• Korean Chemical Engineering Research
• /
• 제58권3호
• /
• pp.396-407
• /
• 2020

전세계적으로 화석 연료가 고갈 되면서 화석 연료를 대체할 수 있는 자원이 필요한 실정이며, 대체 자원으로는 바이오 연료가 각광을 받고 있다. 바이오 연료는 바이오 매스로부터 생산되는데 바이오 매스는 바이오 연료 및 바이오 화학제품 생산이 가능한 재생 가능 자원이다. 특히, 화석 연료를 대체하기 위하여 이산화탄소와 바이오 매스를 이용하여 바이오 연료(바이오 디젤)를 생산하는 연구가 주목을 받고 있다. 바이오 매스를 기반으로 하여 바이오 디젤을 생산하기 위해서는 바이오 디젤 생산에 필요한 원료(예, 이산화탄소, 물)와 잠재적인 바이오 매스 리파이너리 용량 및 설치 위치, 생산된 바이오 디젤의 수요 도시까지의 공급을 모두 고려하는 공급 네트워크 개발이 필요하다. 바이오 매스를 이용한 바이오 디젤 공급 네트워크에 대하여 많은 연구가 수행이 되었지만, 미세조류 기반 최적의 바이오 디젤 생산 전략에 상당히 영향이 있는 이산화탄소 공급량에 대한 불확실성을 고려한 연구는 거의 수행되지 않았다. 미세조류 기반 바이오 디젤을 생산 시 상당히 중요한 원료로 이용되는 이산화탄소는 화력발전소에서 발생하는 배출 가스로부터 포집하여 사용하기 때문에 이산화탄소 공급량의 불확실성은 최적의 바이오 디젤 네트워크를 구축하는데 큰 영향이 있다. 따라서, 본 연구에서는 이산화탄소 공급량의 불확실성을 고려하는 최적 공급 네트워크 설계를 결정하기 위해 2단계 확률 모델을 개발한다. 이 모델의 목표는 이산화탄소 공급량 불확실성을 고려하고 각 지역의 디젤 요구량을 충족시키면서 총 네트워크 비용을 결정하는 것이다. 이 모델은 대한민국의 디젤 수요량의 10%를 충족시키는 사례 연구를 평가하였다. 확률론적 모델(연간 갤런당 12.9 미국 달러)에 의해 결정된 최적의 바이오 디젤 공급 비용은 결정론적 모델(연간 갤런당 10.5 미국달러)의 결과보다 약간(26%) 높다. 이산화탄소 공급량이 변동되는 경우(확률론적 모델)는 바이오 디젤 공급 네트워크 전략에 상당한 영향을 미쳤다.

• 한국의류학회지
• /
• 제45권6호
• /
• pp.978-985
• /
• 2021

This study aims to propose a prediction model for the drape coefficient using artificial neural networks and to analyze the nonlinear relationship between the drape properties and physical properties of fabrics. The study validates the significance of each factor affecting the fabric drape through multiple linear regression analysis with a sample size of 573. The analysis constructs a model with an adjusted R² of 77.6%. Seven main factors affect the drape coefficient: Grammage, extruded length values for warp and weft (m_warp, m_weft), coefficients of quadratic terms in the tensile-force quadratic graph in the warp, weft, and bias directions (c_warp, c_weft, c_bias), and force required for 1% tension in the warp direction (f_warp). Finally, an artificial neural network was created using seven selected factors. The performance was examined by increasing the number of hidden neurons, and the most suitable number of hidden neurons was found to be 8. The mean squared error was .052, and the correlation coefficient was .863, confirming a satisfactory model. The developed artificial neural network model can be used for engineering and high-quality clothing design. It is expected to provide essential data for clothing appearance, such as the fabric drape.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년 학술대회 논문집 정보 및 제어부문
• /
• pp.160-162
• /
• 2006

In this paper, a heterogeneous home network is designed and implemented based on the PLC (power line communications) and the IEEE 802.15.4. This paper presents the need of the heterogeneous home network and the convergence sub-layer. The convergence sub-layer is designed and implemented on the Xelline power line communication modem with IEEE 802.15.4 communication module.

• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2019년도 추계 학술논문 발표대회
• /
• pp.16-17
• /
• 2019

In order to measure the amount of carbon dioxide emitted from the construction sites, many literature which have been conducted have proposed methodologies for calculating coefficients based on actual data collections for estimating the emission formula. The existing data collected under controlled conditions not on site measurement were too limited to apply in actual sites. The purpose of this study is to conduct analysis based on the data measured in fields and to present predictive models using artificial neural network and nonlinear regression analysis for appropriate predictions and practical applications.

• 반도체디스플레이기술학회지
• /
• 제22권4호
• /
• pp.131-135
• /
• 2023

Neural network-based time series models called time series neural networks (TSNNs) are trained by the error backpropagation algorithm and used to predict process shifts of parameters such as gas flow, RF power, and chamber pressure in reactive ion etching (RIE). The training data consists of process conditions, as well as principal components (PCs) of optical emission spectroscopy (OES) data collected in-situ. Data are generated during the etching of benzocyclobutene (BCB) in a SF₆/O₂ plasma. Combinations of baseline and faulty responses for each process parameter are simulated, and a moving average of TSNN predictions successfully identifies process shifts in the recipe parameters for various degrees of faults.

