지식이 조직의 경쟁력과 부가가치 창출의 핵심원천으로 인식되면서 지식경영의 중요성 또한 부각되고 있다. 이러한 지식경영의 성공적인 실행을 위해서는 조직 내 지식자원의 창출 및 ... more 지식이 조직의 경쟁력과 부가가치 창출의 핵심원천으로 인식되면서 지식경영의 중요성 또한 부각되고 있다. 이러한 지식경영의 성공적인 실행을 위해서는 조직 내 지식자원의 창출 및 공유, 조직의 성과향상, 그리고 지속적인 조직혁신과 같은 지식경영의 본질적인 목적과 다양한 영향요인을 고려한 전략을 수립하는 것이 무엇보다도 중요하다. 그러나 지금까지 지식경영 전략에 관한 연구는 대부분 단선적인 인과모형에 근거한 통계적 분석이 대부분이었다. 이에 본 연구는 네트워크 분석과정(analytic network process: ANP)을 활용하여 성공적인 지식경영 전략 수립을 위한 새로운 의사결정 프레임워크를 구축하고자 한다. 구체적으로, 기존 문헌연구를 통해 지식경영 구성요소들 간의 상호작용과 피드백 구조를 결정짓는 군집(cluster)과 요인(component)을 도출하였다. 그리고 지식경영 관련 분야의 전문가를 대상으로 한 설문조사를 통해 피드백 구조를 고려한 군집, 요인, 그리고 대안의 상대적인 중요도 및 선호도를 산출하였다. 본 연구결과는 지식관리자로 하여금 지식경영 전략 수립을 위한 의사결정을 내리는데 많은 도움을 줄 것으로 기대된다.
International Journal of High Performance Computing Applications, 2012
While image texture is effective for use in pattern recognition and image analysis algorithms, te... more While image texture is effective for use in pattern recognition and image analysis algorithms, textural features are time-consuming to calculate on standard CPUs. Therefore, we present novel implementations of textural feature algorithms on graphics processors (GPUs), enabling fast color and texture analysis. Since different textural feature calculations can exhibit diverse characteristics, we focus on using general and algorithm-specific techniques to
지식이 조직의 경쟁력과 부가가치 창출의 핵심원천으로 인식되면서 지식경영의 중요성 또한 부각되고 있다. 이러한 지식경영의 성공적인 실행을 위해서는 조직 내 지식자원의 창출 및 ... more 지식이 조직의 경쟁력과 부가가치 창출의 핵심원천으로 인식되면서 지식경영의 중요성 또한 부각되고 있다. 이러한 지식경영의 성공적인 실행을 위해서는 조직 내 지식자원의 창출 및 공유, 조직의 성과향상, 그리고 지속적인 조직혁신과 같은 지식경영의 본질적인 목적과 다양한 영향요인을 고려한 전략을 수립하는 것이 무엇보다도 중요하다. 그러나 지금까지 지식경영 전략에 관한 연구는 대부분 단선적인 인과모형에 근거한 통계적 분석이 대부분이었다. 이에 본 연구는 네트워크 분석과정(analytic network process: ANP)을 활용하여 성공적인 지식경영 전략 수립을 위한 새로운 의사결정 프레임워크를 구축하고자 한다. 구체적으로, 기존 문헌연구를 통해 지식경영 구성요소들 간의 상호작용과 피드백 구조를 결정짓는 군집(cluster)과 요인(component)을 도출하였다. 그리고 지식경영 관련 분야의 전문가를 대상으로 한 설문조사를 통해 피드백 구조를 고려한 군집, 요인, 그리고 대안의 상대적인 중요도 및 선호도를 산출하였다. 본 연구결과는 지식관리자로 하여금 지식경영 전략 수립을 위한 의사결정을 내리는데 많은 도움을 줄 것으로 기대된다.
International Journal of High Performance Computing Applications, 2012
While image texture is effective for use in pattern recognition and image analysis algorithms, te... more While image texture is effective for use in pattern recognition and image analysis algorithms, textural features are time-consuming to calculate on standard CPUs. Therefore, we present novel implementations of textural feature algorithms on graphics processors (GPUs), enabling fast color and texture analysis. Since different textural feature calculations can exhibit diverse characteristics, we focus on using general and algorithm-specific techniques to
Uploads