최근 확인한 콘텐츠
loading...
본 연구는 기상정보를 활용하여 태양광 발전량을 모니터링할 수 있는 계량모형을 제안하며, 분위수회귀모형을 사용하여 일사량, 기온 등 기상 요인이 태양광 발전량에 미치는 영향을 분석하였다. 또한 변수 변환을 통해 예측 정확성을 높이고, 시간별 발전량의 조건부분포를 추정하여 태양광 발전 모니터링 방법을 제시한다.
Daylight science and daylighting technology
Reliability and risk evaluation of wind integrated power systems
Techniques of climatology
우리나라의 태양복사에너지 분포에 관한 연구: 일사관계 기상변수들의 기후적 특성과 일사량 산출모델개발
거의 모든 것의 미래 : 인류의 미래에 관한 눈부신 지적 탐험
Active solar collectors and their applications
Climate observations : data quality control and time series homogenization
The analysis of directional time series : applications to wind speed and direction
A Phase-space approach to atmospheric dynamics based on observational data : theory and applications
Periodicity and stochastic trends in economic time series
Modelling photovoltaic systems using PSpice
Light as an ecological factor
Sun power : an introduction to the applications of solar energy
Meteorology for wind energy : an introduction
Prediction of solar radiation in areas with a specific microclimate
Monsoons
Evaporation and evapotranspiration : measurements and estimations
Renewable Energy
AlSkaif T.,Dev S.,Visser L.,Hossari M.,van Sark W.정보과학회 컴퓨팅의 실제 논문지
양동헌, 여나영, 마평수Journal of Mechanical Science and Technology
Energy Procedia
Furong Li; Chen Zhao; Ran Li; Zhipeng Zhang전기학회 논문지 P권
차왕철, Wang한국환경과학회지
이순환; 김해동; 조창범IEEE Transactions on Sustainable Energy, Sustainable Energy, IEEE Transactions on, IEEE Trans. Sustain. Energy
Tascikaraoglu, A.; Sanandaji, B.M.; Chicco, G.; Cocina, V.; Spertino, F.; Erdinc, O.; Paterakis, N.G.; Catalao, J.P.S.Journal of Solar Energy Engineering, Transactions of the ASME
Sarper, H.; Melnykov, I.; Martínez, L.A.Journal of Mechanical Science and Technology
Kim, Yong-min; Lee, Hee-Lak; Park, Jiyoung; Moon, Seung JaeIOP Conference Series: Earth and Environmental Science
Alberto Boretti; Stefania Castelletto디지털융복합연구
송재주; 정윤수; 이상호Solar Energy
Bellinguer K.,Girard R.,Bontron G.,Kariniotakis G.정보처리학회 논문지
안형근, 양수미, 박능수한국태양에너지학회 논문집
조을효, 이현진디지털융복합연구
송재주, 정윤수, 이상호한국태양에너지학회 논문집
이예지, 김용식Automatica
Bianchini G.,Pepe D.,Vicino A.Cleaner Engineering and Technology
Jose Ramirez-Vergara; Lisa B. Bosman; Ebisa Wollega; Walter D. Leon-SalasKIEAE Journal
정민희한국건설관리학회 논문집
허재, 박범수, 김병일, 한상욱전선 / 대학원
