• 한국도로학회:학술대회논문집
• /
• 한국도로학회 2008년도 춘계학술대회 논문집
• /
• pp.119-124
• /
• 2008

• Environmental Engineering Research
• /
• 제9권4호
• /
• pp.143-153
• /
• 2004

• 한국정밀공학회지
• /
• 제23권9호
• /
• pp.39-46
• /
• 2006

• Communications for Statistical Applications and Methods
• /
• 제2권2호
• /
• pp.266-276
• /
• 1995

We have considered the study of local influence for smoothing parameter estimates in nonparametric regression model. Practically, generalized cross validation(GCV) does not work well in the presence of data perturbation. Thus we have proposed local influence measures for GCV estimates and examined effects of diagnostic by above measures.

• 한국에너지공학회:학술대회논문집
• /
• 한국에너지공학회 1999년도 춘계 학술발표회 논문집
• /
• pp.193-196
• /
• 1999

This paper describes one dimensional transient modeling of encapsulated ice storage tank and its experimental validation. This model simulates the performance of tile tank for charge and discharge process with brine mass flow operating conditions.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2011년도 춘계학술대회 논문집
• /
• pp.1487-1488
• /
• 2011

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2010년도 추계학술대회 논문집
• /
• pp.971-972
• /
• 2010

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2010년도 추계학술대회 논문집
• /
• pp.523-524
• /
• 2010

• 한국시뮬레이션학회논문지
• /
• 제19권3호
• /
• pp.71-79
• /
• 2010

디지털 계측제어계통을 발전소에 적용하기 전에 시험 및 검증하기 위하여 500MW급 표준화력발전소 시뮬레이터 모델을 개발하고 터빈 제어시스템과 연계하였다. 선택된 디지털 계측제어계통의 성능시험 시, 해당되는 시뮬레이터 모델은 조정할 수 없는 발전소 디지털 계측제어계통과 교체된다. 시뮬레이터 모델 및 제어시스템의 입출력은 연계장치에 있는 LabView 프로그램을 사용하여 연결되었다. 본 논문에서는 시뮬레이터 모델 및 디지털 계측제어계통을 연계하는 방법론에 대하여 기술하고, 정상운전, 과도상태 및 고장인가 시 수행된 검증시험 결과를 제시하였다. 시뮬레이터 모델을 사용한 디지털 계측제어계통의 종합검증을 통하여 시뮬레이터가 디지털 제어시스템을 발전소에 적용하기 위한 시험장치로 사용될 수 있는 방법론을 개발하였다.

• 한국ITS학회 논문지
• /
• 제22권6호
• /
• pp.1-16
• /
• 2023

정확도가 높은 교통정보 예측은 지능형교통체계(intelligent transport systems, ITS)를 통한 교통 시설 이용자들의 혼잡 경로 회피 안내 등에서 활용되는 중요한 기능이다. 정확한 교통정보예측을 위해 다양한 딥러닝 모델들이 발전되어 왔다. 최근에는 앙상블 기법을 활용하여 다양한 모델들의 장단점을 결합하여 예측 정확도와 안정성을 높이고 있다. 따라서, 본 연구에서는 다양한 딥러닝 모델들을 활용하여 교통정보 예측 모델을 개발하였으며, 개발된 딥러닝 모델들을 스태킹 앙상블(stacking ensemble)하여 성능을 개선하였다. 개별 모델들은 교통량 예측에서 10% 이내의 오차율을, 속도 예측에서 3% 이내의 오차율을 보였다. 앙상블 모델은 교차검증을 수행하지 않았을 때, 타 모델과 비교하여 더욱 높은 정확도를 보였다. 교차검증을 수행한 앙상블 모델은 장기예측에서 타 모델보다 균일한 오차율을 보이는 것으로 나타났다.