• 한국문헌정보학회지
• /
• 제49권4호
• /
• pp.203-220
• /
• 2015

본 연구는 국내 도서관에서 AACR2와 RDA 서지레코드의 공존에 따라 서지레코드의 디스플레이와 검색을 위한 하이브리드 서지레코드 생성 방안을 제안하고자 한다. 연구방법으로 문헌연구와 사례조사를 실시하였다. 분석대상은 도서관으로 Kent State University, University of Houston이고, 하이브리드레코드 생성 알고리즘으로 Backstage Library Works이었다. 조사를 바탕으로 국내에서 하이브리드 서지레코드 생성을 위해서는 첫째, 하이브리드 서지레코드와 RDA 레코드의 식별이 필요하다. 둘째, 판사항에서 약어를 무조건 확장하여 기술하는 것은 바람직하지 않으므로 250에 기술된 정보를 그대로 유지하도록 한다. 셋째, 260을 264로 변환하는 것보다는 260을 유지하도록 한다. 넷째, 자원유형을 정확히 변환할 수 있는 신뢰할 매핑표가 작성되어야 한다. 본 연구는 국내 서지데이터에서 서양서의 기존 레코드를 하이브리드레코드로 변환하여 통일된 디스플레이와 검색이 가능하도록 제안하였다.

• Steel and Composite Structures
• /
• 제25권1호
• /
• pp.1-17
• /
• 2017

Seismic performance of hybrid steel frames defined as mixture of rigid and semi-rigid connections is investigated in this paper. Three frames with 10, 15 and 20 stories are designed with fully rigid connections and then with 4 patterns for semi-rigid connection placement, some of beam to column rigid connections would turn to semi-rigid. Each semi-rigid connection is considered with 4 different moment capacities and all rigid and semi-rigid frames consisting of 51 models are subjected to 5 selected earthquake records for nonlinear analysis. Maximum story drifts, roof acceleration and base shear are extracted for those 5 earthquake records and average values are obtained for each case. Based on numerical results for the proposed hybrid frames, story drifts remain in allowable range and the reductions in the maximum roof acceleration of 22, 29 and 25% and maximum base shear of 33, 31 and 54% occur in those 10, 15 and 20-story frames, respectively.

• KCI Concrete Journal
• /
• 제11권3호
• /
• pp.191-199
• /
• 1999

A Precast frame system with hybrid beam-column connections was proposed in this study. An analytical study evaluated the system under seismic loadings. Four buildings with different heights were modeled in which each building had three types of joint details (A. B, C). Thus, twelve buildings were examined with variables such as building height and joint detail. Four earthquake records were applied to the buildings as input ground motions. All the records were normalized to the intensity of 0.25g to assess behavior under the same intensity of seismic excitation. All the joint types showed almost identical results except for the Mexico earthquake which was scaled up from 0. 1g to 0.25g. Buildings with the type C joint exhibited the largest deflection for the Mexico earthquake. It was concluded that type B joint could be used in a high seismic zone and the type C joint could possibly be used in the regions of low to medium seismic activity.

• 한국공간구조학회논문집
• /
• 제17권4호
• /
• pp.35-42
• /
• 2017

This study develops a new hybrid passive energy dissipation device for seismic rehabilitation of an existing structure. The device is composed of a friction damper combined with a steel plate with vertical slits as a hysteretic damper. Analytical model is developed for the device, and the capacity of the hybrid device to satisfy a given target performance is determined based on the ASCE/SEI 7-10 process. The effect of the device is verified by nonlinear dynamic analyses using seven earthquake records. The analysis results show that the dissipated inelastic energy is concentrated on the hybrid damper and the maximum interstory drift of the SMRF with damping system satisfies the requirement of the current code.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제9권6호
• /
• pp.693-698
• /
• 2003

야구는 매 경기마다 다양한 기록을 생성하며, 이러한 기록을 기반으로 다음 경기에 대한 승패예측이 이루어진다. 프로야구 승패 예측에 대한 연구는 많은 사람들에 의해 행해져 왔으나 아직 이렇다할 결과를 얻지 못하고 있는 상태이다. 이처럼 승패 예측이 어려운 이유는 많은 경기 기록들 중 승패 예측에 영향을 주는 요소의 선별이 어렵고, 예측에 사용된 자료들 간의 중복 요인으로 인해 학습 모델의 복잡도만 증가시킬 뿐 좋은 성능을 보이지 못하고 있다. 이에 본 논문에서는 전문가들의 의견을 바탕으로 학습 요소들을 선택하고, 선택된 자료들을 이용하여 휴리스틱 함수를 구성하였다. 요소들 간의 조합을 통해 예측에 영향을 줄 수 있는 새로운 값을 산출함과 동시에 학습 알고리즘에 사용될 입력 값의 차원을 줄일 수 있는 혼합형 모델을 제안하였다. 그 결과, 학습 알고리즘으로 사용된 역전파 알고리즘의 복잡도를 감소시키고, 프로야구 경기 승패 예측에 있어서도 정확성이 향상되었다.

