• The Korean Journal of Applied Statistics
• /
• v.34 no.3
• /
• pp.329-345
• /
• 2021

Recommender systems use data from customers to suggest personalized products. The recommender systems can be categorized into three cases; collaborative filtering, contents-based filtering, and hybrid recommender system that combines the first two filtering methods. In this work, we introduce and compare deep learning-based recommender system using autoencoder. Autoencoder is an unsupervised deep learning that can effective solve the problem of sparsity in the data matrix. Five versions of autoencoder-based deep learning models are compared via three real data sets. The first three methods are collaborative filtering and the others are hybrid methods. The data sets are composed of customers' ratings having integer values from one to five. The three data sets are sparse data matrix with many zeroes due to non-responses.

• The KIPS Transactions:PartB
• /
• v.11B no.4
• /
• pp.471-476
• /
• 2004

Recently, provides information which is most necessary to the user the research against the web information recommendation system for the Internet shopping mall is actively being advanced. the back which it will drive in the object. In that Dynamic Web Recommendation Method Using SOM (Self-Organizing Feature Maps) has the advantages of speedy execution and simplicity but has the weak points such as the lack of explanation on models and fired weight values for each node of the output layer on the established model. The method proposed in this study solves the lack of explanation using the Bayesian reasoning method. It does not give fixed weight values for each node of the output layer. Instead, the distribution includes weight using Hybrid SOM. This study designs and implements Dynamic Web Recommendation Method Using Hybrid SOM. The result of the existing Web Information recommendation methods has proved that this study's method is an excellent solution.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.149-149
• /
• 2020

하천에서 물 흐름이 보와 댐과 같은 수공구조물을 지날 때 일반적으로 흐름상태에 다양하고 급진적인 변화가 발생한다. 특히 흐름이 구조물을 지나면서 사류(supercritical flow)로 변하고 다시 상류(subcritical flow)로 복원되면서 일어나는 도수(hydraulic jump) 현상은 수위의 급변화, 흐름 에너지 소산, 변동성이 강한 압력 분포 등이 특징이다. 이러한 흐름 특성들은 보나 여수로와 같은 수공구조물 자체의 성능뿐만 아니라 이들 수공구조물의 하류에서 발생하는 국부세굴로 인해 구조물의 안정성에 부정적인 영향을 줄 수 있다. 따라서 수공구조물을 설계할 때는 이들 구조물을 통과하는 흐름의 비정상 난류 흐름 특성을 정확하게 해석하여 반영하여야 한다. 이 연구에서는 k-omega SST 난류 모형과 자유수면의 급격한 변동을 해석하기 위한 하이브리드-VOF(hybrid volume of fluid)기법을 이용하여 도수현상을 수치적으로 재현하고자 한다. 기존 CFD(computational fluid Dynamics) 모델링에서는 자유수면 변동의 영향을 고려하기 위해 VOF 기법을 많이 사용하였다. 하지면 전통적인 VOF 기법은 다상흐름(multiphase flow)을 오직 부피분율(volume fraction)의 함수로만 고려하며 모의함으로써 강한 수면변동뿐만 아니라 공기연행(air entrainment)를 동반하는 난류 흐름을 모의하는데는 한계가 있다. 이 연구에서 이용하는 Eulerian 기법인 하이브리드 VOF 기법은 물과 공기의 각 상에 대하여 흐름 특성들을 개별적으로 계산하기 때문에 공기연행을 포함한 급변류 흐름에서 전통적인 VOF 기법보다 적용성이 우수하다. 이와 같은 난류모형과 자유수면 포착기법을 이용하여 3차원 비정상 난류 흐름 수치모형을 구축하여 수공구조물 주변에서 발생하는 강한 공기연행과 난류 특성를 보이는 급변류를 수치적으로 재현한다. 이 연구는 계산된 수치해석 결과를 기존 수리실험 결과와 비교하여 수치모형의 적용성을 평가하고 도수 현상에서 발생하는 독특한 흐름 특성을 제시한다.

• Journal of Digital Convergence
• /
• v.19 no.9
• /
• pp.423-433
• /
• 2021

The purpose of this study is to identify and clarify the concept of high-risk pregnant nursing. This study used Schwartz-Barcott & Kim's hybrid model to identify the main attributes and indicators. In the fieldwork stage, data were collected in Seoul. The participants were 10 nurses working in the who performed direct nursing care for high risk pregnant women in the high risk ward for more than 5 years. The concept of high-risk pregnant nursing was found to have 5 attributes and 37 indicators in 3 dimensions. The concept analysis high-risk pregnant nursing in this study could provide guidelines for high-risk pregnant nursing and lay a theoretical foundation.support' nursing practice and be useful for research in the women's health field..