• 한국음향학회지
• /
• 제11권3호
• /
• pp.14-24
• /
• 1992

본 논문은 신경망을 이용한 자음인히기에 관한 연구이다. 우선 자음과 모음이 포함된 음성에서 자음부분을 분리하였다. 각각의 자음을 몇개의 집단으로 나누어서 자음구간대 영교차율을 조사하였다. 마지막으로 자음을 인식하기 위해 제어망과 몇개의 소규모 망으로 구성한 혼합 신경망을 제안한다. 제어망은 입력된 자음이 어느 집단에 속하는가를 결정하고, 소규모망에서는 각 집단에 속하는 자음을 인식한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권3호
• /
• pp.1377-1399
• /
• 2020

In search and rescue mission, micro aerial vehicles (MAVs) are typically used to capture image and video from an aerial perspective and transfer the data to the ground station. Because of the power limitation, a cluster of MAVs are required for a large search area, hence an ad-hoc wireless network must be maintained to transfer data more conveniently and fast. However, the unstable link and the intermittent connectivity between the MAVs caused by MAVs' movement may challenge the packet forwarding. This paper proposes a delay tolerant packet forwarding algorithm based on location estimation for MAV networks, called DTN_est algorithm. In the algorithm, ferrying MAVs are used to transmit data between MAVs and the ground station, and the locations of both searching MAVs and ferrying MAVs are estimated to compute the distances between the MAVs and destination. The MAV that is closest to the destination is selected greedy to forward packet. If a MAV cannot find the next hop MAV using the greedy strategy, the packets will be stored and re-forwarded once again in the next time slot. The experiment results show that the proposed DTN_est algorithm outperforms the typical DTN_geo algorithm in terms of packet delivery ratio and average routing hops.

• 한국멀티미디어학회논문지
• /
• 제24권10호
• /
• pp.1414-1424
• /
• 2021

In this paper, the importance of input factors of a DNN (Deep Neural Network) PM_2.5 forecasting model using LRP(Layer-wise Relevance Propagation) is analyzed, and forecasting performance is improved. Input factor importance analysis is performed by dividing the learning data into time and PM_2.5 concentration. As a result, in the low concentration patterns, the importance of weather factors such as temperature, atmospheric pressure, and solar radiation is high, and in the high concentration patterns, the importance of air quality factors such as PM_2.5, CO, and NO₂ is high. As a result of analysis by time, the importance of the measurement factors is high in the case of the forecast for the day, and the importance of the forecast factors increases in the forecast for tomorrow and the day after tomorrow. In addition, date, temperature, humidity, and atmospheric pressure all show high importance regardless of time and concentration. Based on the importance of these factors, the LRP_DNN prediction model is developed. As a result, the ACC(accuracy) and POD(probability of detection) are improved by up to 5%, and the FAR(false alarm rate) is improved by up to 9% compared to the previous DNN model.

• Korean Chemical Engineering Research
• /
• 제60권1호
• /
• pp.125-131
• /
• 2022

The microstructure of highly aggregated colloidal dispersions was investigated by probing the rheological behavior of magnetic suspensions. The dynamic moduli as functions of frequency and strain amplitude are shown to closely resemble that of colloidal gels indicating the formation of network structure. The two types of characteristic critical strain amplitudes, γ_c and γ_y, were characterized in terms of the changing microstructure. The amplitude of γ_c indicates the transition from linear to nonlinear viscoelasticity and depends only on particle volume fraction not magnetic interactions. The study of scaling behavior suggests that it is related to the breakage of interfloc, i.e., floc-floc structure. However, yielding strain, γ_y, was found to be independent of particle volume fraction as well as magnetic interaction. It relates to extensive deformation resulting in yielding behavior. The scaling of elastic constant, G_e, implies that this yielding behavior and hence γ_y is due to the breakage of long-range interfloc interactions. Also, the deformation of flocs due to increase strain was indicated from the investigation of the fractal nature.

• 한국콘텐츠학회논문지
• /
• 제12권4호
• /
• pp.476-484
• /
• 2012

조선 역대 왕의 가계에 등장하는 인물로 구성된 네트워크를 구축하고 분석한 결과, 일반적인 사회 네트워크와 같은 척도 없는 네트워크를 보여주고 있다. 조선왕조 가계 인물 네트워크가 비록 척도 없는 네트워크이지만 네트워크의 지름이 다른 사회 네트워크에 비해 비교적 큰데, 왕조 가계 인물 네트워크는 한 왕에서 다음 왕으로 이어지는 연속적인 특성이 반영된 것이다. K-코어 알고리즘을 도입하여 복잡한 네트워크를 단순화시킬 경우, 복잡한 네트워크에서는 발견하지 못하는 숨겨진 정보를 얻을 수 있는데, 왕조 가계 네트워크에서는 특별한 정보를 얻지 못하였다. 비교적 네트워크의 지름이 크고 길게 이어지는 네트워크에는 k-코어 알고리즘이 적합하지 못함을 의미한다. 단순한 네트워크 구축을 위해 가계 인물 네트워크를 구성하고 있는 소단위 네트워크 즉, 황후, 후궁, 공주나 옹주, 대군이나 군 중심의 네트워크를 구축하여 단순화시키고 그로부터 유용한 정보를 얻고자 하였다. 본 연구에서 복잡한 네트워크의 경우, 데이터베이스에서 분류 가능한 소단위 네트워크를 구축하여 유용한 정보를 도출하는 것도 복잡한 네트워크를 단순화하여 유용한 정보를 도출하는 방법이 될 수 있음을 제시한다. 동시에 역사적인 사실의 정보를 네트워크 관점에서 얻을 수 있음을 본 연구는 제시하고 있다.