PURPOSES : A methodology for estimating micro-emission factors using vehicle trajectory data collected from navigation and DTG devices and basic emission factors for each vehicle type of the MOtor Vehicle Emission Simulator (MOVES) is presented. The methodology can calculate micro-emissions based on only the traffic volume and average speed for each vehicle type. METHODS : Cluster analysis was performed by accumulating the trajectories of individual vehicles on a specific road section into speed groups in which vehicles drove with the same range of average speed. Then, the micro-emission factors were estimated for each speed group. RESULTS : Using the vehicle trajectory data revealed that the emissions calculated from micro-emission factors estimated by the proposed methodology were similar to the sum of the emissions calculated from the vehicle trajectories for each vehicle. CONCLUSIONS : The micro-emission factor database for each road type and vehicle type proposed in this study should be useful for estimating vehicle emissions on the road. The proposed method can calculate emissions in the same way as the macroscopic analysis method, using the traffic volume, average speed, and link length.

With the consolidation of online shopping, there is a need to gain insight into consumer decision-making within the digital sphere. The purpose of this study was to investigate factors that influence online shopping intention of fashion products, among female Millennials. By means of a proposed conceptual model, seven hypotheses were tested and data was collected from three hundred young females in South Africa. The data analysis was conducted using SEM in SPSS 23 and AMOS 23, and the results indicated that four of the seven hypotheses were supported. The results from this study provide online fashion retailers with insight into how they can utilise online shopping platforms to reap the financial results from this concept.

This corpus-driven longitudinal study investigates the structural use of lexical bundles in published research article (RA) introductions in applied linguistics written by English experts and Korean graduate students across two different levels of study. Frequency-based bundles were retrieved from a corpus of 200 published RA introductions and two corpora of 46 and 49 introductions of term papers written at two time points of the first and fourth semester of graduate course. In a further step, the structures of the bundles in different rhetorical moves of RA introductions were analyzed to reveal the developmental patterns in bundle use. The analyses show that the Korean graduate students are in the developmental process of academic writing featured by a shift from clausal style to phrasal style as their academic level advances. The results also suggest that the students have difficulty in appropriate bundle use in specific rhetorical moves even at the later academic level of graduate coursework. The pedagogical implications of L2 students’ developmental order are discussed.

바둑게임은 중국에서 적어도 2,500년 전에 창안되었으며, 게임을 이기기 위해 상대방보다 더 많은 영역을 둘러싸는 것을 목표로 한다. 간단한 규칙에도 불구하고 바둑은 인공지능(AI) 분야에서 아주 복잡한 전략적인 보드게임이다. 몬테카를로 트리탐색(MCTS)은 국면 평가의 어려움을 극복하고 게임트리 내의 엄청난 분기수를 줄여주는 최상우선탐색 알고리즘이다. 컴퓨터바둑 게임에서 MCTS는 수많은 플레이아웃을 수행한 후, 게임트리 내에 있는 현재노드로부터 단말노드까지의 임의의 수순을 표본 추출하여 다음 후보 착수에 대한 승률을 근사적으로 계산해낸다. AlphaGo를 포함한 모든 강력한 컴퓨터바둑 프로그램은 컴퓨터바둑 게임 진행에 있어 MCTS를 이용하여 가장 유망한 착수를 구해왔다. 본 연구는 소형바둑 컴퓨터게임에 있어 순수 MCTS를 이용하여 가장 유망한 일련의 수순을 찾고자 했다. 실험결과에 의하면 순수 MCTS는 소형바둑에서 19줄바둑게임에서 벌어지는 포석, 중반전, 끝내기라는 3단계가 아닌 중반전과 끝내기라는 단지 2단계를 진행하였으며, 아울러 순수 MCTS는 맥과 연단수와 같은 하위개념의 지식을 이해 못하는 것을 보였다.