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.94-94
• /
• 2023

유역에서의 홍수를 예측하기 위한 다양한 강우-유출 모형들이 개발되어 사용되고 있다. 개념적 강우-유출 모형들은 신뢰성과 적용성이 높아 실무에서 널리 활용되어왔으나, 강우-유출 과정을 단순화하여 고려하므로 유출예측의 정확도에 한계가 있다. 또한 모형의 매개변수에 여러 불확실성이 존재하므로 충분한 양의 관측자료를 사용한 보정 작업이 필요하다. 물리적 강우-유출 모형들은 유출예측 결과가 비교적 물리적으로 정확하다는 장점이 있지만, 높은 계산 비용 및 수치적 불안정성으로 인하여 실무에의 적용이 힘들다. 본 연구에서는 홍수 예측의 정확도와 효율성을 모두 확보할 수 있는 하이브리드 기법을 개발하였다. 본 연구에서 개발한 기법은 물리적 모형인 동역학파 모형과 개념적 모형인 순간단위도 모형, 그리고 딥러닝 모형을 결합하여 사용하는 기법이다. 유역의 조도계수 및 지형을 활용한 동역학파 시뮬레이션을 수행하였으며, 동역학파 시뮬레이션 결과 및 멱함수로 나타내어지는 비선형적 강우-유출 관계를 이용하여 유역의 순간단위도를 유도였다. 또한, 딥러닝 모형인 LSTM 모형을 활용하여 강우손실 매개변수를 추정하였으며, 이를 이용하여 강우손실을 계산한 후 유효강우주상도를 산정하였다. 그리고 유역 출구에서의 홍수수문곡선은 유효강우주상도와 순간단위도를 활용한 회선적분을 통해 예측되었다. 본 연구에서 개발한 기법을 시험유역 및 자연유역에서의 홍수 예측에 적용해보았으며, 예측 결과는 NSE=0.55-0.90, R²=0.67-0.95의 높은 정확도를 보였다. 본 연구에서 유도하는 순간단위도는 한 유역에서 유일하지 않으며, 유효 강우강도의 함수이므로 홍수 예측에 비선형적 강우-유출 관계를 고려할 수 있으며, 수많은 유효 강우강도에 대한 순간단위도들은 멱함수를 이용하여 순간적으로 유도될 수 있다. 또한, 유역의 강우 특성이나 지표면의 토양수분, 식생과 같은 특성을 딥러닝 모형을 통해 고려함으로써 강우 손실 산정의 불확실성을 줄일 수 있다. 또한, 순간단위도 유도를 위한 기초작업인 동역학파 시뮬레이션은 유역의 지형과 조도계수만을 필요로 하므로 미계측 유역에의 적용이 유리하다.

• The Journal of the Korea Contents Association
• /
• v.16 no.2
• /
• pp.513-524
• /
• 2016

The purpose of this study was to open two classes with the name of $21^{st}$ Leadership, run with two different hybrid teaching styles which are hybrid LZ type and hybrid lz type, and compare them with each other in order to analyze their effectiveness of hybrid model of the subject. The subjects of this study were 64 students who took these classes, and statistical analysis were analyzed through SPSS 21.0 program. As a result of the analysis, first, there were significant development in terms of the knowledge of leadership in both LZ and lz model. but the result of final exam in the group lz was shown only significant development. Second, in the case of unconditional self-acceptance there was significant development only in the group lz. Third, the development of leadership skills was shown only in the group lz. Implications of these results were concluded that the lz is more suitable for the subject of $21^{st}$ Leadership because this model can provide much more opportunities to develope interpersonal relationship skill than LZ model. In addition, suggestions for future research were discussed.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.31 no.6A
• /
• pp.425-433
• /
• 2011

In this study, in order to investigate the wave-induced buoyancy effects, experimental studies were conducted on pontoon-type floating structures. A series of small-scale tests with various wave cases were performed on the pontoon models. A total of four small-scale pontoon models with different lateral shapes and bottom details were fabricated and tested under the five different wave cases. Six hydraulic pressure gauges were attached to the bottom surfaces of the pontoon models and the wave-induced hydraulic pressure was measured during the tests. Finally, hydraulic pressures subjected to the bottoms of the pontoon models were compared with each other. As the results of this study, it was found that whereas the waffled bottom shape hardly influenced the wave-induced hydraulic pressure, the hybrid lateral shape significantly influenced the wave-induced hydraulic pressure subjected on the bottoms of floating structures. The air gap effects of the hybrid shape contribute to decreasing the wave-induced hydraulic pressure due to absorption of wave impact energy. Compared with box type, the hydraulic pressures of the hybrid type were about 83% at the bow, 74% at the middle, and 53% at the stern.

• Proceedings of the Korean Biblia Society for Library and Information Science Conference
• /
• 2009.05a
• /
• pp.33-56
• /
• 2009

• 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.

• Journal of the Korean Data and Information Science Society
• /
• v.22 no.3
• /
• pp.467-476
• /
• 2011

We developed the hybrid model coupled with predictive model and business rule model for administration of injury by utilizing medical data of the National Health Insurance in Korea. We performed decision tree analysis using data mining methodology and used SAS Enterprise Miner 4.1. We also investigated under several business rule for benefits (expense paid by insurer) and claims of injury in National Health Insurance Corporation. We can see that the proposed hybrid model provides a quite efficient plausible results.