본 교과목에서는 계량경제분석기법(Econometrics)을 사용하여 기술 및 재료의 선택과 인력 및 자본의 배분 등 산업의 경제활동과 의사결정과정의 분석 및 예측기법을 학습하는 과목이다. 다양한 생산함수모형(flexible function form)을 사용하여 요소간 대체관계(substitution)를 분석하며 시계열분석 및 동적최적화(dynamic optimization)기법을 사용하여 외부변화에 대한 산업 및 기업의 대응방법에 대하여 분석한다. 또한 TSP, GAUSS 등 계량경제 프로그램을 사용한 실증분석을 병행한다.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
대상지의 환경 상태를 과학적으로 진단하고 정확하게 평가하는 것은 더 나은 환경계획 수립을 위한 선결조건이다. 최근에는 다양한 환경모니터링 기술의 발전과 함께, 보다 높은 시공간적 스케일에서 양질의 환경자료를 보다 효율적으로 취득하는 것이 가능해지고 있다. 또한 다양한 환경분야에서 서로 다른 목적과 강도로 수집된 자료들 또한 빅데이터 기술을 통해 융합, 분석됨으로써 환경평가에 활용하는 것이 기대되고 있다. 본 수업에서는 이러한 생태환경을 구성하는 다양한 생물적, 비생물적 인자들에 대한 모니터링 방법론과 기술들을 소개하고, 워크숍을 통해 그 효용성과 한계를 토론하는 시간을 가진다. 이를 통해 수강자들은 환경자료에 대한 이해를 높이며, 이를 바탕으로 보다 합리적인 환경평가방법을 고민하게 된다.전선 / 대학원
본 강좌는 다양한 머신러닝기법을 활용한 기후환경데이터 분석 방법을 소개한다. Linear regression, Logistic regression, Support Vector Machine (SVM), Random Forest, XGBoost, LightGBM 등과 같은 지도 학습 기법에 더불어,K-mean clustering, Principal Component Analysis, Singular Value Decomposition,Self-Organizing Map (SOM) 등의 비지도 학습 머신러닝 기법들의 구동 원리를 파악할 수 있는 이론 강의와, 이 중 일부를 활용한 실습 과정으로 구성된다. 다양한 머신러닝 기법 기반의 데이터 분석 방법을 비교함으로서 머신러닝 기법들의 장단점을 파악할 수 있도록 한다.전선 / 학사
위성관측의 발달은 기상학과 기후학 분야에서 괄목할 만한 활용의 증대를 가져왔다. 위성자료는 자료동화를 통해 수치예보의 성능을 좌우하는 가장 중요한 요소로 대두되었다. 또한 장기간 위성관측 자료는 대기물리과정, 기후/환경변화 감시, 기후모델의 검증과 이해 등 기후변화연구에서 필요불가결한 부분이 되고 있다. 이 강의에서는 인공위성 관측이 어떻게 이루어지며, 기상/기후분야에서 어떠한 활용이 이루어지고 있는지에 초점을 맞추어 진행한다.전선 / 대학원
철근콘크리트의 내진설계를 강의하며 특히 접합부 및 프레임-벽체시스템에 대한 연구에 치중한다.전선 / 학사
자연에서 발생하는 여러가지 대기현상을 컴퓨터를 이용하여 수치적으로 모의하는 기본적인 방법들에 대해서 소개한다. 실습시간에는 대기과학 연구에 필수적으로 쓰이는 프로그래밍 언어인 포트란을 공부하고, 이를 이용, 여러 가지 대기 물리방정식의 해를 수치적으로 구하고, 이를 가시화하는 연습을 실시한다.전선 / 대학원
본 교과목은 농림기상학 이론을 실제 현장에 적용하는 방법을 사례 연구와 문헌 조사를 통해 심층적으로 다룹니다. 학생들은 기후 데이터, 도구, 모델을 활용한 농업 분야의 실질적인 응용 사례, 특히 작물 생산, 병해충 관리, 수자원 관리 등에 대해 학습합니다. 또한, 기후 서비스가 농업 의사결정에 어떻게 기여할 수 있는지에 대해 구체적인 사례를 통해 이해를 돕습니다. 본 강의는 기후변화와 변동성에 대응하는 농업기후서비스의 역할을 중심으로, 이론과 실무를 연결하는 통합적인 접근법을 제공합니다.전선 / 대학원
대기과학연구에 필수적으로 이용되는 대기 전지구 모델 및 일기예보 모델의 근간을 구성하는 대기역학 코어 및 자료동화 시스템에 이용되는 다양한 수치적인 방법들을 공부한다. 실습시간에는 실제 현업 모델 혹은 단순화된 현업 모델을 이용하여, 대기역학 코어 및 자료동화 시스템이 실제 기상현상의 수치모의에 있어 어떻게 이용되는지 연습할 수 있는 기회를 갖는다.전선 / 대학원
중위도 지방 저기압의 형성, 발달 및 소멸 과정을 강의한다. 전선 형성의 원리와 상층 제트 스트림과의 관계를 설명한다.저기압과 강수 형성 기구의 역학을 알아본다.전선 / 대학원
인공위성의 발달과 더불어 대기 및 지상의 기상 및 기후요소의 관측은 일기예보와 기후분석에서 없어서는 안될 중요한 대기과학의 한 분야로 간주되고 있다. 이 과목에서는 대기복사 이론이 대기원격탐사에 어떻게 적용되어 일기 및 기후자료를 얻을 수 있는지에 대해 강의하며, 얻어진 자료가 물 및 에너지 수지, 대기물리과정의 이해, 자료동화, 기후분석 등에 어떻게 활용되는지 강의한다.전선 / 대학원