Monte-Carlo Tree Search (MCTS) is a best-first search algorithm to evaluate states of the game tree in game playing, and has been successfully applied to various games, especially to the game of Go. Upper Confidence Bounds for Trees (UCT), which is a variant of MCTS, uses the UCB1 formula as selection policy, and balances exploitation and exploration of the states. Rapid Action-Value Estimation (RAVE), which is a All-Moves-As-First (AMAF) heuristic, treats all moves in a simulation as the first move, and therefore updates the statistics of all children of the root node. In this paper, we evaluate the performance of RAVE and UCT playing against each other in the game of Tic-Tac-Toe. The experimental results show that the first player RAVE is much inferior to the second player UCT (13.0±0.7%); on the other hand, the first player UCT is far superior to RAVE (99.9±0.1%).

본 연구는 급변하는 경영환경에서 전략변화가 조직의 생존에 어떠한 영향을 미치는지 탐구하는 것을 목적으로 한다. 이를 위해 두 가지 이론적 배경(적응론적 관점과 조직생태학적 관점)을 바탕으로 경쟁가설을 제시하고 실증하였다. 적응론적 관점이 환경 변화에 따른 조직의 전략변화가 조직 생존에 긍정적인 영향을 미친다고 주장하는 반면, 조직생태학적 관점은 전략변화에 따른 재조직화는 조직의 사멸 가능성을 높인다고 주장한다. 기존의 연구들은 조직생존에 대한 전략변화의 일반적인 영향에 대해서는 연구자들 간의 합의가 이루어지지 않은 실정이다. 이에 본 연구는 선행연구를 통해 조직의 전략변화가 조직의 생존에 미치는 영향을 두 가지 이론적 관점에서 살펴보았다. 하나의 관점으로 연구를 진행할 경우, 대비되는 다른 관점에 대해서 무조건적으로 그 오류를 주장할 수 없으므로, 경쟁가설을 도출하여 연구를 진행함으로써 연구의 이론적 시사점을 얻을 수 있었다. 또한 기업의 생존은 횡단 분석을 통해 판단하기 어려우므로 패널데이터를 통한 종단적 연구를 진행하였다. 경쟁가설의 검증을 위해 환경 동태성이 높은 산업으로 판단되는 국내 전자부품 제조업에 속한 152개 기업의 1982년에서 2011년까지 30년 간 전략변화 및 조직생존에 대한 패널자료를 사용하였다. 분석을 위해 연구기간 동안의 거시경제 환경의 변화, 정부의 주요 산업정책, 산업 내 주요사건 및 기술발전 등을 기준으로 해당 산업의 전략안정기간(stable strategic time period, SSTP)을 구분하고, 이를 토대로 전략안정기간 사이 전략군(strategic group) 간의 이동이 발생한 경우를 전략변화로 측정하였다. 연구 결과, 조직생태학적 관점의 가설이 지지됨을 알 수 있었다. 즉, 전략변화가 조직의 생존에 부정적인 영향을 미친다는 것이다. 이를 통해 시설투자가 많은 제조업 분야에서는 급변하는 환경에 따른 빈번한 전략변화가 오히려 생존에 부정적일 수 있다는 실무적 의의를 도출할 수 있었다.

간단한 규칙에도 불구하고 바둑은 인공지능 분야에서 가장 복잡한 전략적 보드게임 중의 하나이다. 몬테카를로 트리탐색(MCTS)은 최상우선 트리탐색 알고리즘으로 컴퓨터바둑 제작을 위해 사용되어 왔다. 저자는 9줄바둑판보다 작은 바둑판에서의 바둑게임 행위를 위해 MCTS를 활용하여 가장 유망한 첫 수를 찾고자 한다. 실험결과에 의하면 MCTS는 첫 수로 홀수형 바둑 판에서는 정중앙, 짝수형 바둑판에서는 중앙 부근에 착수하기를 선호하는 것으로 나타났다.

바둑은 최상의 착점을 찾기 위해 컴퓨터가 완전탐색을 하여 모든 가능한 착점들을 탐색할 수 없는 가장 복잡한 보드게임이다. AlphaGo 이전에 모든 강력한 컴퓨터바둑 프로그램들은 게임트리 내 매우 큰 분기수와 국면평가에서의 어려움을 극복하기 위해 몬테카를로 트리탐색(Monte-Carlo Tree Search)을 사용해 왔다. 본 논문에서는 MCTS를 활용하여 초소형 바둑에서의 최상의 수순과 덤의 크기를 알고자 했다. 2줄바둑에서의 게임결과는 빅이 되었으며 덤의 크기는 0집, 반면에 3줄바둑에서는 흑이 항상 승리하고 덤의 크기는 9집이 되어야 함을 알아냈다.

