• 한국IT서비스학회:학술대회논문집
• /
• 2003.11a
• /
• 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.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• 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.

• Journal of the Korean Society for information Management
• /
• v.18 no.3
• /
• pp.87-114
• /
• 2001

A hybrid information environment can be described as one where an appropriate range of heterogeneous information services is presented to the user in a consistent and integrated way via a single interface. The purpose of this study is to suggest a need of hybrid information services through understanding of the hybrid information environment and hybrid library. Additionally, this study deal with basic concepts of design for a hybrid information service model and address a number of hybrid library projects based on these concepts, such as Agora, BUILDER, HealdLine, HyLife, and MALIBU. Finally, this study survey generic a model of hybrid library and suggest basic principles for building of hybrid information service model, such as integration, seamlessness, authentication, interconnectivity, and personalization of information seeking process environment.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• 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.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• 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.

• Journal of the Korea Society for Simulation
• /
• v.22 no.1
• /
• pp.21-30
• /
• 2013

A hybrid system is a combination of sub systems which have different types of state and time: a typical example is a combination of discrete event and continuous systems. A HDEVS(Hybrid DEVS) formalism was proposed for modeling and analyzing a hybrid system. The HDEVS formalism allows modelers to construct a hierarchical and modular model based on the mathematical set theory. Because the HDEVS formalism was applied to the distributed and interoperated simulators, modelers should make several heterogenous models dividing a target system. Hence, this paper proposes an extended hybrid coupled model of HDEVS formalism and an integrated hybrid modeling methodology in contrast to the existing simulation framework on interoperable simulators. By applying the proposed modeling method, a target system can be translated to a hybrid model in a similar form as the target system. This paper also contains a simulation engine design for the proposed modeling methodlogy and a case study which simulates water tank control systems.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06c
• /
• 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.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• 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.

• Proceedings of the Korea Contents Association Conference
• /
• 2014.11a
• /
• pp.447-448
• /
• 2014

본 연구는 강의실에서의 면대면 교육이 아닌, 온라인 교육모델을 혼합한 하이브리드 모델 가운데 어떠한 모델이 기독교 대학에서의 기독교 과목 교육에 가장 적절할 것인지를 알아보고 이 모델의 효과적인 교육 결과를 도출하기 위한 다양한 변수들을 확인하는데 그 목적이 있다.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.22 no.5
• /
• pp.391-401
• /
• 2009

The hybrid approach for structural experiments decomposes a structure into independent substructures that can be tested or simulated. The results from the decomposed substructures are combined to predict the behaviors of the entires structure. The hybrid approach is especially useful for the hybrid pseudo-dynamic tests that overcome the limitations of size of a test structure present in a shaking table test. The development of a computer system for the hybrid experiment requires a data model that formally organizes the information involved in the hybrid experiments. This paper provides the data model for representing the information involved in the hybrid experiments, by modifying the classes and attributes for the hybrid experiments in the Lehigh Model that is one of the data models for structural experiments. The data model for the hybrid experiments includes the classes for the physical substructures being tested and the analytical substructures being analyzed, and the simulation coordinator managing the overall experiments. Some objects for classes are implemented as an example to show the links among the classes. The data model presented in this paper can be applied for developing a computer system that helps structural engineers and researchers store, share, and access the information for the hybrid experiments.