경관은 도시와 농촌의 지질, 토양, 수계, 식생, 야생동물과 토지이용의 시스템이다. 우리는 경관을 요소별로 나누어 이해할 수도 있고. 시공간에서 구조를 지니는 하나의 시스템으로서 상호관계의 측면에서도 연구할 수 있다. 경관은 생태계의 시스템으로 기능한다. 식생과 토양이나 물과 도시경관 사이에 관련성이 있기에 일관성을 인식하는 것은 공간을 인식하게 한다. 경관이 읽기 쉬울 때, 그것은 개인과 커뮤니티의 지속가능성에 기여한다. 그러므로 경관의 시스템적인 분석은 자연 생태 계획이나 사회적, 문화적, 심리적 건강성 향상을 계획할 때 필수적이다. 강의는 매주 진행되고 경관 체계 분석에 관한 주제를 연구하고 토론한다. 토론에 참여하기 위해서, 학생들은 정해진 주제에 관한 발표를 정기적으로 준비해야 한다.전선 / 학사
일기나 기후에서 대기 관측은 현상 분석뿐만 아니라 예보 및 예측을 위해서는 필수적인 요소이다. 이 과목에서는 온도, 기압, 습도, 바람 등 기상요소의 지상 및 상층 직접 관측의 원리와 측정기기 그리고 분석 방법에 대해 학습한다. 또한, 관측의 중요성이 증대하는 위성, 기상 레이다, 라이다 및 대기복사 관측의 기본 원리 및 활용의 예를 공부한다. 두 시간을 실험 시간으로 할애하며 실험은 직접적인 기기의 조작이나 견학, 관측자료의 분석을 통해 실시한다.전선 / 학사
신재생에너지 및 기존 에너지 사업의 사업 타당성 평가 수행을 위해 주요 요인들을 분석하는 기법들을 교육한다. 경제적 평가 (비용-편익, 순현재가치), 태양에너지 풍력에너지에 대한 자원량 평가, 부지의 환경 및 지반 안정성 평가, 환경적 평가에 대한 전반적인 이론적 수업과 더불어 자원량 계산, 발전시설 부지의 지반 안정성, 지리정보시스템 (Geographic Information Systems)을 이용한 다변량 입지분석 (지형, 접근성, 지반 조건, 기후, 자원량 등), 전과정평가 (LCA, Life Cycle Assessment) 기반의 환경적 영향 분석, 에너지 믹스와 신재생에너지 사업 타당성 평가 사례를 다룬다. 석유, 천연가스 기반의 전통적인 에너지 사업과 신재생에너지 사업의 비교 분석을 통해 의사결정을 위한 평가 기법을 배우게 된다.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
농식품관련산업의 주요 이슈들에 대한 경제학적 실증 분석기법을 학습하고, 이를 실제 자료에 적용하여 동 분야의 실증적 연구 수행에 기초를 마련한다. 실증적인 연구 수행을 위하여 기존 발표 논문에 대한 체계적인 검토를 시도한다.전선 / 학사
기후는 태양으로부터 받는 에너지와 지구의 여러 물리적인 현상에 의해 결정된다. 이 과목에서는 이러한 여러 물리적 또는 역학적 현상을 이해하고, 이에 따라 결정되는 기후와 그 변화의 가능성에 대해 중점을 둔다. 세부내용으로는 전구의 에너지 평형, 대기에서의 복사전달, 지표면에서의 에너지 평형, 해수 순환과 연관된 기후 현상, 물에 의한 열 이동, 대기에 의한 열 이동과 기후, 지구의 기후변천사 등이다.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
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
이 과목은 ‘도시통계분석’의 고급과정으로서 도시 연구에서 제기되는 문제들을 계량적으로 분석하는 데 사용되는 방법의 원리와 응용방법을 심도 있게 살펴보는 데 목적이 있다. 이 과목을 수강한 학생들은 계량분석을 이용한 최신의 도시 연구 논문들을 이해할 수 있고, 자신의 연구 질문에 맞는 자료와 분석방법을 이용하여 스스로 접근할 수 있는 능력을 갖추게 될 것이다. 세부적으로 고전적 선형회귀 모형, 일반화 선형모형(generalized linear models), 연립방정식모형(simultaneous equations models), 패널자료 모형(panel data models), 다수준 회귀모형(multi-level regression models), 이산선택모형(discrete choice models), 시계열분석(time series analysis), 공간계량분석(spatial econometrics) 등을 학습하게 된다. 수업시간을 통해 기본 원리를 습득할 뿐만 아니라, 과제를 통해 Stata 등 통계 패키지(학생선택에 따라 R, Python, MATLAB 등을 이용할 수도 있음)를 이용하여 실제 자료에 분석방법을 적용하는 실습을 할 기회를 갖는다.