• Korean Journal of Air-Conditioning and Refrigeration Engineering
• /
• v.22 no.11
• /
• pp.812-819
• /
• 2010

Recently residential buildings are characterized with high-rise and high density. Under this circumstance, achieving comfortable and healthy indoor environment with minimized energy consumption becomes a very challenging engineering and societal issue. Along this the increased size and transparency of window as well as light surface caused by high stories lowers the heat shield efficiency of building. Since glass that constitutes building surface has low heat efficiency, it aggravates heat loss of all building considerably, thereby resulting in extreme heating load and cooling load in the country where temperature varies much in summer and winter. The research will check whether experiment can be effectively done by overcoming the limit of existing artificial solar laboratory constructed in the country and properly adjusting controlled variables with simplified function through construction of this experimental set.

• Journal of the Korean Society for Precision Engineering
• /
• v.11 no.2
• /
• pp.75-84
• /
• 1994

기계가공프로세스에서 절삭공구의 마멸과 채터진동은 공작기계의 가동율과 생산성을 크게 저해하는 요인이 되고 있다. 본 연구에서는 공구마멸과 채터현상이 혼재하는 상황에서, 이들 두 현상을 동시에 검출하는데, AE 및 가속도센서에서 검출된 신호와 AR계수 및 주파수대역 평균에너지를 특징입력으로 하는 인공신경회로망을 이용하였다. 그 결과, 공구마멸과 채터현상에 대응하는 서로 다른 신호특징의 차이를 동시에 식별하는 데 인공신경 회로망의 유용성을 입증하였으며, 시계열모델의 AR계수(70 .approx. 90%)보다는 주파수대역에너지법의 평균에너지 (80 .approx. 100%)를 신경회로망의 특징입력으로 하는 경우가 높은 성공률을 나타내었다.

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.28 no.4
• /
• pp.460-466
• /
• 2004

Cast austenitic stainless steel is used for several components, such as primary coolant piping, elbow, pump casing and valve bodies in light water reactors. These components are subject to thermal aging at the reactor operating temperature. Thermal aging results in spinodal decomposition of the delta-ferrite leading to increased strength and decreased toughness. This study shows that ferrite content can be predicted by use of the artificial neural network. The neural network has trained teaming data of chemical components and ferrite contents using backpropagation learning process. The predicted results of the ferrite content using trained neural network are in good agreement with experimental ones.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.01a
• /
• pp.325-326
• /
• 2021

LNG는 환경규제에 따라 화석에너지에서 친환경 재생에너지로 전환되는데 중요한 역할을 하는 에너지원이다. UN산하 세계해사기구(IMO)의 MARPOL협약에 따라 선박 황산화물 배출가스규제로 LNG추진 선박에 대한 수요가 증가되고 있을 뿐만 아니라 미국의 쉐일혁명으로 LNG를 수출함에 따라 공급의 변화가 급격하게 이뤄지고 있다. 과거 국가 주도의 프로젝트 성격이 강한 LNG 운송시장은 장기정기용선계약이 대부분이었으나 수요와 공급시장의 급격한 변화로 스팟시장의 중요성이 커지고 있다. 따라서 본 논문은 LNG 운송시장에서 시장참여자들의 스팟거래에 합리적인 의사결정이 이뤄지도록 과학적인 예측방법을 제시하고자 한다. LNG 스팟운임 예측에 기계학습모델 중 인공신경망 모델을 적용할 것이며 기존의 시계열분석 방법인 ARIMA모델과 비교하여 본문에서 제시된 모델의 예측성능의 우수성을 확인하였다. 본 논문은 LNG 스팟운임을 다룬 최초의 연구로서 학문적인 차별성이 기대된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.127-128
• /
• 2022

최근 많은 증권사 및 다양한 금융사기업에서 투자자의 주식투자를 돕는 투자자문 인공지능, 로보어드바이저를 제안하고 활용한다. 본 논문에서는 증권사 등에서 사용되고 있는 주식 시세예측 알고리즘의 성능을 상호 비교분석한다. 주식 시계열 데이터 예측에 용이한 4가지의 인공지능 알고리즘인 LSTM, GRU, 딥Q 네트워크강화학습, XGBoost 알고리즘의 성능을 분석하고 비교하는 시스템을 구현하였다. 본 연구에서는 구현된 성능 분석 시스템을 통해 어떤 알고리즘이 주식 시세를 예측하고 활용하기 위해 가장 좋은 성능을 가졌는지 비교분석하고 해당 시스템의 결과분석이 주식예측에 어떠한 영향을 주는지를 평가한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.824-826
• /
• 2017

