JSTS:Journal of Semiconductor Technology and Science
/
v.17
no.1
/
pp.29-34
/
2017
A CMOS-based temperature sensor is proposed for low-voltage and low-power on-chip thermal monitoring applications. The proposed temperature sensor converts a proportional to absolute temperature (PTAT) current to a PTAT frequency using an integrator and hysteresis comparator. In addition, it operates in the subthreshold region, allowing reduced power consumption. The proposed temperature sensor was fabricated in a standard 90 nm CMOS technology. Measurement results of the proposed temperature sensor show a temperature error of between -0.81 and $+0.94^{\circ}C$ in the temperature range of 0 to $70^{\circ}C$ after one-point calibration at $30^{\circ}C$, with a temperature coefficient of $218Hz/^{\circ}C$. Moreover, the measured energy of the proposed temperature sensor is 36 pJ per conversion, the lowest compared to prior works.
Proceedings of the Korean Society for Agricultural Machinery Conference
/
2000.11b
/
pp.413-422
/
2000
Samples of banana were dried in a two-stage heat pump dryer capable of producing stepwise control of the inlet drying air temperature while keeping absolute humidity constant. Two stepwise air temperature profiles were tested. The incremental temperature step change in temperature of the drying air about the mean air temperature of 30 $^{\circ}C$ was 5 $^{\circ}C$. The total drying time for each temperature-time profile was about 300 minutes. The drying kinetics and color change of the products dried under these stepwise variation of the inlet air temperature were measured and compared with constant air temperature drying. The stepwise air temperature variation was found to yield better quality product in terms of color of the dried product. Further, it was found that by employing a step-down temperature profile, it was possible to reduce the drying time to reach the desired moisture content.
Proceedings of the Korean Institute of Information and Commucation Sciences Conference
/
2018.05a
/
pp.457-459
/
2018
Solar power generation system is a energy generation technology that produces electricity from solar power, and it is growing fastest among renewable energy technologies. It is of utmost importance that the solar power system supply energy to the load stably. However, due to unstable energy production due to weather and weather conditions, accurate prediction of energy production is needed. In this paper, an Artificial Neural Network(ANN) that predicts solar energy using 15 kinds of meteorological data such as precipitation, long and short wave radiation averages and temperature is implemented and its performance is evaluated. The ANN is constructed by adjusting hidden parameters and parameters such as penalty for preventing overfitting. In order to verify the accuracy and validity of the prediction model, we use Mean Absolute Percentage Error (MAPE) and Mean Absolute Error (MAE) as performance indices. The experimental results show that MAPE = 19.54 and MAE = 2155345.10776 when Hidden Layer $Sizes=^{\prime}16{\times}10^{\prime}$.
Proceedings of the Korean Institute of Information and Commucation Sciences Conference
/
2018.10a
/
pp.626-628
/
2018
In this paper, we compare the performances of SVM (Support Vector Machine) and ANN (Artificial Neural Network) machine learning models for predicting solar energy by using meteorological data. Two machine learning models were built by using fifteen kinds of weather data such as long and short wave radiation average, precipitation and temperature. Then the RBF (Radial Basis Function) parameters in the SVM model and the number of hidden layers/nodes and the regularization parameter in the ANN model were found by experimental studies. MAPE (Mean Absolute Percentage Error) and MAE (Mean Absolute Error) were considered as metrics for evaluating the performances of the SVM and ANN models. Sjoem Simulation results showed that the SVM model achieved the performances of MAPE=21.11 and MAE=2281417.65, and the ANN model did the performances of MAPE=19.54 and MAE=2155345.10776.
