• 설비공학논문집
• /
• 제15권3호
• /
• pp.159-165
• /
• 2003

The fault detection and diagnosis technology may be applied in order to decrease the energy consumption and the maintenance cost of the air-conditioning system. To detect partial faults of the air-conditioning system, a neural network algorithm may be used. In this study, the neural network algorithm using normalized input data by the standard deviation was applied. And the [7$\times$10$\times$10$\times$1] neural network structure was selected. Test results showed that the neural network algorithm using normalized input data was very effective to detect the condenser fouling and the evaporator fan fault of an air-conditioning system.

• 한국농림기상학회지
• /
• 제19권3호
• /
• pp.174-179
• /
• 2017

토양 변수는 작물 모형을 통한 기후변화 시나리오 조건에서의 작황 예측에 있어 중요한 환경적 요소이다. 토양 환경 정보 시스템 (Korean Soil Information System; KSIS)에서는 390 개의 토양통에 대한 자세한 정보를 제공하고 있다. 그러나, 이러한 토양 정보는 HTML (Hyper Text Markup Language) 문서 형식으로 제공되고 있어 작물 모형용 토양입력 자료로 변환하는 데에 어려움이 있다. 이에 따라 KSIS의 토양정보를 기반으로 작물모델의 토양 입력자료를 생산하는 도구인 Korean Soil Information System Processing Tool (KSISPT) 를 개발하였다. 이 도구는 객체 지향 프로그래밍 언어인 JAVA로 작성되었으며 여러 개의 모듈로 구성되었다. 이 모듈들을 통해 각각 KSIS 웹 페이지 문서 분석, 토양 자료 저장, 추가 변수 생성, 토양 입력자료 출력 등의 기능이 구현되었다. 각 토양통의 특성을 고려한 총 940여개의 토양 입력 자료가 생성되었다. 이 토양 자료를 KSIS에서 제공하는 30m 해상도의 토양통 공간적 분포 지도와 함께 활용된다면, 미래 기후 조건에서 작물 생산성의 시공간적 분석이 용이해지고 이를 기반으로 기후 변화 적응 대책수립에 도움을 줄 수 있을 것이다.

• 한국정보과학회논문지:정보통신
• /
• 제28권4호
• /
• pp.621-630
• /
• 2001

최근 멀티미디어 서비스에 대한 사용자의 요구가 증가되고 있다. 그러나 서버 시스템은 이러한 멀티미디어 데이타를 사용자들에게 효율적으로 공급하지 못한다. 본 논문에서는 기존의 운영체제에 멀티미디어 데이타를 효율적으로 전송하기 위한 방안으로 RTP(Real-time Transport Protocol) 프로토콜을 SIO(Special Input/Output) 메커니즘과 함께 커널 영역에 내장하는 SRTPIO(Special RTP Input/Output) 모듈을 제안한다. SIO 메커니즘은 일반적인 서버 시스템에서 발생하는 사용자 영역과 커널 영역 사이의 데이타 복사와 문맥 교환을 줄임으로써 데이타 전송의 효율을 증가시킨다. SRTPIO 모듈은 RTP 프로토콜을 SIO 메커니즘과 커널 영역에서 통합해 효율적 멀티미디어 데이타 전송 구조를 지원한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.6-8
• /
• 2005

In this paper, we discuss model identification of nonlinear data using GAs-based Fuzzy Polynomial Neural Networks(GAs-FPNN). Fuzzy Polynomial Neural Networks(FPNN) is proposed model based Group Method Data Handling(GMDH) and Neural Networks(NNs). Each node of FPNN is expressed Fuzzy Polynomial Neuron(FPN). Network structure of nonlinear data is created using Genetic Algorithms(GAs) of optimal search method. Accordingly, GAs-FPNN have more inflexible than the existing models (in)from structure selecting. The proposed model select and identify its for optimal search of Genetic Algorithms that are no. of input variables, input variable numbers and consequence structures. The GAs-FPNN model is select tuning to input variable number, number of input variable and the last part structure through optimal search of Genetic Algorithms. It is shown that nonlinear data model design using Genetic Algorithms based FPNN is more usefulness and effectiveness than the existing models.

