intervention to Korea peninsula issues, constructive cooperation with Korea government, and discord between ROK and U.S complicated by China"s intervention undermines the cohesion of ROK-U.S Alliance, and facilitates the shift of alliance. This article also shows us that Korean government"s intention of broadening the diplomatic space using China card doesn"t seem to obtain fruitful outcomes.
-
-
-
-
-
협업 필터링 성능향상을 위한 데이터 필터링 및 재분배 방법
서정한,박진호 한국차세대컴퓨팅학회 2021 한국차세대컴퓨팅학회 논문지 Vol.17 No.4
협업 필터링은 사용자의 기록을 바탕으로 선호도를 예측하여 추천하는 방법이다. 최근 협업 필터링 중 머신러닝 알 고리즘을 이용하는 연구가 활발히 이루어지고 있으며 그중에서 오토인코더 모델들의 추천 성능이 뛰어났다. 오토인 코더 모델들은 추천 성능 향상을 위해 별도의 데이터 셋 전처리 과정을 거친다. 하지만 현재 모델들이 사용하는 기 존의 전처리에서는 차원 축소 및 복원으로 인한 정보손실 문제와 데이터 셋들의 불균일한 분포 문제를 해결하지 못 한다. 따라서 본 연구에서는 사용자 기반의 오토인코더 모델에 적합한 전처리 시스템을 제안한다. 본 연구는 필터 모듈과 분배 모듈로 이루어져 있으며 기존의 전처리의 문제들을 순차적으로 개선한다. 필터 모듈에서는 정보손실 문 제를 개선하고 분배 모듈에서는 데이터 셋들의 불균일한 분포 문제를 개선하였다. 그리고 각각의 모듈들을 기존의 전처리 방법과 비교하는 실험을 하여 개선된 결과를 확인하였다. 또한 제안한 방법을 적용한 데이터 셋으로 사용자 기반 오토인코더 모델을 학습시켰을 때 추천 성능이 올라가는 것을 실험을 통해 확인하였다. Collaborative filtering(CF) is a method of recommending possible preferences of a user based on existing records. Recently, CF research using machine learning algorithms has been actively conducted, among which Autoencoder models have outstanding recommendation performances. Autoencoder models go through preprocessing to improve recommendation performance. However, traditional preprocessing used by current models cannot solve information loss due to dimensional reduction and restoration as well as uneven distribution of datasets. Therefore, in this work, we propose a preprocessing system suitable for user-based Autoencoder models. This work consists of filter modules and distribution modules, which sequentially reduce the problems of traditional preprocessing. We minimized the information loss problems in filter modules and the uneven distribution of datasets in distribution modules. We then conducted experiments comparing each module to conventional preprocessing to confirm the improved results. We also proved that recommendation performance increase when we train a user-based Autoencoder model with datasets that applied the suggested method through an experiment.
KCI연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
