http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
한일근대문예론에 있어서 「정」(情)의 위치 : 지(知)·정(情)·의(意)의 범주를 중심으로
정병호 韓國暻園大學校아시아文化硏究所 中國中央民族大學韓國文化硏究所 2004 亞細亞文化硏究 Vol.8 No.-
本論文は, 韓國と日本の近代文學史の中で, 近代的文學觀念を成立させたと評價される李光洙の「文學とは何か」(1916)と坪內逍遙の『小說神髓』(1885-86)におれる「情」「人情」の問題を考察したものである. すなわち, 韓國と日本の近代文學成立期に刊行された李光洙の文學論と『小說神髓』を對象にし, そぞれ文學論を立てる際, その立論の中核となった「情」と「人情」がそれぞれの文學論でいかなる機能と役割を果たしていたのか, またそれが孕む意味が何なのかを明らかにしようとした. その二つの文學論を考察した結果, 李光洙の文學論と『小說神髓』はそれぞれ「情」と「人情」とぃう槪念をとおして文學の自立性を目指そうとした. それと同時に, 「情」と「人情」とぃう槪念は勸善懲惡小說として代表される前時代文學を?り越ぇようとする役割をも果たしてぃた.このょうな意味で, 李光洙の文學論の「情」と『小說神髓』の「人情」は, 時間的なあるものの, 韓國と日本の近代文學成立期に共通的な役割を果たしてぃたとぃえる. それで, この「人情」と「情」とぃう槪念に基づき, 『小說神髓』は, 當時日本の功利主義的な<藝術>槪念を通して小說の改良を試み, 李光洙の文學論は<知情意>とぃう人間心理の範疇をとおして文學の槪念を明確にしようとしたのである.
부정확한 쌍대비교정보를 갖는 다요소의사결정 문제에서의 가중치 산출
정병호,조권익 한국경영과학회 1994 한국경영과학회지 Vol.19 No.2
The uncertainty in the relative weights of a pairwise comparison matrix in Multi-attribute Decision Making (MADM) is caused by imprecise preference information of decision maker. In this paper, it is shown how weight of attributes can be derived from the pairwise comparison matrix with interval pairwise comparison. The preference information of each pair of attributes with a point pairwise comparison is combined with an interval pairwise comparison in order to estimate a point pairwise comparison for a pair of attributes with the imprecise preference information. A numerical example shows the suggested procedure for deriving weights of attributes.
정병호,김익기 대한교통학회 2004 대한교통학회지 Vol.22 No.5
현재 군 수송기는 매주 일정 대수가 각 기지 간 물자수송, 인원수송 그리고 조종사들의 훈련목적으로 정해진 스케줄에 의해 운항하고 있다. 일일 수송기 운행 경로는 모 기지에서 이륙하여 몇 개의 기지를 경유하여 임무를 수행한 후, 다시 모 기지로 돌아오는 패턴을 취하고 있다. 본 연구는 공군의 중앙물자를 저장하는 창에서 각 기지로 물자를 수송할 때 물량예측 및 적정노선에 대해서 시계열분석과 차량경로모형이라는 두 가지 방법을 통해 접근한다. 먼저 현재 공군에서 사용하고 있는 각종 규정과 교범상의 항공수송에 대한 제약사항 자료를 수집하여, 이를 바탕으로 본 연구에서는 다회방문이 가능하고, 경유회수에 대한 제약을 갖는 모형식과 알고리즘을 제안하였다. 또한 지난 몇 년간의 수송물량을 시계열 분석을 이용하여 예측하고, 예측된 수송소요를 제안된 알고리즘에 적용하여 적정노선을 계획하는 방법을 제안하였다. 제안된 모형과 알고리즘의 적합성과 경제성을 파악하기 위해 본 연구에서는 모형에서 계산된 수송물량과 필요 수송기 대수와 실제 공군에서 수행된 항공화물 수송 물량과 투입 수송기 대수를 비교함으로써 객관적인 모형의 우수성을 입증하고자 하였다.
정병호,임동훈,Jung, Byung Ho,Lim, Dong Hoon 한국데이터정보과학회 2017 한국데이터정보과학회지 Vol.28 No.4
빅데이터가 4차 산업혁명의 핵심으로 자리하면서 빅데이터 기반 처리 및 분석 능력이 기업의 미래 경쟁력을 좌우할 전망이다. 빅데이터 처리 및 분석을 위한 RHadoop과 RHIPE 모형은 R과 Hadoop의 통합모형으로 지금까지 각각의 모형에 대해서는 연구가 많이 진행되어 왔으나 두 모형간 비교 연구는 거의 이루어 지지 않았다. 본 논문에서는 대용량의 실제 데이터와 모의실험 데이터에서 다중 회귀 (multiple regression)와 로지스틱 회귀 (logistic regression) 추정을 위한 머신러닝 (machine learning) 알고리즘을 MapReduce 프로그램 구현을 통해 RHadoop과 RHIPE 간의 비교 분석하고자 한다. 구축된 분산 클러스터 (distributed cluster) 하에서 두 모형간 성능 실험 결과, RHIPE은 RHadoop에 비해 대체로 빠른 처리속도를 보인 반면에 설치, 사용면에서 어려움을 보였다. As Big Data becomes the core of the fourth industrial revolution, big data-based processing and analysis capabilities are expected to influence the company's future competitiveness. Comparative studies of RHadoop and RHIPE that integrate R and Hadoop environment, have not been discussed by many researchers although RHadoop and RHIPE have been discussed separately. In this paper, we constructed big data platforms such as RHadoop and RHIPE applicable to large scale data and implemented the machine learning algorithms such as multiple regression and logistic regression based on MapReduce framework. We conducted a study on performance and scalability with those implementations for various sample sizes of actual data and simulated data. The experiments demonstrated that our RHadoop and RHIPE can scale well and efficiently process large data sets on commodity hardware. We showed RHIPE is faster than RHadoop in almost all the data generally.