• 한국문헌정보학회지
• /
• 제47권1호
• /
• pp.105-124
• /
• 2013

국내 대통령기록물의 연구 및 활용, 서비스를 위해서는 다양한 대통령기록물의 유형과 포맷에 대한 통합 메타데이터 설계 및 운영이 필요하며, 상이한 메타데이터 구조를 가지고 있는 대통령기록관과 민간 대통령도서관 기념관의 메타데이터 표준화가 요구된다. 이에 이 연구에서는 국내 대통령기록물의 메타데이터 통합 운영을 위하여 통합 메타데이터 설계 원칙과 메타데이터 속성 및 관계를 제안하였다. 메타데이터 설계 원칙은 '대통령기록물 간의 관계 설정 및 설계', '다중 개체 모형을 적용한 대통령기록물 각 개체별 설계', '다양한 유형의 대통령기록물을 기술할 수 있도록 설계', '소장기관의 업무 전주기를 반영한 메타데이터 설계', '하이브리드형 장기보존 메타데이터 설계'이다. 메타데이터 요소는 모든 유형의 대통령기록물들이 공통적으로 지니고 있는 공통속성 요소, 특정 대통령기록물만이 갖는 고유속성 요소, 대통령기록물 생산에 관련된 타 기록물간의 연관 및 참조정보 요소이다.

• Earthquakes and Structures
• /
• 제15권4호
• /
• pp.351-360
• /
• 2018

Energy-based methodology is utilized to design novel timber-steel hybrid core wall system. The timber-steel core wall system consists of cross laminated timber (CLT), steel columns, angled brackets and t-stub connections. The CLT wall panels are stiff and strong, and ductility is provided through the steel t-stub connections. The structural system was modelled in SAP2000 finite element program. The hybrid system is explained in detail and validated using first principles. To evaluate performance of the hybrid core system, a 7-story building was designed using both forced-based design and energy based design (EBD) approaches. Performance of the structure was evaluated using 10 earthquakes records selected for 2500 return period and seismicity of Vancouver. The results clearly served as a good example of the benefits of EBD compared to conventional forced based design approaches.

