• Journal of the Korea Society for Simulation
• /
• v.25 no.4
• /
• pp.117-126
• /
• 2016

We suggest the C2 modeling method to develop a simulation model for training command groups which consist of commanders and staffs. By using C2 models in constructive simulation models, combat entities or units directly receive and execute orders from a command group without mediating human role players. We also compare combat results from suggested modeling method with the results of existing models by building and implementing a simulation model with C2 models. Our analysis by comparison demonstrates advantages of suggested method to model C2 for computer assisted exercises.

• 한국경영정보학회:학술대회논문집
• /
• 2007.11a
• /
• pp.367-373
• /
• 2007

최근 소프트웨어 유통방식은 웹(Web) 2.0 시대의 도래와 더불어 SOA(Service Oriented Architecture) 웹 서비스(Web Service), 온 디멘드(On Demand), 컴퍼넌트(Component) 등의 개념 및 기술의 발전으로 ASP(Application Service Provider) 방식에서 SaaS(Soft as a Service) 방식으로 빠르게 진화하고 있다. 새롭게 등장하고 있는 SaaS 비즈니스 모델의 시장 경쟁력 결정 요인 분석은 SaaS 비즈니스 모델 중에서도 국내 가장 대표적인 그룹웨어, CRM, ERP 를 중심으로 전략경영이론을 도입하여 기업의 내부 및 외부 경쟁력 결정요인을 마이클포터, 동인분석, 주요 성공요인 분석, SWOT 를 중심으로 접근하고자 한다. 설문조사를 통한 주요 SaaS 비즈니스 모델별 시장 경쟁력 결정 요인에 대한 시론적인 분석 결과는 SaaS 시장 진출 신규 기업 및 정부의 SaaS 시장 육성 방향 설정 그리고 후속적인 연구의 방향을 결정하는데 중요한 벤치마킹 자료로 활용될 수 있을 것으로 기대된다.

• Proceedings of the Korea Technology Innovation Society Conference
• /
• 2017.11a
• /
• pp.81-109
• /
• 2017

본 연구는 Kingdon(1984)과 Howlett(2014) 모델을 결합한 수정모델을 적용하여 국제과학비즈니스벨트의 정책결정과정을 분석하였다. 그 과정에서 어떠한 사회 정치적 요인들이 영향을 미쳤는지에 대해 알아보고 향후, 국제과학비즈니스벨트 사업과 거대기초과학 정책 추진방향을 모색하고자 하였다. 구체적인 분석은 정책결정과정을 정책의재, 정책형성, 정책집행의 단계로 구분하고, 문제 과정 정책 정치의 흐름과 창, 정책선도자를 변수로 활용하였다. 분석결과, 정책결정과정에서 정치의 흐름과 정책선도자의 역할이 중요하게 작용하였고, 과학자 집단보다는 정치가들과 정부 관료자들이 주도적으로 참여하였으며 그 과정속에서 정치적 혼란을 겪으며 급진적으로 진행되었다는 점을 알 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.451-453
• /
• 2005

본 논문에서는 한국어에 있어 '에, 로'를 격표지로 하는 부사격에 대한 의미역 결정 모델에 대해 다루고 있다. 의미역 결정은 의미 분석의 핵심 과정 중 하나이고 자연언어처리에서 해결해야 할 중요한 문제이다. 본 논문은 기존 연구와 언어학 논저를 참고해서 의미역 결정에 유용한 자질들을 정리하였고 SVM을 이용하여 의미역 결정 모델을 구축하였다. 또한 기존 연구와 차별적으로 기능동사 구문의 처리와 지배소 개념의 유사도 보정 방법을 사용하여 보다 견고한 모델을 만들 수 있었다. 성능 평가 결과 개념(Concept)만을 사용한 기본 모델에 비해서 평균 $9\%$의 정확률 향상을 보였다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.199-202
• /
• 2021

의미역 결정은 입력된 문장 내 어절간의 의미 관계를 예측하기 위한 자연어처리 태스크이며, 핵심 서술어에 따라 상이한 의미역 집합들이 존재한다. 기존의 연구는 문장 내의 서술어의 개수만큼 입력 문장을 확장해 순차 태깅 문제로 접근한다. 본 연구에서는 확장된 입력 문장에 대해 구문 분석을 수행 후 추출된 문장 구조 정보를 의미역 결정 모델의 자질로 사용한다. 이를 위해 기존에 학습된 구문 분석 모델의 파라미터를 전이하여 논항의 위치를 예측한 후 파이프라인을 통해 의미역 결정 모델을 학습시킨다. ALBERT 사전학습 모델을 통해 입력 토큰의 표현을 얻은 후, 논항의 위치에 대응되는 표현을 따로 추상화하기 위한 계층형 트랜스포머 인코더 레이어 구조를 추가했다. 실험결과 Korean Propbank 데이터에 대해 F1 85.59의 성능을 보였다.