Yang, Choong Heon;Kim, Seoung Bum;Yoon, Chun Joo;Kim, Jin Guk;Park, Jae Hong;Yun, Duk Geun
International Journal of Highway Engineering
/
v.19
no.2
/
pp.35-44
/
2017
PURPOSES: This study suggests a specific methodology for the prediction of road surface temperature using vehicular ambient temperature sensors. In addition, four kind of models is developed based on machine learning algorithms. METHODS : Thermal Mapping System is employed to collect road surface and vehicular ambient temperature data on the defined survey route in 2015 and 2016 year, respectively. For modelling, all types of collected temperature data should be classified into response and predictor before applying a machine learning tool such as MATLAB. In this study, collected road surface temperature are considered as response while vehicular ambient temperatures defied as predictor. Through data learning using machine learning tool, models were developed and finally compared predicted and actual temperature based on average absolute error. RESULTS : According to comparison results, model enables to estimate actual road surface temperature variation pattern along the roads very well. Model III is slightly better than the rest of models in terms of estimation performance. CONCLUSIONS : When correlation between response and predictor is high, when plenty of historical data exists, and when a lot of predictors are available, estimation performance of would be much better.
The regression models for the water temperatures of Ban Byeon Stream and Yong Jeon stream were developed using multi-regression method. It was also investigated that the applicability of the stream temperature prediction to two-dimensional numerical simulation to predict the vertical water temperature in Imha Reservoir. Air temperature and dew point as independent variables were selected to be applicable to cases with the different variation of flow rates. The data division of water temperature using a cutoff flow rate of $20m^3/s$ was found to reduce the prediction error of the stream temperature. The mean absolute percent error of the numerical simulation results of the vertical water temperature in Imha Reservoir using the regression models was 11%, which was only 4.3% lager than the simulation result using the measured stream temperature. Therefore, the regression models of the stream temperatures using multi-regression method applied in this study could be applied to predict the vertical water temperature in Imha Reservoir with a good accuracy.
The autoignition temperature(AIT) is important index for the safe handling of flammable liquids which constitute the solvent mixtures. This study measured the AITs and ignition delay time for n-Decane and Acetic acid system by using ASTM E659 apparatus. The AITs of n-Decane and Acetic acid which constituted binary system were $212^{\circ}C$ and $512^{\circ}C$, respectively. The experimental AITs of n-Decane and Acetic acid system were a good agreement with the calculated AITs by the proposed equations with a few A.A.D.(average absolute deviation). And n-Decane and Acetic acid system was shown the minimum autoignition temperature behavior(MAITB).
CMOS Reference Voltage Generator(RVG) is designed to possible CMOS process without additional process steps. It is possible to compensate the temperature of RVG by using PTAT(proportional to the absolute temperature). Temperature compensation is profitable because $\mun$ (electron mobility) is used. When VDD sweeps from 3V to 7V, variation ratio of Vref is 0.3125mV/V. Also temperature variation ratio of Vref is $047.1ppm/^{\circ}C$ during sweeping from $0^{\circ}C$ to $100^{\circ}C.$ Power Consumption is $50.3\muW.$
The autoignition temperature (AIT) of a material is the lowest temperature at which the substance will spontaneously ignite in the absence of an external ignition source such as a spark or flame. The AIT may be used as combustion property to specify operating, storage, and materials handling procedures for processs safety. This study measured the AITs of n-Propanol+n-Decane system from ignition delay time(time lag) by using ASTM E659 apparatus. The AITs of n-Propanol and n-Decane which constituted binary system were $435^{\circ}C$ and $212^{\circ}C$, respectively. The experimental AITs of n-Propanol+n-Decane system were a good agreement with the calculated AITs by the proposed equations with a few A.A.D(average absolute deviation).
Solubility profiles of zein and carotenoid in aqueous ethanol were studied. Zein showed minimum turbidity at the aqueous ethanol concentration of 87-92%, indicating least aggregations between protein molecules. Solubilities of zein and carotenoid increased linearly with the content of yellow zein up to 20% in the aqueous ethanol range of 60-95% tested. At room temperature of $20^{\circ}C$, zein showed maximum solubility in broad ethanol concentration ranges of 60-95%, while that for carotenoid was somewhat narrower with ethanol concentration range of 85-95%. However, at incubation temperature of $-20^{\circ}C$, solubilities of both carotenoid and zein were lowered, with dramatic reduction being exhibited at aqueous ethanol concentration of 60% for both compounds, while substantial reduction in solubility was shown at 95% ethanol by zein only. Zein was practically insoluble in absolute ethanol, regardless of temperature range tested, while carotenoid remained largely soluble, though there was pronounced decrease in solubility at the subfreezing temperature.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.