최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 2020년부터 2030년까지 한국 본토의 장기간 전력계통한계가격(SMP)을 예측하기 위해 기계학습을 활용하였다. LNG와 WTI 가격이 SMP 예측에 가장 중요한 요인으로 분석되었으며, LGBM 모델이 가장 정확한 예측 성능을 보였다. 예측 결과, SMP는 2022년까지 감소한 후 2030년까지 72 KRW/kWh (Case A) 또는 69 KRW/kWh (Case B)로 유지될 것으로 전망된다.
에너지전환과 한국 가스산업의 현재와 미래 : 천연가스 우회직수입 문제에 대한 실증분석
Machine learning applications in subsurface energy resource management : state of the art and future prognosis
Sustainable developments by artificial intelligence and machine learning for renewable energies
Practical business forecasting
Applications of computer aided time series modeling
핸즈온 머신러닝 딥러닝 알고리즘 트레이딩 : 파이썬, Pandas, NumPy, Scikit-learn, 케라스를 활용한 효과적인 거래 전략
퀀트 투자를 위한 머신러닝·딥러닝 알고리듬 트레이딩 : 파이썬, Pandas, 텐서플로 2.0, Scikit-learn을 활용한 효과적인 트레이딩
위성 및 장기예측자료의 기계학습을 통한 가뭄예측
Optimisation, econometric, and financial analysis
확률론적 머신러닝 : 기본편
Financial econometrics, mathematics and statistics : theory, method and application
Automotive, mechanical and electrical engineering : proceedings of the 2016 International Conference on Automotive Engineering, Mechanical and Electrical Engineering (AEMEE 2016), Hong Kong, China, 9-11 December 2016
Energy systems modeling and policy analysis
Energy : supply and demand
Trends and Advances in Information Systems and Technologies : Volume 3
Agricultural systems management : optimizing efficiency and performance
(Must Have) 데싸노트의 실전에서 통하는 머신러닝 : 실무와 캐글에서 통하는 TOP 10 알고리즘으로 시작하라
Advances in time series methods and applications : the A. Ian McLeod festschrift
R을 활용한 기계 학습 : 데이터 분석을 위한 머신 러닝 이론과 적용
발전산업 최근동향과 유망기술 개발 동향과 전략
한국산학기술학회논문지
신석하, 유한욱Annals of Operations Research
Shahzad U.,Sengupta T.,Rao A.,Cui L.한국혁신학회지
황정섭, 황윤민Korean Journal of Chemical Engineering
이기준, 여영구, 이태환, 김래현IEEE Systems Journal
Muzumdar A.A.,Modi C.N.,Madhu G.M.,Vyjayanthi C.Sustainability (Switzerland)
Moradzadeh A.,Zakeri S.,Shoaran M.,Mohammadi-Ivatloo B.,Mohammadi F.한국태양에너지학회 논문집
이용준, 김동수, 오은주, 류의환Resources Policy
Guliyev H.,Mustafayev E.Journal of Marine Science and Engineering
Dimitrios V. LyridisENERGY REPORTS
Matrenin, Pavel; Safaraliev, Murodbek; Dmitriev, Stepan; Kokin, Sergey; Ghulomzoda, Anvari; Mitrofanov, SergeyIEEE Transactions on Industry Applications, Industry Applications, IEEE Transactions on, IEEE Trans. on Ind. Applicat.
Haque, H.; Razzak, M.A.Fluctuation and Noise Letters
Islam, U.; Ali, I.; Awwad, E.M.; Sarhan, N.M.; Fattah Sharaf, M.A.; Khan, I.; Ahmad, S.; Khan, F.Forecasting
Boudhaouia A.,Wira P.한국산업정보학회논문지
이우창, 김양석, 김정민, 이충권INTERNATIONAL JOURNAL OF ELECTRICAL POWER & ENERGY SYSTEMS
Yamasaki Junior, Marcos; Freire, Roberto Zanetti; Seman, Laio Oriel; Stefenon, Stefano Frizzo; Mariani, Viviana Cocco; Coelho, Leandro dos Santos전기학회논문지
김도현; 조호진; 김명수; 노재형; 박종배MACHINE LEARNING WITH APPLICATIONS
Kim, Taehyun; Ha, Byeongmin; Hwangbo, SoonhoMachine Learning and Knowledge Extraction
Santoso A.,Wijaya F.D.,Setiawan N.A.,Waluyo J.INFORMATION
Madrid, Ernesto Aguilar; Antonio, NunoInternational Journal of Electrical Power and Energy Systems
