최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 동계 전력수요 예측을 위해 기상, 시간 요소, 지역별 가중치, 최대 전력 등의 데이터셋을 구축하고 신경망 모델을 구현하였다. 실험 결과, 주말 및 공휴일을 제외한 평일 예측에서 1.335%의 오차율, 0.128의 RMSE, 0.877의 상관관계를 보였다. 향후에는 빅데이터 및 딥 러닝 네트워크를 활용한 추가 연구가 필요하다.
다중 계절성 지수평활법을 활용한 국내 단기 전력수요 예측
일별· 시간대별 전력 부하패턴 분석
Big data mining for climate change
Advances in nonlinear geosciences
Deep learning for the earth sciences : a comprehensive approach to remote sensing, climate science, and geosciences
Modeling and forecasting electricity loads and prices : a statistical approach
전력시장에서의 날씨위험 추정 연구
에너지 수요 전망을 위한 기후 지표 개선 연구 : 가정부문 전력 소비를 중심으로
Advances in electric power and energy systems : load and price forecasting
Energy demand : evidence and expectations
Analysis, modelling, optimization, and numerical techniques : ICAMI, San Andres Island, Colombia, November 2013
Atmospheric temperature profiles of the Northern Hemisphere : a compendium of data
Networks in climate
Advances in Big Data : Proceedings of the 2nd INNS Conference on Big Data, October 23-25, 2016, Thessaloniki, Greece
Deep learning for hydrometerology and environmental science
Energy efficient data centers : third International Workshop, E2DC 2014, Cambridge, UK, June 10, 2014, Revised selected papers
Techniques of climatology
Statistical analysis of climate series : analyzing, plotting, modeling, and predicting with R
Data science for supply chain forecasting
Handbook of the economics of matching.
전자공학회논문지
김미경, 홍철의한국정보기술학회논문지
신동하; 김창복정보처리학회논문지. 소프트웨어 및 데이터 공학
윤협상, 정석봉전자공학회논문지
김미경; 홍철의한국경영과학회지
이근철, 한정희Energy and AI
Berrisch J.,Narajewski M.,Ziel F.전기학회논문지
김정환; 김규한; 이흥석; 박준호에너지공학
최승호, 이재복, 김원호, 홍준희Energy
Kusumoto, Y.; Delage, R.; Nakata, T.IEEE Latin America Transactions, Latin America Transactions, IEEE (Revista IEEE America Latina), IEEE Latin Am. Trans.
Santos Marques, Marthielo; Soares, Fatima Cibele; Russi, Jumar Luis전기학회 논문지 P권
임재윤, 지평식Applied System Innovation
Rajbhandari Y.,Marahatta A.,Ghimire B.,Shrestha A.,Gachhadar A.,Thapa A.,Chapagain K.,Korba P.Journal of Building Engineering
Luo X.J.전기학회논문지
