• 한국IT서비스학회:학술대회논문집
• /
• 한국IT서비스학회 2003년도 추계학술대회
• /
• pp.78-87
• /
• 2003

본 논문에서는 사례분석을 통하여 온-오프라인 하이브리드(hybrid) 비즈니스 모델의 성과와 상보성 효과(complementary effect)의 상관관계를 탐색하였다. 기존 선행 연구가 상보성 효과를 인식하는 수준인 반면 본 연구에서는 하이브리드 비즈니스 모델 별로 성과에 긍정적인 영향을 미치는 차별화 된 상보성 유형들을 파악하였다. 비즈니스 모델 유형은 Mahadevan(2000)의 가치 기준 분류인 시장 형성자, 포탈, 제품/서비스 공급자를 기준으로 하였으며 상보성 효과와의 상관관계 분석 결과 비즈니스 모델 별 상보성 효과의 차별화가 있음이 파악되었다. 본 연구의 특징은 인터넷 비즈니스 모델과 상보성의 특성 분석을 통하여 연구의 초점을 하이브리드 비즈니스 모델로 확대하였다는데 있으며 따라서 제시된 프레임웍은 오프라인 기업이 온라인 진출 시 효과적인 하이브리드 비즈니스 모델을 수립하는데 있어 유용한 시사점을 줄 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.66-66
• /
• 2023

대규모 댐의 운영으로 인한 인위적인 유량 교란은 물리 기반 수문모형의 정확한 하천유량 모의를 어렵게 만든다. 이러한 한계를 극복하기 위해, 상류의 자연형 유역 모의를 위한 물리 기반 수문모형 Variable Infiltration Capacity model과 댐 운영 모의를 위한 딥러닝 기반 모델을 결합한 하이브리드 모델링 프레임워크를 개발하였다. 본 연구는 수도권의 주요 상수원이자 대규모 댐들이 존재하는 팔당댐 유역을 대상으로, 물리 기반 수문모형만을 기반으로 구축한 단일 및 계단식 구조의 모델과 하이브리드 모델의 예측 성능을 비교하였다. 2015년부터 2019년까지의 검증 기간 동안, 하이브리드 모델, 단일 및 계단식 구조 모델의 Nash-Sutcliffe Efficiency는 각각 0.6410, -0.1054 그리고 0.2564로 하이브리드 모델의 성능이 가장 높은 것으로 나타났다. 이는 머신러닝 알고리즘을 이용한 댐 운영 고려가 정확한 하천유량 평가를 위해서 필수적임을 시사한다. 이러한 결과는 수자원 관리, 홍수 예측 등 다양한 분야에서 활용될 수 있으며, 특히 미래의 지속 가능한 물 관리를 위해 실무자에게 정확한 자료를 제공하는 데 기여할 수 있다.

• 정보관리학회지
• /
• 제18권3호
• /
• pp.87-114
• /
• 2001

하이브리드 정보환경은 적절한 범위의 이질적인 정보서비스가 단일 인터페이스를 통하여 지속적이며 통합된 방법으로 이용자에게 제공되는 환경이라고 할 수 있다. 하이브리드 정보환경은 지역 및/혹은 원격 분산서비스 인쇄 및 전자적 서비스를 포함할 수 있다. 그 환경은 객체들이 소속되어 있는 영역에 상관없이 발견, 소재. 신청, 배달 및 이용 등과 같은 기능들의 일부 혹은 전부를 제공할 것이다. 본 연구는 전통적 정보서비스와 전자적 정보서비스를 통합하고 다양한 유형의 정보자원에 대한 연속적이며 통합된 접근을 요하는 하이브리드 정보환경과 하이브리드 도서관에 대한 이해를 통하여 차이브리드 정보서비스의 필요성을 제기하였다. 이어서, 하이브리드 정보서비스 모델 설계에 필요한 기본개념과 이를 바탕으로 한 Agora. BUILDER, HeadLine. HyLife, MALIBU 같은 주요 하이브리드 도서관 프로젝트에 대해 살펴보았다. 아울러 일반적인 하이브리드 정보서비스 모델을 고찰하고 하이 브리드 정보서비스 모델 구축을 위한 기본원칙으로 통합(integration), 연속성(seamlessness), 인증(authentication), 상호연결성(interconnectivity), 정보탐색과정 환경의 개인화(personalisation) 등의 5가지 기본 원칙을 제시하였다.

