디지털 라이브러리[ 검색결과 ]
시계열적 SNA를 통한 통제조직의 구조적 변화의 평가
통제조직은 외부로 정보가 공개되지 않으므로 그 속성을 직접 확인할 수 없어 사회학적 접근등 일반적인 분석방법으로는 내부 권력 구조와 그 변화를 분석하기 어렵다. 직접적인 접근이 어려운 통제조직을 SNA를 활용하여 분석하는 방법은 간접적인 정보를 이용하여 구성원 간의 관계를 분석, 연결망을 식별하여 중앙성이 높은 인물을 판별함으로써 내부적인 권력 구조를 추정할 수 있다. 본 논문에서는 구성원 개인의 영향력과 전반적인 권력 구조를 고려하는 위세 중앙성 분석을 통해 실질적인 권력 서열의 변화를 평가하였다. 실험 결과 개인의 활동량이나 구성원간의 친밀도 등으로 산출되는 다른 중앙성 척도에 비하여 보다 정확하게 권력 구조의 추정이 가능하였으며, 새로운 구성원의 등장이나 탈퇴 등의 변화하는 구성원간의 상황을 포함한 변화 추정이 가능하였다.
레이더 상 불특정 선박의 자동식별 알고리즘
해상 안전을 위한 선박의 탐색 및 식별은 매우 중요하다. 선박의 탐색은 레이더로 가능하나, 식별은 선박자동식별장치, 통신장비, 시각 등에 의해 이루어지며, 이러한 식별수단이 불능 시 레이더 운용자의 경험과 지식을 바탕으로 선박의 기동특성을 참고하여 식별하는 매우 어려운 경우가 발생한다. 본 논문에서는 지속적인 관찰임무를 수행해야 할 선박 탐색요원의 임무를 보조하기 위하여 레이더 상 선박의 기동특성을 이용, 자동식별 및 사고발생 가능성을 탐지하는 방법을 제안한다. 4가지 유형의 선박 정보, 레이더 상 접촉거리 및 침로, 속력을 이용하여 그 특징을 추출하고, SVM을 활용하여 식별 정확도를 평가하였으며, 이를 이용한 자동식별 알고리즘을 통해 사고발생 가능성이 있는 선박을 선별하는 방법을 제시하였다. 실험 결과 90% 이상의 식별 정확도를 보였으며, 실제 사고선박인 세월호의 정보를 자동식별 알고리즘에 적용하여 선별 가능함을 보였다. 이 방법은 다양한 상황에서 선박 탐색요원의 경험과 지식을 효과적으로 보완하고, 다수의 선박 중 관심필요선박을 사전 식별하여 정보를 제공함으로서 탐색요원의 노력을 경감시키고, 문제점을 보다 빨리 인지하는데 도움이 될 것이다.