• Journal of the Korea Society for Simulation
• /
• v.32 no.3
• /
• pp.9-21
• /
• 2023

The recent conflict between Russia and Ukraine underscores the significant of military logistics support in modern warfare. Military logistics support is intricate and specialized, and traditionally centered on the mission-level operational analysis and functional models. Nevertheless, there is currently increasing demand for military logistics support even at the engagement level, especially for resupply using unmanned transport assets. In response to the demand, this study proposes a task model of the military logistics support for engagement-level analysis that relies on the logic of ammunition resupply below the battalion level. The model employs a decisions tree to establish the priority of resupply based on variables such as the enemy's level of threat and the remaining ammunition of the supported unit. The model's feasibility is demonstrated through a combat simulation using OneSAF.

• Annual Conference on Human and Language Technology
• /
• 2001.10d
• /
• pp.123-129
• /
• 2001

지금까지 한국어 품사 부착을 위해 다양한 모델이 제안되었고 95% 이상의 높은 정확도를 보여주고 있다. 그러나 4-5%의 오류는 실제 응용 분야에서 많은 문제를 야기시킬 수 있다. 이러한 오류를 최소화하기 위해서는 오류를 분석하고 이를 수정할 수 있는 규칙들을 학습하여 재사용하는 방범이 효과적이다. 오류 수정 규칙을 학습하기 위한 기존의 방법들은 수동학습 방법과 자동 학습 방법으로 나눌 수 있다 수동 학습 방법은 많은 비용이 요구되는 단점이 있다. 자동 학습 방법의 경우 모두 변형규칙 기반 접근 방법을 사용하였는데 어휘 정보를 고려할 경우 탐색 공간과 규칙 적용 시간이 매우 크다는 단점이 있다. 따라서 본 논문에서는 초기 모델에 대한 오류 수정 규칙을 효율적으로 학습하기 위한 새로운 방법으로 결정 트리 학습 방법을 확장한 통계적 결정 그래프 학습 방법을 제안한다. 제안된 방법으로 두 가지 실험을 수행하였다. 초기 모델의 정확도가 높고 말뭉치의 크기가 작은 첫 번째 실험의 경우 초기 모델의 정확도 95.48%를 97.37%까지 향상시킬 수 있었다. 초기 모델의 정확도가 낮고 말뭉치 크기가 큰 두 번째 실험의 경우 초기 모델의 정확도 87.22%를 95.59%로 향상시켰다. 또한 실험을 통해 결정 트리 학습 방법에 비해 통계적 결정 그래프 학습 방법이 더욱 효과적임을 알 수 있었다.

• Journal of the Korea Institute of Building Construction
• /
• v.23 no.6
• /
• pp.851-862
• /
• 2023

This study introduces an objective and systematic framework for prioritizing buildings in the Gamyoung restoration project using a decision-support model. This model integrates evaluation criteria derived from a comprehensive literature review, refined through the Delphi method, and weights assigned via an Analytic Hierarchy Process(AHP) survey. Each building project is scored against these criteria to ascertain its priority for restoration, thereby facilitating informed decision-making for budget allocation in restoration projects. The effectiveness of the decision-support model was validated through a case study and expert consultations, demonstrating its practical utility in formulating concrete restoration project plans.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.25 no.6_2
• /
• pp.613-623
• /
• 2007

The main purpose of this study is to investigate the coordinate transformation based on two different systems between local geodetic datum(tokyo datum) and international geocentric datum(new Korea geodetic datum). For this purpose, three methods were used to determine seven parameters as follows: Bursa-Wolf model, Molodensky-Badekas model, and Veis model. Also, we adopted multiple regression equation method to convert from Tokyo datum to KTRF. We used 935 control points as a common points and applied gross error analysis for detecting the outlier among those control points. The coordinate transformation was carried out using similarity transformation applied the obtained seven parameters and the precision of transformed coordinate was evaluated about 9,917 third or forth order control points. From these results, it was found that Bursa-Wolf model and Molodensky-Badekas model are more suitable than other for the determination of transformation parameters in Korea. And, transforming accuracy using MRE is lower than other similarity transformation model.

• The Journal of the Korea Contents Association
• /
• v.6 no.6
• /
• pp.26-32
• /
• 2006

Predictions on stock prices have been a hot issue in stock market as people get more interested in stock investments. Assuming that the stock price is moving by a trend in a specific pattern, we believe that a model can be derived from past data to describe the change of the price. The best model can help predict the future stock price. In this paper, our model derivation is based on automata over temporal data to which the model is explicable. We use Bayesian Information Criterion(BIC) to determine the best number of states of the model. We confirm the validity of Bayesian Information Criterion and apply it to building models over stock price indices. The model derived for predicting daily stock price are compared with real price. The comparisons show the predictions have been found to be successful over the data sets we chose.