검색연산자 | 기능 | 검색시 예 |
---|---|---|
() | 우선순위가 가장 높은 연산자 | 예1) (나노 (기계 | machine)) |
공백 | 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 | 예1) (나노 기계) 예2) 나노 장영실 |
| | 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 | 예1) (줄기세포 | 면역) 예2) 줄기세포 | 장영실 |
! | NOT 이후에 있는 검색어가 포함된 문서는 제외 | 예1) (황금 !백금) 예2) !image |
* | 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 | 예) semi* |
"" | 따옴표 내의 구문과 완전히 일치하는 문서만 검색 | 예) "Transform and Quantization" |
생물학적으로 동기가 되는 신경망 모델에 기반한 TAM 네트워크는 특별히 패턴분석에 효과적인 모델이다. TAM 네트워크는 입력층, 카테고리층, 출력층으로 구성되어 있다. 입력 및 출력 데이터에 대한 퍼지룰은 TAM 네트워크에서 얻어진다. 각 층에서 링크와 노드를 감소하기 위한 3가지의 프루닝룰을 사용하는 TAM 네트워크를 퍼지 TAM 네트워크라고 한다. 본 논문에서는 퍼지 TAM 네트워크를 건설협력업체의 핵심역량모델의 패턴분석에 적용하고 그 유용성을 보인다.
The TAM(Topographic Attentive Mapping) network based on a biologically-motivated neural network model is an especially effective one for pattern analysis. It is composed of of input layer, category layer, and output layer. Fuzzy rule, for input and output data are acquired from it. The TAM network with three pruning rules for reducing links and nodes at the layer is called fuzzy TAM network. In this paper, we apply fuzzy TAM network to pattern analysis of core competency model for subcontractors of construction companies and show its usefulness.
#Fuzzy TAM Network #Pattern Analysis #Subcontractors of Construction Companies #Core Competency Model
원문 PDF 다운로드
원문 URL 링크
원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)
DOI 인용 스타일