본 연구는 국내 교육 환경에서 특별하게 등장하고 있는 학습시간 관리서비스의 개념과 그 안에 서 활용되고 있는 게이미피케이션 요소들의 특성을 파악한 후, 학습시간 관리서비스가 지향하는 심리적 반엔트로피의 의미와 새로운 게이미피케이션 요소로서 밈(meme)의 역할을 제시한다. 교육 용 게이미피케이션의 목표는 게임과 학습의 유사한 부분을 찾아 학습 환경에 접목시킴으로써 학 습 동기를 강화하고 몰입으로 이끄는 것이다. 학습시간 관리서비스 또한 그러한 목표를 지향한다. 하지만 그것은 앱 차단과 같은 외적 반엔트로피 환경을 게임적 기술이나 게임적 사고로 연결해 외적 동기를 부여한다는 점에서 차이가 있다. 뿐만 아니라 내적 동기를 유발하기 위해 새로운 게 이미피케이션 요소로서 밈을 활용한다는 점에서도 차별화된다. 특히, 학습 패턴과 관련된 밈은 학 습 활동 수행에 관한 일종의 지침과 같은 것으로서, 우수한 학습 패턴을 모방하려는 내적 동기를 유발하고 심리적 반엔트로피 상태를 지속시킬 수 있는 동력이 된다. 따라서 학습시간 관리서비스 안의 게이미피케이션은 게임 기반의 기술이나 게임적 사고를 활용함으로써 외적 반엔트로피 환경 을 강화하고, 학습 패턴의 밈을 활용함으로써 심리적 반엔트로피 상태를 지속시키는 것이다.

바둑에 있어 사활문제는 컴퓨터 바둑을 구현하기 위해 반드시 극복해야 하는 기본적인 문제이다. 사활문제와 같은 국부적인 바둑 문제를 해결하기 위하여 고려해야 될 중요한 사항은 게임 트리의 엄청난 분기수와 그 깊이를 어떻게 처리하느냐이다. 본 논문에서 수행된 실험의 기본 착상은 둘러싸인 돌들을 죽이기 위해 인식된 첫 수들을 찾아내는 인간의 습성을 모방한 것이다. 바둑에 있어, 유사한 사활문제(패턴)들은 자주 유사한 해들을 갖는다. 유사한 패턴을 분류 하기 위하여 코호넨 신경망(KNN)을 기반으로 한 군집화를 수행하였으며, 실험 결과는 고무적이며 사활문제를 풀기 위해 신경망으로 통제 학습을 사용하는 패턴 일치와 경쟁할 수 있음을 알아냈다.

블록 내 이적이란 컨테이너를 선박에 싣는 적하 작업을 효율적으로 수행하기 위하여 하나의 장치장 블록 여기저기에 흩어져 있는 컨테이너들을 적하 순서에 맞춰 몇 개의 베이로 모으는 작업이다. 이전시 적하 순서를 고려하지 않고 단순히 컨테이너들을 모으기만 하면, 적하 작업 과정에서 보다 일찍 적하될 컨테이너를 반출하기 위하여 상단의 컨테이너들을 임시로 옮겨야 하는 재취급이 빈번히 발생할 수 있다. 이러한 재취급은 적하 작업의 효율을 저해하는 가장 중요한 요소 중의 하나이다. 본 논문에서는 휴리스틱을 이용하여 적하 작업 과정에서 재취급이 발생하지 않게 컨테이너들을 이적할 수 있는 컨테이너 이동 순서를 찾는 방안을 제안한다. 시뮬레이션을 통한 실험 결과 본 제안 방안이 다양한 환경에서 컨테이너 이동 순서를 실시간에 생성할 수 있음을 확인하였다.