http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
이용희 대한인간공학회 2016 대한인간공학회 학술대회논문집 Vol.2016 No.11
본 논문에서는 인간공학회에서 각 분야에서 안전문화 문제로 제기되는 현안에 대해 논의한 결과를 통해 인간공학의 효과적인 접근방안과 과제의 중간 결과를 제시하였다. 근대 산업시대에서 인간공학은 다른 어떤 기술보다 안전을 확보하거나 기술을 혁신하는데 주도적인 역할을 담당해왔다. 초기 시간동작 연구(time-and-motion study)로 대표되는 작업관리 시대는 물론, 운전석 및 HCI로 대표되는 인터페이스 기술을 통해 인간공학은 스마트폰과 같은 첨단 인간-기계 체계의 혁신적인 발전에 기여해왔다. 특히 인간공학은 양립성 부족로 발생하는 인적오류 문제의 포착 및 안전문제 해결에 대표적 역할을 맡아왔다. 그러나 최근 ICT기술의 급격한 발전으로 안전문제의 성격도 급격하게 변화하여 안전문화가 새로운 유형의 과제로 부각되고 있다. 특히 회피(avoidance)와 태만(neglect) 등 귀차니즘형 오류(2012, 이용희)와 복잡한 성격을 드러내는 위반(violation)형 오류(2016, 강보라 외) 등은 전통적인 인적오류 기술로 다루지 못하여, 대부분의 분야에서 별도의 안전문화(safety culture) 현안으로 다루고 있다(2016, 이용희). 따라서 각 분야의 안전문화 현안 및 관련 활동 현황을 검토하고, 인적오류 3.0 개념과 같은 새로운 접근을 고려하여 안전문화와 관련된 시급한 인간공학적 과제를 도출하였다. 각 분야의 고유성과는 별개로 근본적 안전문화 현안에 대해 공통적인 연구개발 방향을 제시하였다.
이용희 대한인간공학회 2016 대한인간공학회 학술대회논문집 Vol.2016 No.11
본 논문은 최근에 재부각된 인적오류(human error)의 효과적인 연구를 위하여 인적오류 및 연구개발 동향을 재검토하고 인적오류의 유형을 인적오류1.0~3.0으로 분류한 선행연구(2016, 이용희)를 기반으로, 새로운 과제로 부각되는 인적오류 3.0에 대한 특징 및 현안과 인간공학적 우선 과제를 제시하였다. 인적오류는 인간공학의 핵심과제이지만, 기술과 사회의 변화로 접근방법에 변화가 불가피하다. 특히 안전문화(safety culture) 문제로 모호하게 부각되고 있는 최근의 현안을 인간공학 분야에서 해결해야하는 인적오류3.0의 핵심과제로 논의하였다. 또한 그 대표적인 사례로 인적오류 후의 인적오류인 위반(violation) 오류를 중심으로 인적오류 3.0의 특징에 대한 검토 결과를 제시하고 관련된 연구개발 과제를 제시하였다.
이용희 한국자료분석학회 2014 Journal of the Korean Data Analysis Society Vol.16 No.1
In statistical inference AIC (Akaike information criteria) is the most popular criterion for model selection. Especially AIC is extensively used to determine the number of regressors in linear models. Under linear mixed effects model, which is an extension of linear model, marginal AIC has been used for model selection. However, marginal AIC could not consider the complexity of model when prediction of random effects is an important issue. Conditional AIC had been proposed to assess model complexity due to random effects. This article compares performance of model selection methods based on AIC for linear mixed effect models. We performed simulation study to compare properties of conditional and marginal AIC along with BIC (Bayesian information criteria) under crossover designs which use complicated structure on random effects. Results from simulation study implies more research on improvement of conditional AIC is needed since conditional AIC cannot differentiate change in number of parameters when there are large number of random effects. 통계적 추론에서 모형의 선택을 하는 경우 주로 사용되는 방법이 AIC(Akaike information criteria)이며 특히 선형모형에서 독립변수의 선택에 유용하게 쓰인다. 선형모형의 확장인 혼합모형에서 주변 AIC(marginal AIC)는 임의효과의 예측에 대한 불확실성을 반영하지 못하는 단점이 있다. 임의효과의 예측이 통계적 추론에서 중요한 고려 사항인 경우 그 예측의 불확실성을 반영할 수 있도록 제안된 모형 선택법 중의 하나가 조건부 AIC(conditional AIC)이다. 신약 또는 제네릭약품을 개발할 때 약물이 인체에 흡수되는 속도와 형태를 비교 분석하는 실험은 보통 교차실험을 이용하며 이 때 피험자의 특성을 반영하는 여러 가지 임의효과의 예측과 그 분산 구조에 대한 모형의 선택은 제약에 관련된 임상실험에서 중요한 문제이다. 본 논문에서는 교차실험에서 사용되는 선형혼합모형에 대한 선택법으로서 조건부 AIC의 특성과 효율을 모의실험으로 알아보고 다른 기준과의 차이점을 비교분석하였다. 얻어진 결과는 자료의 크기가 작으면 조건부 AIC와 주변 AIC는 복잡한 모형을 선호하는 것으로 나타났으며 조건부 AIC는 임의효과의 수가 많아지면 모수의 수에 약간의 변화가 생겨도 그 차이를 구별하지 못하는 현상이 일어났다.