http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
백의현(E H Paik),최완(W Choi),최고봉(Go Bong Choi),이충근(Chung Kun Lee) 한국정보과학회 1993 한국정보과학회 학술발표논문집 Vol.20 No.2
CHILL(CCITT High Level Language) case문은 벡터 테이블[5]을 이용하는 방식, 해싱 테이블을 이용하는 방식[3] balanced binary tree와 분리된 벡터 테이블의 조합 방식을 이용하여 그 코드의 성능을 향상시킬 수 있다. 본 논문에서는 case문 레이블의 갯수 및 값의 분포도에 따라서 코드를 생성함으로서 case문 수행시 필요한 평균 비교 횟수를 최소화하는 효율적인 코드 생성 방법에 대하여 기술하였다.
성장곡선 모형을 이용한 수요예측 기법의 예측타당성 비교 연구
이군희,이충근 서강대학교 경영학연구원 2002 서강경영논총 Vol.13 No.2
본 연구는 수요예측 기법으로 널리 사용되어지고 있는 여러 성장곡선 모형 가운데 수정지수곡선[Gregg 1964], Logistic 곡선, Gompertz 곡선, 비대칭 반응 logistic 곡선(NSRL) [Esingwood, Mahajan and Muller 1981], Flexible logistic 곡선(FLOG) [Bewley and Fiebig 1988], 확산곡선 [Bass 1969], Weibull 곡선 등 다양한 성장 곡선 모형의 형태와 특징을 제시하고 세계 1 M-Dram 선적 자료를 이용하여 모형들의 장, 단기 예측력을 비교평가하였다. 분석결과, 변곡점의 위치를 중심으로 한 자료의 구성 형태에 따라 동일한 자료라 하더라도 장, 단기 예측에서 모형 간 오차를 기준으로 하는 예측순위의 변화가 발생하였다. 자료의 구성 수준에 관계없이 좌우 비대칭의 곡선 모형이 대칭적 곡선 형태의 모형보다 예측성과가 우수했으며 수요의 최대점이나 변곡점을 넘는 자료를 투입한 경우에는 모형에 많은 수의 모수가 포함되어 변곡점의 이동이 자유로운 모형이 높은 예측력을 보였다. 그러나 분석 자료의 수를 제한하였을 경우에는 모수의 초기값의 설정과 같은 관리적 판단의 중요성은 증가하면서 상대적으로 모수의 수가 적은 보다 단순한 형태의 비대칭 모형의 예측성과가 우수한 것으로 나타났다. 모수추정 방법에 있어 비선형 회귀분석의 방법을 이용할 경우 장기적 예측에 있어 좋은 성과를 나타내었고 자기회귀 방법을 이용할 경우에는 1년 이내의 단기 예측의 경우 좋은 성과를 나타냈다. 결과적으로 성장곡선 모형을 이용하여 수요예측을 실행할 경우 자료의 비대칭성과 같은 분석 자료의 형태나 자료 구성의 정도, 잠재시장의 규모 예측 등에 관련된 가정의 타당성이 예측성과에 영향을 미치며 모형간에 예측순위를 변화시키는 것으로 결론을 얻을 수 있었다.