http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
최선진(Choi, Seon-Jin)(崔善珍) 대한중국학회 2019 중국학 Vol.68 No.-
국제화 시대에 따라 해외 파견 유학생이 많아지고 있으며, 각 대학에서도 교환학생 프로그램이 활발히 진행되고 있다. 이와 함께 해외 교류에 필요한 문화역량에 대한 관심도 커지고 있다. 해외 한국인 유학생 현황에 따르면 중국지역 유학생 수가 가장 많은 비율을 차지하고 있는 데 반해, 이에 대한 전문적인 조사나 연구가 거의 없다. 따라서 본 연구는 중국지역 교환 프로그램을 통한 문화역량 변화와 교환 전과 과정 중의 요인에 대한 문화역량의 관계를 조사·분석해 보았다는 데 의의가 있다. 이를 조사하기 위해 A 대학 중국학부 학생 중 2016년부터 2018년까지 중국지역으로 파견 간 교환학생을 대상으로 교환 전과 후 2차례에 걸쳐 설문조사를 시행하였고, 2차례 설문에 모두 참여한 동일 집단 53명을 연구대상 범위로 정하였다. 통계 결과와 주관식 의견을 토대로 교환학생 프로그램에 대한 문제점과 개선해야 할 부분을 파악하여 3가지 교육방안을 다음과 같이 제시하였다. 1)교환학생 선발방법 변경 또는 추가 조건제시, 2)기 경험자가 참여하는 정보망 구축, 3)교환 전 교내에서부터 현지인과의 교류를 적극적으로 지원 하자이다. 본 연구의 제시방안을 활용하여 중국지역 파견뿐만 아니라 해외 교류 프로그램의 양적 성장과 질적 성장이 함께 이루어지길 바란다. With the advent of globalization, each universities actively run a student exchange program. In addition, there is a growing interest in cultural competency for international exchanges. These days, more and more Korean students are going to China to study its language and culture but no research has been conducted to make better programs or systems for students. Therefore, this study is meaningful to identify changes of cultural capacity through the exchange program in China. For research, the survey was conducted in A university’s Chinese studies students who participate in exchange student program in China from 2016 to 2018. A group of 53 students responded survey on two separate occasions. Based on the statistical results and opinions on the subject matter, researcher identified the problems of current exchange student program, the way for further improvements and three options for educational methods. 1) Changing the method of selecting exchange students or suggesting additional conditions, 2) Establishing an information network with prior experience in exchange student, 3) Supporting various interacting programs with natives inside a college before exchanging.
노이즈 환경에서 입자 군집 최적화 알고리즘의 성능 향상을 위한 통계적 가설 검정 기반 리샘플링 기법의 적용
최선한,Choi, Seon Han 한국시뮬레이션학회 2019 한국시뮬레이션학회 논문지 Vol.28 No.4
군집에 대한 사회적 행동 모델에 영감을 받은 군집 최적화 알고리즘은 복잡한 최적화 문제 해결에서부터 인공 신경망의 학습에까지 활용되는 대표적인 메타휴리스틱 최적화 알고리즘 중의 하나이다. 하지만 이 알고리즘은 기본적으로 확률적 노이즈가 존재하지 않는 결정적인 환경에서 개발되었기 때문에, 많은 경우 확률적 노이즈가 존재하는 실제 문제에 적용하기에 어려움이 있었다. 본 논문에서는 이를 개선하기 위하여 불확실 평가 기법이라고 정의되는 통계적 가설 검정 기반의 리샘플링 기법을 적용한다. 이 기법을 통하여 입자 군집 최적화 알고리즘의 성능에 가장 큰 영향을 미치는 입자들의 전역 최적을 정확하게 찾으므로 노이즈 환경에서 입자들이 최적해로 보다 정확하고 빠르게 수렴하도록 한다. 다양한 벤치마크 문제들에 대한 기존 알고리즘들과의 비교 실험 결과는 제안하는 알고리즘의 개선된 성능을 입증하고, 사례 연구의 결과는 본 연구의 필요성을 강조한다. 본 연구 결과가 4차 산업혁명 시대에 디지털 트윈 등을 통한 시뮬레이션 기반 시스템 최적화에 효과적으로 적용될 수 있을 것이라 기대한다. Inspired by the social behavior models of a bird flock or fish school, particle swarm optimization (PSO) is a popular metaheuristic optimization algorithm and has been widely used from solving a complex optimization problem to learning a artificial neural network. However, PSO is difficult to apply to many real-life optimization problems involving stochastic noise, since it is originated in a deterministic environment. To resolve this problem, this paper incorporates a resampling method called the uncertainty evaluation (UE) method into PSO. The UE method allows the particles to converge on the accurate optimal solution quickly in a noisy environment by selecting the particles' global best position correctly, one of the significant factors in the performance of PSO. The results of comparative experiments on several benchmark problems demonstrated the improved performance of the propose algorithm compared to the existing studies. In addition, the results of the case study emphasize the necessity of this work. The proposed algorithm is expected to be effectively applied to optimize complex systems through digital twins in the fourth industrial revolution.