• 국제학술발표논문집
• /
• The 6th International Conference on Construction Engineering and Project Management
• /
• pp.200-204
• /
• 2015

This paper presents 10 input measures influencing project outcomes. Construction Industry Institute (CII), a consortium of more than 130 project owner and contractor companies, has collected project-level data for over 20 years. Recently, CII has developed a new system measuring project-level performance and factors presumably influencing project performance. The system, called 10-10, collects data for 10 input and 10 output measures for capital projects. The input measures include planning, organizing, leading, controlling, design efficiency, human resources, quality, sustainability, supply chain, and safety. This paper provides theoretical background for these measures. Although the input measures have been known to impact on project outcomes such as cost and schedule, there has been no study quantitatively evaluating how they are operated in the construction industry. This study contributes to revealing the current status of their uses, which will be helpful in establishing strategies improving construction project performance.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 추계학술대회 논문집 학회본부 A
• /
• pp.122-124
• /
• 2000

This study is focused on developing a program which can edit different formats of power system data used by system operators PSS/E program, which has been widely used as a tool for power system analysis. Provides only a limited function of editing PSS/E input data. Considering that more and more power system analysers will be developed and applied for power system planning and operation in the near future, unified handling of multi-types of power system data format, such as conversion of one input data format into another, is indispensible. In this paper, a new power system data editor, functionally augmented from PSS/E editor, is introduced. The new editing program was developed in GUI environment for users to conveniently edit input data for EUROSTAG program without running several editors. Considerable savings in time and manpower are expected.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.530-531
• /
• 2021

이 논문에서는 IoT 센서 환경에서 입력되는 데이터들 간의 불일치를 파악하기 위한 기법을 제안한다. 제안된 기법은 실제 현장 문제에 적용할 수 있도록 수치적으로 입력되는 센서 데이터들을 관리할 수 있다. 제안한 기법은 실제 IoT 센서 환경에서 2개 이상의 센서에서 모순된 데이터가 입력되는 경우를 감지할 수 있으며, 이를 통해 센서의 고장 또는 의도적인 데이터 교란을 파악하여 해결할 수 있는 방안으로 발전시킬 수 있다.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2000년도 제15회 학술강연회논문초록집
• /
• pp.16-16
• /
• 2000

항공기 가스 터어빈 엔진의 공기 열역학적 특성을 분석하고 예측하기 위한 simulation program이 KARI-ONEP (Korea Aerospace Research Institute -ON-design Engine Program)의 이름으로 개발되었다. 이 program은 on-design cycle analysis를 위한 것으로서 program의 수행에 필요한 엔진 구성요소별 특성 치 data인 input data를 생성하는 input data generator인 KARI-ONEPi와 cycle analysis를 수행하는 주 program인 KARI_ONEPe로 구성이 되어있다.(중략)

• 환경영향평가
• /
• 제23권2호
• /
• pp.112-118
• /
• 2014

The application of a 3-d noise prediction model is increasing as a tool for performing actual noise assessment in order to investigate the noise impact of the residential facility around a development region. However, because the appropriate plans of applying a 3-d noise prediction model is insufficient, it is important to secure the reliability of the noise prediction results generated by a 3-d noise prediction model. Therefore, this study is focused on examining a 3-d noise prediction model, and a prediction equation and input data in it. For this, the 3-d noise prediction models such as SoundPLAN, Cadna-A, IMMI is applied in road noise. After the contents of road noise equations, input data of road noise source, and input data of road noise barrier are understood, the road noise prediction results are compared and examined according to the variation of 3-d noise prediction model, road noise equation, and input data of road noise source and road noise barrier.

• 경영과학
• /
• 제22권1호
• /
• pp.15-26
• /
• 2005

The bootstrap is a method of computational inference that simulates the creation of new data by resampling from a single data set. We propose a new job for the bootstrap: generating inputs from one historical trace using Threshold Bootstrap. In this regard, the most important quality of bootstrap samples is that they be functionally indistinguishable from independent samples of the same stochastic process. We describe a quantitative measure of difference between two time series, and demonstrate the sensitivity of this measure for discriminating between two data generating processes. Utilizing this distance measure for the task of generating inputs, we show a way of tuning the bootstrap using a single observed trace. This application of the threshold bootstrap will be a powerful tool for Monte Carlo simulation. Monte Carlo simulation analysis relies on built-in input generators. These generators make unrealistic assumptions about independence and marginal distributions. The alternative source of inputs, historical trace data, though realistic by definition, provides only a single input stream for simulation. One benefit of our method would be expanding the number of inputs achieving reality by driving system models with actual historical input series. Another benefit might be the automatic generation of lifelike scenarios for the field of finance.