• 한국지구과학회:학술대회논문집
• /
• 2006.02a
• /
• pp.167-168
• /
• 2006

• Monthly Duck's Village
• /
• s.67
• /
• pp.64-65
• /
• 2009

따뜻한 날씨에서 추운 날씨로, 혹은 추운 날씨에서 따뜻한 날씨로 변하는 환절기에는 사람과 동물 모두 계절적인 변화를 견딜 수 있도록 적절한 대책과 배려를 필요로 하기 때문에 가축의 효과적인 유지 관리를 위해서는 각 계절에 따라 생산성의 효율을 증진시킬 수 있는 환경을 제공해야 한다.

• Journal of IKEEE
• /
• v.27 no.3
• /
• pp.340-344
• /
• 2023

In this paper, we propose a study on the development of deep learning structure to secure visibility of outdoor LED display board according to weather change. The proposed technique secures the visibility of the outdoor LED display board by automatically adjusting the LED luminance according to the weather change using deep learning using an imaging device. In order to automatically adjust the LED luminance according to weather changes, a deep learning model that can classify the weather is created by learning it using a convolutional network after first going through a preprocessing process for the flattened background part image data. The applied deep learning network reduces the difference between the input value and the output value using the Residual learning function, inducing learning while taking the characteristics of the initial input value. Next, by using a controller that recognizes the weather and adjusts the luminance of the outdoor LED display board according to the weather change, the luminance is changed so that the luminance increases when the surrounding environment becomes bright, so that it can be seen clearly. In addition, when the surrounding environment becomes dark, the visibility is reduced due to scattering of light, so the brightness of the electronic display board is lowered so that it can be seen clearly. By applying the method proposed in this paper, the result of the certified measurement test of the luminance measurement according to the weather change of the LED sign board confirmed that the visibility of the outdoor LED sign board was secured according to the weather change.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.656-659
• /
• 2017

현대 사회에서는 다양한 이동수단 중 지하철, 버스 등의 대중교통에 대한 수요가 높은 편이다. 본 연구의 배경이 되는 서울특별시의 경우에는 출퇴근 시, 과반 수 이상이 대중교통을 이용한다. 대중교통 이용량에는 날씨, 평일-주말, 연착, 도로현황 등 여러 가지에 원인을 둔다. 본 연구에서는 여러 요인 중에서도 날씨 데이터(기온, 강수량, 미세먼지)에 초점을 두어, 날씨에 따른 대중교통 이용량의 변화양상을 학습하여 예측하는 연구를 진행한다. 서울특별시 25개 자치구마다의 날씨 데이터와 대중교통 이용 데이터를 이용하여 Regression을 통한 데이터 학습을 진행하였으며, 학습된 모델을 통한 날씨에 따른 서울특별시 대중교통 이용량 예측에 따른 평균 오차율은 15.49%로 낮은 오차율을 가진다. 본 연구 결과는 날씨에 따른 버스와 지하철의 배차 간격 조절 등의 대중교통 배치 판단 결정에 기초자료로 사용될 것으로 기대된다.

• Proceedings of the KIPE Conference
• /
• 2017.07a
• /
• pp.294-295
• /
• 2017

태양광발전시스템은 설비 사용률을 최대화하기 위하여 PV 모듈을 최대 전력점에서 운전하는 MPPT(Maximum Power Point Tracking) 제어가 반드시 필요하다. 기존의 MPPT 알고리즘은 경사법에 기반을 두기 때문에 일정한 MPPT 주기마다 일정한 크기의 PWM Duty 비의 자극을 주고, 그에 따른 출력 전력의 변화를 감지하여 최대 전력점을 향한 다음 운전점을 찾는다. 이러한 MPPT 알고리즘을 실제 날씨 환경에 적용할 때 최대전력을 생산하기 위한 최적의 MPPT 주기와 PWM Duty 비의 변량은 다양한 일사량의 프로파일 형태에 따라 달라진다. 그러므로 최적의 MPPT 주기와 PWM Duty 비의 변량을 결정하기 위해서는 실제 날씨 환경에서 다양한 일사량 프로파일의 패턴에 대한 분석이 필수적이다. 본 논문에서는 대한민국 중부지역의 전형적인 맑은 날씨와 흐린 날씨에서 실제 일사량을 측정, 분석하여 MPPT 목표 효율을 최대화할 수 있는 MPPT 주기를 제시하였다.