• 지능정보연구
• /
• 제19권2호
• /
• pp.125-140
• /
• 2013

어떤 클래스에 속한 레코드의 개수가 다른 클래스들에 속한 레코드의 개수보다 매우 많은 경우에, 이 데이터 집합을 '불균형 데이터 집합'이라고 한다. 데이터 분류에 사용되는 많은 기법들은 이러한 불균형 데이터에 대해서 저조한 성능을 보인다. 어떤 기법의 성능을 평가할 때에 적중률뿐만 아니라, 민감도와 특이도도 함께 측정하여야 한다. 고객의 이탈을 예측하는 문제에서 '유지' 레코드가 다수 클래스를 차지하고, '이탈' 레코드는 소수 클래스를 차지한다. 민감도는 실제로 '유지'인 레코드를 '유지'로 예측하는 비율이고, 특이도는 실제로 '이탈'인 레코드를 '이탈'로 예측하는 비율이다. 많은 데이터 마이닝 기법들이 불균형 데이터에 대해서 저조한 성능을 보이는 것은 바로 소수 클래스의 적중률인 특이도가 낮기 때문이다. 불균형 데이터 집합에 대처하는 과거 연구 중에는 소수 클래스를 Oversampling하여 균형 데이터 집합을 생성한 후에 데이터 마이닝 기법을 적용한 연구들이 있다. 이렇게 균형 데이터 집합을 생성하여 예측을 수행하면, 특이도는 다소 향상시킬 수 있으나 그 대신 민감도가 하락하게 된다. 본 연구에서는 민감도는 유지하면서 특이도를 향상시키는 모델을 개발하였다. 개발된 모델은 Support Vector Machine (SVM), 인공신경망(ANN) 그리고 의사결정나무 기법 등으로 구성된 하이브리드 모델로서, Hybrid SVM Model이라고 명명하였다. 구축과정 및 예측과정은 다음과 같다. 원래의 불균형 데이터 집합으로 SVM_I Model과 ANN_I Model을 구축한다. 불균형 데이터 집합으로부터 Oversampling을 하여 균형 데이터 집합을 생성하고, 이것으로 SVM_B Model을 구축한다. SVM_I Model은 민감도에서 우수하고, SVM_B Model은 특이도에서 우수하다. 입력 레코드에 대해서 SVM_I와 SVM_B가 동일한 예측치를 도출하면 그것을 최종 해로 결정한다. SVM_I와 SVM_B가 상이한 예측치를 도출한 레코드에 대해서는 ANN과 의사결정나무의 도움으로 판별 과정을 거쳐서 최종 해를 결정한다. 상이한 예측치를 도출한 레코드에 대해서는, ANN_I의 출력값을 입력속성으로, 실제 이탈 여부를 목표 속성으로 설정하여 의사결정나무 모델을 구축한다. 그 결과 다음과 같은 2개의 판별규칙을 얻었다. 'IF ANN_I output value < 0.285, THEN Final Solution = Retention' 그리고 'IF ANN_I output value ${\geq}0.285$, THEN Final Solution = Churn'이다. 제시되어 있는 규칙의 Threshold 값인 0.285는 본 연구에서 사용한 데이터에 최적화되어 도출된 값이다. 본 연구에서 제시하는 것은 Hybrid SVM Model의 구조이지 특정한 Threshold 값이 아니기 때문에 이 Threshold 값은 대상 데이터에 따라서 얼마든지 변할 수 있다. Hybrid SVM Model의 성능을 UCI Machine Learning Repository에서 제공하는 Churn 데이터 집합을 사용하여 평가하였다. Hybrid SVM Model의 적중률은 91.08%로서 SVM_I Model이나 SVM_B Model의 적중률보다 높았다. Hybrid SVM Model의 민감도는 95.02%이었고, 특이도는 69.24%이었다. SVM_I Model의 민감도는 94.65%이었고, SVM_B Model의 특이도는 67.00%이었다. 그러므로 본 연구에서 개발한 Hybrid SVM Model이 SVM_I Model의 민감도 수준은 유지하면서 SVM_B Model의 특이도보다는 향상된 성능을 보였다.

• 한국정보처리학회논문지
• /
• 제4권4호
• /
• pp.923-932
• /
• 1997

본 논문은 대용량의 텍스트 문서를 효율적으로 처리하기 위해 단어 분별도(trrm discrimination)개념을 이용한 2단계 합성 요약화일 방법(THM)을 제안한다. 또한 보다 더 나은 검색성능을 위해 2단계 합성 요약 화일 방법에 고분별력 단어들의 유사성에 의해 유사한 요약들은 함께 결집하는 Yoo가 제안한 요약결집 방법을 적용한다. 검색 시간, 부가 저장 공간 측면에서 제안된 2단계 합성 요약화일(THM)의 성능 분석 모델을 제공하고 기존의 방법들 즉, 비트 슬라이스 방법(BM), 2단계 요약화일 방법(TM) 합성 방법(HM)들과 성능 평가를 수행한다. 성능 비교결과 일치하는 레코드 수가 160이하일때 100,000개의 대용량 데이터베이스에서 제안된 THM이 검색 성능면에 있어서 가장 좋은 성능을 보인다.

• Journal of Electrical Engineering and Technology
• /
• 제13권3호
• /
• pp.1089-1098
• /
• 2018

This study aims at developing and applying a hybrid model to the wind power prediction (WPP). The hybrid model for a very-short-term WPP (VSTWPP) is achieved through analytical data, multiple linear regressions and least square methods (MLR&LS). The data used in our hybrid model are based on the historical records of wind power from an offshore region. In this model, the WPP is achieved in four steps: 1) transforming historical data into ratios; 2) predicting the wind power using the ratios; 3) predicting rectification ratios by the total wind power; 4) predicting the wind power using the proposed rectification method. The proposed method includes one-step and multi-step predictions. The WPP is tested by applying different models, such as the autoregressive moving average (ARMA), support vector machine (SVM), and artificial neural network (ANN). The results of all these models confirmed the validity of the proposed hybrid model in terms of error as well as its effectiveness. Furthermore, forecasting errors are compared to depict a highly variable WPP, and the correlations between the actual and predicted wind powers are shown. Simulations are carried out to definitely prove the feasibility and excellent performance of the proposed method for the VSTWPP versus that of the SVM, ANN and ARMA models.