송경빈, 문찬호, 권보성Energy and AI
Lee S.J.,Drouin C.조명.전기설비학회논문지
남영진; 조하현경영과학
한창희, 이중우, 이기광Energy
Xu, H.; Hu, F.; Liang, X.; Zhao, G.; Abugunmi, M.한국산학기술학회논문지
한정희, 백종관Applied Energy
Bedi J.,Toshniwal D.전선 / 대학원
기후환경데이터의 기본적인 특성을 이해하고, 다양한 기후환경 현상들의 특성 변동 및 변화를 분석/예측하기 위한 다양한 딥러닝 기법의 원리를 학습하고 실습한다. Feed-forward Neural Networks, Convolutional Neural Network, Long-Short Term Memory, Generative Adversarial Networks, Vision Transformer 등 딥러닝 기법의 작동 원리와, 해당 기법들의 기후환경데이터에의 적용 예시를 학습한다. 실습과 소규모 프로젝트를 통한 기후환경데이터에의 딥러닝 기법의 적용을 통해 기후환경분야 공공기관 및 연구소에서 요구하는 자료분석 능력을 습득한다.전선 / 대학원
기후환경데이터의 기본적인 특성을 이해하고, 다양한 기후환경 현상들의 특성 변동 및 변화를 분석/예측하기 위한 다양한 딥러닝 기법의 원리를 학습하고 실습한다. Feed-forward Neural Networks, Convolutional Neural Network, Long-Short Term Memory, Generative Adversarial Networks, Vision Transformer 등 딥러닝 기법의 작동 원리와, 해당 기법들의 기후환경데이터에의 적용 예시를 학습한다. 실습과 소규모 프로젝트를 통한 기후환경데이터에의 딥러닝 기법의 적용을 통해 기후환경분야 공공기관 및 연구소에서 요구하는 자료분석 능력을 습득한다.전선 / 학사
에너지 수요 급증, 탄소중립, 환경 문제 등으로 인해 에너지 생산 및 사용의 효율성이 보다 중요해지고 있다. 본 교과목에서는 에너지 생산 및 사용의 효율성을 향상시킬 수 있는 데이터 사이언스 기법을 학습한다. 데이터 사이언스는 자료에 숨겨진 유의미한 패턴을 여러 분야의 기법을 사용하여 찾아내는 분야이다. 본 교과목에서는 대표적인 데이터 사이언스 기법인 주성분 분석, 다차원 척도법 등의 차원축소 기법, k-means 클러스터링, 밀도기반 클러스터링 등의 클러스터링 기법, 딥러닝, Support Vector Machine 등의 기계학습 기법을 학습한다. 학습한 데이터 사이언스 기법들을 에너지 데이터에 대해 특성 추출 및 분류, 이상현상 탐지 및 분류, 수요 및 가격 예측, 개발 계획의 신속한 최적화 등 다양한 문제에 적용하는 실습을 수행한다.전선 / 학사
일기와 관련한 지구상 각 지역의 특징적인 기상 현상을 설명한다. 특히 동아시아지역의 몬순, 중위도 고·저기압계, 태풍, 강수를 다룬다. 컴퓨터를 이용한 기본 일기도의 작성과 분석을 실험하며 기본 일기도를 이용하여 보조 일기도의 작성한다. 강의에서 다룬 일기계의 실제 예보법을 습득하고 일기예보 브리핑을 수행한다.전선 / 대학원
국민생활과 산업발전에 없어서는 안될 전력에 대해 공학적·경제학적 통합분석을 수행한다. 주로 project evaluation, optimal plant mix, DSM(Demand Side Management), Forecasting Methods, IRP(Integrated Resource Planning), marginal cost pricing, peak-load pricing, time-of-use pricing, rate of return regulation, price cap regulation, econimies of scale, economies of scope, subadditivity, efficiency, privitization, emission control, environmental damage cost, environmental control cost, shadow price, internalization of social cost 등을 다룬다.전선 / 대학원