수요예측은 적정 재고를 유지하기 위해 선행되어야 할 중요한 부분이라 할 수 있다. 수요예측의 정확도 향상이 적정한 재고를 유지하기 위한 토대가 된다. 하지만 수요예측을 어렵게 만드는 주요 원인 중 하나인 간헐적인 수요는 기존 시계열 기법으로 예측하는데 있어 어려움이 크다. 본 연구에서는 인공지능의 한 기법인 인공신경망을 적용하여 간헐적 품목에 대한 수요예측을 실시하였다. 6개의 기법을 통해 실험을 실시한 결과 인공신경망이 가장 오차가 적은 우수한 결과를 나타냈다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.184-188
• /
• 2008

추계학적 시계열 분석은 크게 수문자료의 장기간 합성과 실시간 예측으로 구분해 볼 수 있다. 장기간 합성은 주로 수문자료의 추계적 특성을 반영한 수자원 시스템의 운영율 개발에 이용되어 왔다. 반면에 실시간 예측은 수자원 시스템의 순응적(adaptive) 관리에 적용되고 있다. 두 개념의 차이로 전자는 시계열 자료를 합성하여 발생 가능한 모든 수문조합을 얻고자 하는 것이라면 후자는 전 시간의 수문량을 조건으로 하는 다음 시간의 값을 순응적으로 예측하는 것이라 할 수 있다. 수문자료의 합성과 예측에는 크게 결정론적, 확률론적 방법의 두 가지 대별될 수 있다. 결정론적 모델링 방법에는 인공신경망이나 Fuzzy 기법 등을 이용할 수 있으며, 확률론적 방법에는 ARMAX 등의 모수적 기법과 k-NN(k-nearest neighbor bootstrap resampling), KDE(kernel density estimates), 추계학적 인공신경망 등의 비모수적 기법으로 분류할 수 있다. 본 연구에서는 대표적 비모수적 기법인 k-NN를 이용하여 충주댐을 대상으로 월 및 일 유입량 자료의 예측 정도를 살펴보았다. 전 시간 관측치를 조건으로 하는 다음 시간의 조건부 확률분포를 구하여 평균값을 계산한 후 관측치와 비교함으로써 모형의 정도를 살펴보았다. 그리고 실시간 저수지 운영에 이 기법의 활용성과 장단점도 살펴보았다. 모형개발 절차로 모형의 보정을 거쳐 검증을 실시하였다. 결론적으로 월 및 일 유입량 예측에 k-NN 기법이 실무적으로 적용될 수 있었으며, 장점으로는 k-NN 기법이 다른 기법보다 모델링 절차가 비교적 쉬워 저수지 운영 최적화 등 타 시스템과의 연계에 수월함이 인식되었다.

• Bulletin of the Korean Space Science Society
• /
• 2009.10a
• /
• pp.46.4-47
• /
• 2009

인공위성은 지상에서 설계 제작된 후에 발사체에 탑재되어 궤도에 진입되어 위성에 부여된 고유임무를 수행하게 된다. 위성체가 임무를 수행하는 우주공간은 고진공 환경과 태양 복사열에 의한 고온 환경 및 극저온이 반복되는 가혹한 환경으로 특징지어진다. 때때로 위성체는 이러한 가혹한 우주환경의 영향으로 인해 주요 부품의 기능장애가 초래되기도 하며 이는 결국 임무의 실패로 이어지도 한다. 따라서 고진공과 극저온 환경으로 일컬어지는 우주환경을 지상에서 모사하여 위성체의 안정성 및 신뢰성을 시험하기 위해서 열진공 시험장비를 이용한 열진공시험을 수행한다. 한국항공우주연구원에서는 인공위성의 탑재체인 광학카메라의 국산화 개발을 위하여 우주공간의 고진공과 극저온 상태를 모사할 수 있는 $\varphi4m\timesL10m$ 규모의 광학탑재체 전용 열진공챔버를 국산화 제작하였다. 관측 위성용 광학카메라는 초고정밀 장비로서, 이를 테스트하기 위한 광학탑재체용 진공챔버는 특히 진동환경에 매우 민감한 하여 10-7 grms 이하의 진동레벨을 허용하고 있다. 그러나 진공용기는 지진 및 외부 환경으로부터의 시스템외부진동과 진공펌프 및 기타 장비들로부터의 내부 진동환경에 항상 노출되어 있으며, 가진 주파수가 구조물 자체의 고유진동수와 일치될 경우 공진이 발생하여 시스템에 큰 영향을 미칠 수 있으므로, 외부 진동 및 챔버 자체 진동이 광학계에 전달되지 않도록 진동차단장치가 필요하다. 이 논문에서는 광학탑재체 궤도환경시험용 챔버에 대한 진동차단장치의 개발 및 활용 예를 논의하고자 한다.

• Bulletin of the Korean Space Science Society
• /
• 2005.10a
• /
• pp.69-69
• /
• 2005

• 대한생식의학회:학술대회논문집
• /
• 2004.11a
• /
• pp.80.1-80.1
• /
• 2004