• Journal of Korea Spatial Information System Society
• /
• v.7 no.3 s.15
• /
• pp.33-44
• /
• 2005

Recently, the weather has been influenced by the environmental pollution and the oil price has been risen because of the lack of resources. So, the weather and energy are influencing on not only enterprises or nations, but also individual daily life and economic activities very much. Because of these reasons, there are so many researches about management of solar radiation needed to develope solar energy as alternative energy. And many researchers are also interested in identifying the area according to changing characteristics of climate data. However, the researches have not developed how to apply the cluster analysis, retrieval and analytical results according to the characteristics of the area through data mining. In this paper, we design a data model of the data for storing and managing the climate data tested in twenty cities in the domestic area. And we provide the information according to the characteristics of the area after clustering the domestic climate data, using k-means clustering algorithm. And we suggest the way how to apply the department store and amusement park as an applied weather marketing. The proposed system is useful for constructing the database about the weather marketing and for providing the elements and analysis information.

• Proceedings of the KIPE Conference
• /
• 2015.07a
• /
• pp.277-278
• /
• 2015

태양광발전소를 설치하기 위한 경제적 타당성을 분석하는 경우 기상청에서 제공하는 해당지역의 날씨정보를 기반으로 하는 PV Cell의 연간 발전량 예측 및 분석이 중요한 변수가 된다. 또한 날씨 조건에 대한 PV 발전의 예측은 기 설치되어 운전중에 있는 태양광발전소의 고장진단 및 성능평가에도 사용될 수 있다. 본 논문은 다양한 날씨 조건 중 주변온도, 풍속, 일사량에 따른 PV Cell의 특성을 분석하고, 실시간으로 변화하는 날씨환경에 대하여 순시적으로 PV Cell의 출력특성을 정확히 예측할 수 있는 모델을 수립한다.

• 건강소식
• /
• v.38 no.9
• /
• pp.32-33
• /
• 2014

가을은 남자의 계절? 아니다. 오히려 여자에게 더 치명적인 계절이다. 쌀쌀한 날씨와 함께 찾아오는 마음의 감기는 여자를 우울하게 한다. 왜 그럴까?

• Journal of the Korean Data and Information Science Society
• /
• v.24 no.3
• /
• pp.603-623
• /
• 2013

This paper proposes analyzing monthly rainfall patterns using copula and pricing related rainfall insurance using it. We analyze 30-year monthly precipitation data for 9 Korean cities between June and September using copula showing so that it can effectively generate realistic monthly rainfall patterns. In addition, we show that our copula rainfall models can be used in pricing various kinds of rainfall insurances effectively.

• Proceedings of the KSRS Conference
• /
• 2008.03a
• /
• pp.95-100
• /
• 2008

3차원으로 구성되어 있는 실세계를 보다 효과적이고 신속하게 모니터링하기 위해서는 변화된 지역의 정확한 위치정보 획득과 변화 결과의 빠른 도출을 위한 자동화 방안이 필요하다. 일반적으로 변화탐지를 위해 사용되어 온 항공사진이나 위성영상은 자료 획득에 있어 날씨와 같은 자연환경의 영향을 많이 받으며, 자동으로 변화탐지를 수행하는데 많은 문제점을 안고 있다. 반면에 항공 LiDAR 시스템은 영상시스템과는 달리 날씨 등에 영향을 상대적으로 적게 받으며, 지형지물에 대한 3차원 좌표 정보를 직접 획득하기 때문에 자동으로 처리하기에 매우 효율적이다. 본 연구에서는 항공 LiDAR 데이터만을 이용하여 도시지역의 시공간적 변화를 자동으로 탐지하는 방법을 연구 하였다. 변화탐지의 대상이 도시지역이므로 객체를 기반으로 다양한 변수를 사용하여 변화탐지를 수행하였다. 연구에 사용된 데이터는 서로 다른 시기에 획득된 항공 LiDAR 데이터이며, 두 데이터간의 변화탐지를 위해 먼저 상호정합을 수행하였으며, 개별 객체를 추출하기 위해 필터링과 Grouping 과정을 수행하였다. 마지막으로 Grouping된 객체를 대상으로 모양, 면적, 높이 변화를 비교하여 변화를 탐지하였다. 객체의 외곽선과 내부 영역의 모양을 표현하는 형상계수를 사용하므로 수평방향의 객체에 대한 기하학적인 모양 변화를 탐지할 수 있었으며, 객체의 높이값을 비교함으로써 수직방향으로의 변화도 탐지할 수 있었다. 본 연구에서 수행한 객체 기반의 변화탐지 방법은 91.67%의 전체 정확도를 획득하였다.