스마트시티는 다양한 기관 및 시설로부터 수집된 데이터를 활용하여 실시간 변화를 예측하고 효율적으로 도시 서비스를 제공하는 미래형 도시모델이다. 또한 빅데이터 분석은 방대한 데이터 속에서 신속하게 패턴을 인식하고 새로운 가치를 찾아내는 과정으로써 스마트시티 계획 및 운영에 반드시 필요한 기술이다. 본 강의는 도시 빅데이터 분석에 필요한 지식 및 기술을 학습하는 입문과정이다. 스마트시티공학을 전공하는 학생들에게 빅데이터의 개념 및 구조를 이해하고 도시데이터 분석에 필요한 통계기법, 프로그램, 모델링 등을 학습할 수 있는 기회를 제공함으로써 미래도시 고도화 기반을 마련하고 지능형 도시에 최적화된 전문가를 육성하고자 한다.전선 / 대학원
표준적 도시교통계획과정의 이론적 구조와 문제점 그리고 실천모형의 장단점을 비교검토하고, 보다 일반적인 교통계획모형의 구성을 위한 여러 방법론과 고급이론을 소개함과 아울러 새로운 연구방향에 관해 연구한다.전선 / 대학원
온라인 교육 활동이 활발해지면서 교육 분야의 데이터가 폭발적으로 증가하고 있다. 온라인 교육이 쏟아내는 빅 데이터의 추출과 분석은 오프라인 데이터의 분석과 함께 과학교육의 현황을 파악하고 미래를 위한 과학교육의 방향을 결정하는데 중요한 정보를 제공할 수 있다. 이 과목에서는 학생들이 빅 데이터 분석의 원리와 방법을 이해하고, 학습 결과를 온라인과 오프라인 과학교육과 사회현상의 분석에 응용하는 능력을 기르는 것을 목표로 하며, 데이터 마이닝을 위한 확률 개념을 바탕으로 수집된 데이터에서 최대의 정보를 추출하는 방법을 학습한다. 특히, 대표적 분류 모형인 퍼셉트론, 합성곱 신경망, 순환 신경망, 생성 모형으로 오토 인코더, 적대적 생성 신경망, 볼츠만 머신, 딥 빌리프 네트워크 등을 깊이 다룰 예정이다. 학생들은 이 주제들에서 학습한 내용을 교육 데이터 마이닝의 실습, 무크와 같은 대규모 학습의 분석에 응용하는 연습을 한다. 이 과목은 교육 통계와 좋은 보완이 될 수 있다. 그러나 강의를 이해하는데 필요한 통계 수학과 컴퓨터 프로그램 지식을 선행 지식으로 요구하지는 않는다.전선 / 대학원
데이터마이닝 (Data Mining)은 대용량 데이터베이스에 존재하는 데이터 간의 관계, 패턴, 규칙 등을 찾아내고 모형화해서 의사결정을 돕고, 유용한 정보로 변환하는 일련의 과정이다. 본 강좌에서는 기술모델링과 예측모델링에 사용되는 통계학, 기계학습, 신경회로망 기법들을 공부하고, 응용 사례 연구와 패키지를 이용한 프로젝트를 수행한다.전선 / 대학원
본 과목에서는 전력 소비자를 중심으로 연구되고 있는 에너지-ICT 융합기술의 이론과 응용방법을 학습한다. 우선 전력시스템과 전력 소비자와의 인터페이스가 되는 가정/빌딩/공장의 에너지관리시스템 기술을 살펴보고, 에너지관리시스템의 주요 기능인 수요반응에 대하여 학습한다. 또한 센서와 통신기술을 이용하여 전력사용량과 같은 전력 소비자 데이터를 수집하는 사물인터넷 융합기술을 살펴본다. 그리고 빅데이터 융합기술로서 많은 양의 전력 소비자 데이터를 효과적으로 처리/분석하고 응용하기 위한 전력 빅데이터 기술을 학습한다. 마지막으로 에너지-ICT 융합기술의 응용 사례를 통해 실제 전력시스템 적용시의 효과 및 이슈에 대하여 살펴본다.전필 / 학사
첨단융합학부 학생의 전공탐색을 위한 과목으로, 융합데이터과학의 핵심 개념과 다양한 응용 분야를 소개하여 향후 전공선택에 필요한 필수적인 정보를 제공한다. 특히, 융합데이터과학 분야에서 진행되는 첨단연구와 연구의 실제 응용 사례를 직접 체험하여, 자신의 전공 적성을 좀 더 구체적으로 알아보고 설계할 수 있는 기회를 제공한다.전선 / 학사
인공지능의 발전 및 데이터의 축적으로 최근 재료공학분야에서 기계학습이 활발히 적용되고 있고 새로운 재료설계방법으로 떠오르고 있다. 본 강좌에서는 학생들에게 기계학습 및 통계추론에 대한 기초 이론 및 파이썬을 이용한 라이브러리 활용 방법을 강의한다. 이를 바탕으로 학생이 실제 재료 데이터에 기계학습을 적용하고 해석하는 방법을 익히도록 한다.전선 / 학사