Liu B.,Dong J.,Lian J.,Kuruganti T.,Wang X.,Li F.전선 / 대학원
학부과정의 생산관리 과목에서 배운 생산시스템의 관리 및 통제기법에 대해 보다 심화된 내용을 소개한다. 세부항목으로는 재고관리, 자재소요계획, JIT, 종합적 품질관리, 작업장 통제, 총괄 생산 계획, 생산 능력 계획 등이 있다.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 / 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 / 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 / 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 / 대학원
본 강의는 농식품 공급망에서의 레질리언스 역량 강화에 대한 이론 및 모형을 다루고 농식품 공급망 레질리언스와 관련된 주요 이슈 및 연구 동향을 살펴보며 이를 통해 공급망 레질리언스 구축 방안에 대해 심층적으로 논의하는데 그 목표를 두고 있다. 구체적으로 농식품 공급망에서의 다양한 리스크 요인들을 살펴보고 이에 대해 공급망 입지 및 공급망 설계, 구매 및 공급자 관리, 생산 및 운영 등의 전략적 접근 방안을 다루게 된다.전선 / 대학원
본 강좌는 자연 자원을 효율적으로 관리하고 활용하기 위한 공공정책을 경제학적인 관점에서 심층적으로 다룬다. 본 강좌는 환경 외부성(대기 및 수질 오염, 기후변화 등)이 자연 자원의 효율적 배분에 미치는 영향과 이를 해결하기 위한 정책 수단(탄소세, 배출권거래제 등)을 탐구하는 오염 규제 이론으로 시작한다. 이후 화석연료, 금속, 광물과 같은 비재생 자연 자원의 시간간 최적 배분과 호텔링 법칙을 학습하고, 수산, 산림, 토지, 수자원 등 재생 가능한 자연자원의 지속가능한 이용 전략에 대해 분석한다. 또한 생태계 서비스, 자연경관 등 시장에서 직접 거래되지 않는 자원의 효율적 관리를 위한 비시장재 가치평가 방법론(현시선호법, 진술선호법 등)을 학습한다. 마지막으로 좌초자산, 자연자본 회계 등 현대 자원 정책 이슈를 탐구하여 현재와 미래의 자원 정책에 대한 비판적 사고력을 함양한다. 본 강좌는 미시경제학 원리를 기반으로 하며, 수강생의 이해를 돕기 위해 관련 핵심 개념에 대한 리뷰가 첫 시간에 진행될 예정이다.전선 / 대학원
제어 시스템 1 의 연이은 과목으로 고급 제어시스템 설계 및 해석에 필수적인 개념 및 기법들을 소개하는데, 특히 비선형 제어, 확률적 추정 및 제어, 적응 제어 및 비선형 최적제어 등에 주안점을 둔다.전선 / 학사
본 교과목은 기계학습과 딥러닝 기술의 학문적 기반을 바탕으로 화학생물공학 분야의 복잡한 문제 해결을 위한 기법을 익히기 위한 과목이다. 이 과목에서 지도 및 비지도 학습, 의사결정트리, 선형 회귀, 로지스틱 회귀, 신경망, 재료 개발, 열역학, 반응공학, 이동현상, 그리고 공정 최적화의 응용을 다룬다. 또한 최종 프로젝트를 통해 실제 문제를 해결하는 데 필요한 이러한 기술을 적용하는 것을 강조하며, 도메인 지식을 활용하여 효과적인 모델을 개발하는 방법을 학습할 수 있도록 유도할 예정이다. 수업의 선행 조건으로 화학생물공학의 기본적인 지식과 Python 프로그래밍 경험이 필요하며. 강의 내용을 바탕으로 학생들이 화학생물공학에서 빠르게 진화하는 인공지능 분야의 선도자가 될 수 있는 역량 강화에 목표를 둔다.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
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.전선 / 대학원
마케팅 활동의 효과를 높이는 방향의 하나로서 데이터에 기반한 과학적인 마케팅 실행에 대한 필요성이 지속적으로 높아지고 있는데, 데이터 사이언스 및 인공 지능 분야의 핵심 요소 중의 하나인 머신 러닝 기법들이 이러한 과학적이며 효과적인 마케팅 프로그램을 실행하는데 있어 매우 유용한 도구로서 활용될 수 있을 것이다. 본 과목에서는 마케팅 의사 결정의 품질을 높이기 위해 머신러닝의 다양한 분석 기법을 효과적으로 활용하는 방법에 대해 학습하는데, 마케팅 의사 결정의 종류가 다양하고 또한 이들 종류별로 필요한 데이터와 적절한 분석 기법이 상이하므로 마케팅 의사 결정 종류별로 어떠한 데이터를 어떠한 기법을 통하여 분석할 것인지에 대한 체계를 중심으로 학습한다.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
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 / 학사
학부과정을 총정리하는 의미에서 지금까지 학습한 철학, 정책, 실천 등을 우리나라의 실제 분야에 적용해 보기 위한 기반을 구축하려는 목적을 지니는 과목이다. 소득구조, 근로조건, 주택, 의료 등의 문제들을 검토하고, 학생들의 공통적인 관심사도 연구과제로 삼게 된다.전선 / 대학원
내연기관의 성능요소, 내연기관의 연소, 추출물의 생성기구와 제어, 연료 절약 및 성능 예측, 내연기관의 계측및 대체연료 기관의 성능 등에 관한 토픽을 중심으로 학습한다.전선 / 대학원
통계적 기계학습 방법은 데이터과학 및 인공지능 분야에서 핵심 방법론으로 사용되고 있다. 본 강의에서는 통계적 기계학습 방법론을 소개하고 기본 이론을 배운다. 주로 지도학습방법론을 위주로 다루며, 의사결정론, 고차원 선형모형, 비모수 함수추정, 의사결정나무와 앙상블, Support vector machine 그리고 딥러닝에 대한 이론 및 알고리즘을 가르친다. 그리고 지도학습 알고리즘을 관통하는 통계학적 원리인 M-추정량에 대해서 논의한다.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.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.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.