• Asia Marketing Journal
• /
• 제6권1호
• /
• pp.1-16
• /
• 2004

서비스품질의 차원과 위계에 대한 논의가 최근 들어 늘어나고 있다. 그 이유는 서비스품질, 고객만족, 고객의 긍정적 행동의향, 수익성 간의 선순환 때문이다. 차원모델은 SERVQUAL과 SERVPERF 모델이 있고 위계모델은 Grönroos(1984)모델과 미국학자들이 개발한 모델이 대표적이다. 최근들어 이들을 결합한 하이브리드모델이 제안되고 있다. 하지만 기존의 하이브리드모델은 차원과 위계를 결합하여 일반성은 높지만 위계를 정하는 이론적 근거가 분명하지 않다. 본 연구는 욕구위계이론 중 Herzberg(1968)의 두 요인이론에 근거하여 서비스품질의 위계모델을 제시하려 한다. 이를 위해 CIT로 판매접점에서 고객이 느끼는 결정적 사건(critical incidents)을 조사하였다. 먼저 중복요인과 단독요인으로 나누고 각각을 다시 불만족중심과 만족중심으로 나눌 때 이들 결정적 사건이 잘 분류되었다. 분류결과 신뢰성은 불만족중심 중복요인, 응답성은 만족중심 중복요인, 공감성은 단독만족요인으로 나타났다. 본 연구에서 제시하는 서비스품질의 욕구위계모델에 따르면 신뢰성, 응답성, 공감성의 순으로 서비스품질이 중요하다. 확신성과 유형성은 따로 분류되는 결정적 사건이 없어 만족, 불만족 요인을 도와주는 조절요인으로 볼 수 있다.

• 한국산학기술학회논문지
• /
• 제14권6호
• /
• pp.2618-2623
• /
• 2013

일정하지 않은 장단비의 코팅된 충전재가 한 방향으로 정렬된 복합재의 등가열전도계수를 쉽게 예측할 수 있는 하이브리드모델을 제시한다. 코팅된 충전재의 등가열전도계수를 일반화된 자기일치모델로 계산하고, 원래 복합재를 모재와 이 값을 갖는 단섬유로 단순화한 후 수정된 에쉘비 모델을 적용한다. 일정한 장단비의 코팅된 단섬유가 한 방향으로 정렬된 복합재에 대해 일반화된 자기일치모델과 수정된 에쉘비모델의 예측결과를 하이브리드모델과 비교한다. 마지막으로 장단비 2와 10인 코팅된 단섬유가 한 방향으로 배치된 복합재의 등가열전도계수를 하이브리드모델로 쉽게 계산할 수 있음을 보여준다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.253-255
• /
• 2002

본 논문에서는 다중 모델 기계학습 기법을 이용하여 문서 자동 분류의 성능과 신뢰도를 향상시킬 수 있는 연구와 실험 결과를 기술하였다. 기존의 다중 모텔 기계 학습법들이 훈련 데이터 또는 학습 알고리즘의 편향에 의한 오류를 극복하고 한 것들인데 비해 본 논문에서 제안한 메타 학습을 이용한 하이브리드 다중 모델 방식은 이 두 가지의 오류 원인을 동시에 해소하고자 하였다. 다양한 문서 집합에 대한 실험 결과, 본 연구에서 제안한 하이브리드 다중 모델 학습법이 전반적으로 기존의 일반 다중모델 학습법들에 비해 높은 성능을 보였으며, 다중 모델의 결합 방식으로서 메타 학습이 투표 방식에 비해 효율적인 것으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.307-307
• /
• 2022

최근 기후변화와 댐 상류 토지이용 변화 등과 같은 다양한 원인에 의해 댐 유입량의 변동성이 증가하면서 댐 관리 및 운영조작 의사 결정에 어려움이 발생하고 있다. 따라서 이러한 댐 유입량의 변동 특성을 반영하여 댐 유입량을 정확하고 효율적으로 예측할 수 있는 방안이 필요한 실정이다. 머신러닝 기술이 발전하면서 Auto-ML(Automated Machine Learning)이 다양한 분야에서 활용되고 있다. Auto-ML은 데이터 전처리, 최적 알고리즘 선택, 하이퍼파라미터 튜닝, 모델 학습 및 평가 등의 모든 과정을 자동화하는 기술이다. 그러나 아직까지 수문 분야에서 댐 유입량을 예측하기 위한 모델을 개발하는데 있어서 Auto-ML을 활용한 사례는 부족하고, 특히 댐 유입량의 예측 정확성을 확보하기 위해 High-inflow and low-inflow 의 변동 특성을 고려한 하이브리드 결합 방식을 통해 Auto-ML 기반 앙상블 모델을 개발하고 평가한 연구는 없다. 본 연구에서는 Auto-ML의 패키지 중 Auto-sklearn을 통해 홍수기, 비홍수기 유입량 변동 특성을 반영한 하이브리드 앙상블 댐 유입량 예측 모델을 개발하였다. 소양강댐을 대상으로 적용한 결과, 하이브리드 Auto-sklearn 앙상블 모델의 댐 유입량 예측 성능은 R² 0.868, RMSE 66.23 m³/s, MAE 16.45 m³/s로 단일 Auto-sklearn을 통해 구축 된 앙상블 모델보다 전반적으로 우수한 것으로 나타났다. 특히 FDC (Flow Duration Curve)의 저수기, 갈수기 구간에서 두 모델의 유입량 예측 경향은 큰 차이를 보였으며, 하이브리드 Auto-sklearn 모델의 예측 값이 관측 값과 더욱 유사한 것으로 나타났다. 이는 홍수기, 비홍수기 구간에 대한 앙상블 모델이 독립적으로 구축되는 과정에서 각 모델에 대한 하이퍼파라미터가 최적화되었기 때문이라 판단된다. 향후 본 연구의 방법론은 보다 정확한 댐 유입량 예측 자료를 생성하기 위한 방안 수립뿐만 아니라 다양한 분야의 불균형한 데이터셋을 이용한 앙상블 모델을 구축하는데도 유용하게 활용될 수 있을 것으로 사료된다.