이 과목은 열역학, 유체역학 및 열전달에 관한 기본 이론을 바탕으로 냉동시스템, 공기조화시스템부터 탄소중립 및 이산화탄소 저감을 위한 태양열 발전, 수소연료전지, 친환경차 통합 열관리 등을 다룬다. 실제 생활과 연관된 냉난방, 가습, 청정, 환기, 공기유동 등에 대한 기본 개념을 확립함으로서, 새로운 개념의 다양한 열이용 기기들을 효율적으로 설계하고 분석하는 능력을 확보하는 것을 목표로 한다. 열에너지의 합리적인 이용에 관해 학습하며 신재생에너지의 효과적인 활용을 위한 시스템 최적화를 수행한다. 특히, 친환경차 구성품의 각기 다른 열적 요구사항을 분석하고 가장 효율적으로 열관리를 수행할 수 있는 통합 열관리 시스템을 설계함으로써 다양한 경계조건 하의 열시스템 최적화 기법에 대해 학습할 수 있도록 한다.전선 / 대학원
이 과목은 보건의료 영역에서 컴퓨터를 활용한 텍스트 분석을 다룬다. 보건의료 영역에는 여러 종류의 언어 자료가 존재한다. 사람들이 온라인 공간에서 여러 질병에 대해 던지는 질문들, 보건의료 전문가들의 연구들, 질병과 건강에 대한 신문기사들이 그 예다. 이들로부터 정보를 체계적이고 과학적으로 추출할 수 있다면, 보건의료에서 다양한 방식으로 활용할 수 있다. 최근 많이 사용되고 있는 컴퓨터를 활용한 텍스트 분석은 이런 작업에 새로운 가능성을 제시한다. 본 과목에서는 여러 가지 컴퓨터를 활용한 텍스트 분석 방법을 학습하고, 보건의료 영역 자료에 적용하는 것을 실습한다.전선 / 대학원
본 강좌에서는 계통 운영과 계획, 시장 연계, 성능평가와 신뢰도 평가 등을 위한 전력계통 분석기법을 소개한다. 전력 계통 예제를 통하여 convex optimization, 동적 최적화, 최적 제어 등에 대한 주요 알고리즘을 소개한다. 본 강의에서는 convex optimization에 대한 interior-point methods, decision theoretic planning, Markov decision processes, 선형 계획법, 동적 계획법, 최적 제어 기법과 비선형 최적화에 대한 최적화 조건과 같은 주제들을 다룬다.전선 / 대학원
세계적으로 정부나 연구 기관에서 제공하는 공공 데이터는 매년 증가 추세에 있으며, 다양한 데이터들을 활용하는 것은 연구나 정책 결정 등의 활용에 있어 점점 더 중요해지고 있다. 본 교과목에서는 공공 데이터 수집과 정제 기술, 데이터 분석 및 시각화 방법을 학습한다. 이를 통해 과학적 분석력을 강화하고, 사회적 문제를 해결하기 위한 데이터 기반 탐구 능력을 습득하는 것을 목표로 한다.전선 / 대학원
본 과목에서는 농식품 산업에서의 공급망 및 운영전략과 관련하여 기후변화 및 지속가능성, 공급망 레질리언스 및 글로벌 공급망 운영전략 등의 관점에서 기본적인 이론과 모형을 습득하고 해당 분야의 최근 연구 동향을 살펴보는 것을 목표로 한다. 구체적으로 공급망 입지 및 네트워크, 구매 전략, 공급망 협력, 생산 및 운영전략, 공급망 혁신기술 등의 연구 분야에서 주요 연구 결과를 논의하고 새로운 연구 문제를 창출할 수 있도록 한다.전선 / 학사
건축물의 환경생태학적 특성에 대한 이해를 바탕으로 다양한 환경성능을 만족시킬 수 있는 건축적 요구사항, 건축환경이론에 근거한 환경시스템의 분석, 평가에 의하여 건축환경시스템의 개념 및 기본원리를 파악하고 건축환경계획에 응용하는 방법에 대하여 학습한다.전선 / 대학원
딥러닝 모델은 추상화 복잡도를 증가하면서 정보를 표현하는 여러 계층으로 이루어진 신경망으로, 최근 영상/음성/자연어 처리 등의 문제에서 다른 기계 방법론들을 크게 상회하는 뛰어난 성능을 보이고 있다. 본 과정에서는 딥러닝의 기반이 되는 기계학습 및 최적화 기법들을 배우고, 기본적인 신경망에 대해서 학습한다. 그리고 영상 처리와 자연어 처리의 핵심 모델인 Convolutional neural networks와 Recurrent neural networks의 훈련법과 추론법들을 익힌다. 또한 비감독 생성 모델인 Autoencoders와 Restrict Boltzman machines에 대해 자세히 살펴 보고 마지막으로 딥러닝 기반 강화 학습에 대해서도 학습하고 실습을 진행한다. 본 과목은 대학원생과 일부 고년차 학부생을 대상으로 한다.전선 / 학사
본 교과목은 국제에너지시장의 예측 및 분석을 위한 분석기법을 학습하고 에너지시장의 대표적인 특성인 높은 가격변동과 시장의 지역화 문제를 심층적으로 살펴본다. 시계열 계량경제기법을 위주로 한 분석기법을 학습하며, 실제자료를 활용한 팀별 분석실습과 토론학습을 진행한다.