• 한국시뮬레이션학회논문지
• /
• 제22권1호
• /
• pp.21-30
• /
• 2013

하이브리드 시스템은 서로 다른 상태와 시간을 가지는 부 시스템의 조합으로 이루어진다. 대표적인 예가 이산 사건 시스템과 연속 시간 시스템의 조합이다. HDEVS 형식론은 이러한 하이브리드 시스템을 모델링하고 분석하기 위해 제안되었는데, 이러한 형식론을 통해 모델러는 수학적인 형식론에 기초한 계층적이고 모듈성이 있는 모델을 설계할 수 있었다. 그러나 HDEVS 형식론이 주로 분산된 연동 시뮬레이션에 적용되었기 때문에 모델러는 하이브리드 시스템을 연동에 참여할 시뮬레이터에 맞게 서로 다른 모델들로 구분하여 재구성해야 했다. 따라서 모델은 시스템을 그대로 표현하기보다 나누어진 모델들의 연동 구조로 표현되었다. 본 논문은 이러한 문제를 해결하고 통합된 하이브리드 모델을 만들 수 있는 모델링 방법론과 그에 대한 시뮬레이션 방법론을 제안한다. 기존에 연동형 구조에 적용되었던 것과 달리, 하이브리드 시스템은 그 시스템 본래의 형태 그대로 통합된 모델로 모델링 될 수 있다. 또한 이 논문은 제안하는 모델링 방법론에 따르는 시뮬레이션 엔진 구조에 대해서 논하고 물탱크 조절 예제를 통한 간단한 사례 연구도 포함한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (C)
• /
• pp.104-109
• /
• 2007

최근 분산된 자원을 효과적으로 공유할 수 있는 그리드 기반의 과학 연구가 다양하게 진행되고 있으며, 그러한 예로 국내에서는 건설 및 토목 분야의 원격실험 관측과 제어를 포함한 공동연구 환경의 구축을 내용으로 하는 KOCED(Korea Construction Engineering Development) 프로젝트가 진행 중에 있다. 본 논문에서는 KOCED에서 구축 중인 실험센터의 하나로써, 지리적으로 떨어진 실험 시설과 수치시뮬레이션을 연동하여 실험할 수 있는 하이브리드 실험센터를 대상으로 데이터 모델링을 하였다. 데이터 모델은 데이터를 표현하는 용어를 통일하고 데이터 간의 관계를 명확하게 하여, 데이터의 재사용성을 높일 수 있기 때문에 실험비용이 많이 소모되는 과학실험에 필수적이다. 그리드에 기반한 하이브리드 실험의 데이터 모델링은, 기존의 건설 및 토목실험의 대부분이 독립적인 실험 형태였기 때문에, 정확한 데이터 모델을 예측하기가 용이하지 않았다. 따라서 먼저 하이브리드 실험의 축소 모형인, 프로토타입 실험체를 만들고, 이에 대한 데이터 모델을 설계하여 토목공학 연구자에 의해 사용하게 하였다. 일정기간 사용기간을 갖고, 이에 대한 회의를 통해 향후 구축될 하이브리드 실험센터의 데이터 모델을 설계하였다. 현재 하이브리드 실험의 데이터 모델을 그리드 포탈 기반의 데이터관리 서비스로 구현 중에 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.3-5
• /
• 1998

본 연구팀에서는 기존의 기호주의 전문가 시스템의 경우 지식표현 체계가 의미구조를 반영하지 못함으로써 발생하는 경직성문제를 해결하기 위해 CSN(Connectionist Semantic Network) 모델을 제안하였다. 그러나 CSN모델은 상위개념간의 관계를 표현하기 위해 단순한 전향 신경망을 사용함으로써 상위개념간의 일반적이고 구조화된 지식표현 및 추론에 어려움이 있었다. CSN 모델의 이런 문제점을 위해 본 논문에서는 상위개념간의 일반적이고 구조화된 지식표현과 추론이 용이한 기호주의 표현 체계와 이 표현 체계 안에 효과적으로 의미구조를 반영할 수 있는 연결주의 학습 모델인 CSN을 결합한 하이브리드 구조를 제안하고, 실험을 통하여 제안된 하이브리드 구조의 타당성을 보인다.