최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 스마트 플러그를 통해 수집된 가구당 기기별 에너지 사용량 데이터를 기반으로 RNN 및 LSTM 모델을 활용하여 에너지 사용량을 예측하는 알고리즘을 구현했습니다. 구축된 데이터베이스는 에너지 사용량 예측뿐만 아니라 전력 소비 패턴 분석에도 활용될 수 있으며, 이는 에너지 효율 개선 및 효과적인 전력 사용량 관리에 기여할 것으로 기대됩니다.
Building energy management systems : an application to heating and control
Data-driven analytics for sustainable buildings and cities : from theory to application
A survey on coordinated power management in multi-tenant data centers
Smartphone energy consumption : modeling and optimization
Smart meter data analytics : electricity consumer behavior modeling, aggregation, and forecasting
Energy audits : a workbook for energy management in buildings
Effective tracking of building energy use : improving the Commercial Buildings and Residential Energy Consumption Surveys
Sustainable developments by artificial intelligence and machine learning for renewable energies
Building Information Modelling, Building Performance, Design and Smart Construction
China's energy strategy : economic structure, technological choices, and energy consumption
Energy master planning toward net zero energy resilient public communities guide
State of the art of energy efficiency : future directions
Energy management in wireless cellular and ad-hoc networks
Energy systems modeling and policy analysis
Energy efficient data centers : third International Workshop, E2DC 2014, Cambridge, UK, June 10, 2014, Revised selected papers
Energy and the new reality
Severiche-Maury, Zurisaddai; Uc-Rios, Carlos Eduardo; Arrubla-Hoyos, Wilson; Cama-Pinto, Dora; Holgado-Terriza, Juan Antonio; Damas-Hermoso, Miguel; Cama-Pinto, Alejandro · 2025
ENERGIES
Khalil, Mohamad; McGough, A. Stephen; Pourmirza, Zoya; Pazhoohesh, Mehdi; Walker, Sara · 2022
ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE
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.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 / 대학원
본 과목에서는 다양한 인공 지능 (특히 머신 러닝) 및 빅데이터 분석 시스템에 대해 공부한다. 자원을 관리하는 자원 관리자, 데이터를 저장하는 분산 스토리지, 데이터 처리의 핵심 모델인 데이터 플로우 모델, 배치 분석, 인메모리 처리, 스트림 처리, SQL, 머신 러닝/딥러닝 시스템, 그래프 처리에 대해서 공부한다. 특히, 대표적인 시스템인 Spark, Beam, TensorFlow, PyTorch 등을 활용하여 실제로 해당 시스템들이 어떻게 동작하는지 깊게 공부한다. 배운 이론을 바탕으로 프로그래밍 과제와 팀별 연구 프로젝트를 수행한다.전선 / 대학원
본 과목에서는 다양한 인공 지능 (특히 머신 러닝) 및 빅데이터 분석 시스템에 대해 공부한다. 자원을 관리하는 자원 관리자, 데이터를 저장하는 분산 스토리지, 데이터 처리의 핵심 모델인 데이터 플로우 모델, 배치 분석, 인메모리 처리, 스트림 처리, SQL, 머신 러닝/딥러닝 시스템, 그래프 처리에 대해서 공부한다. 특히, 대표적인 시스템인 Spark, Beam, TensorFlow, PyTorch 등을 활용하여 실제로 해당 시스템들이 어떻게 동작하는지 깊게 공부한다. 배운 이론을 바탕으로 프로그래밍 과제와 팀별 연구 프로젝트를 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
인류가 현재 이미 사용하고 있거나 미래 기술로 개발하고 있는 다양한 에너지 시스템에 대해 소개하고, 이를 이해하는 데 필요한 열역학적 개념 및 이론을 배운다. 이러한 지식을 활용하여 다양한 에너지 시스템에 대한 열역학적 모델링 프로젝트를 수행함으로써 이해를 깊이하고, 에너지 시스템 공학자로서 필요한 분석 능력을 배양한다.전선 / 학사
◎ 구 분: 중급 – 에너지 경영 ≪ 교수요목 ≫ 최근 전력에너지공학 분야에서 다루는 여러 문제들에 대해, 빅데이터 기반의 머신러닝 기법의 적용을 통해 해결하려는 추세에 있다. 전력에너지공학 분야에서 해결해야하는 문제들은 무엇이며, 빅데이터 기반의 머신러닝 기법을 통해 어떻게 해결할 수 있는지에 대한 강의를 진행한다. 강의는 전력에너지공학의 문제들에 대한 기본 개념, 빅데이터 기반의 머신러닝 기법(일부) 소개, 이것에 대한 간단한 예제와 실습으로 구성된다. ※ 본 강의는 실습 위주의 강의로서, 수강생들은 필요한 GPU자원을 갖춘 학생만 수강하도록 강력히 권장합니다. ≪ 과목개요 ≫ - 전력시스템공학 개요 - 전력시스템의 산업계 현안 개요 - 간단한 머신러닝 기법 소개 - 빅데이터 기반의 머신러닝 기법을 통한 전력시스템의 문제 해결 ≪ 학습목표 ≫ - 전력시스템공학에 대한 개론적 이해 - 전력시스템의 산업계 필요 인재 양성 - 빅데이터 기반의 머신러닝 기법에 대한 실습 능력 향상전선 / 대학원
건축과 도시환경을 설계, 시공, 운영하는 과정은 항상 인간 활동을 중심으로 수행되어왔지만, 인간 활동에 관한 실시간의 정량적 데이터를 수집 및 분석하는 데에 기술적 한계가 있었으며, 이로 인해 건축과 도시공간의 기능과 편의를 향상시키는데 많은 어려움이 있음. 본 강의에서는 건축환경에서 실시간으로 사람과 환경의 데이터를 자동으로 수집, 분석, 활용하는 ICT기반 센싱 및 데이터 처리기술에 대해서 학습하고, 스마트홈, 스마트빌딩, 스마트건설의 계획과 각 요소기술의 적용방안에 대해서 논의함. 본 강의를 성공적으로 이수함으로써 학생들이 다음과 같은 역량을 계발하는 것이 가능함. (1) 건축과 도시환경의 설계, 시공, 운영 과정에서 데이터 수집 및 활용 현황, 그리고 내재되어있는 문제점에 대해서 이해하고 논의할 수 있음 (2) 영상, 소리, Lidar 등 센서를 활용한 데이터 수집 기법와 인공신경망 등 기계학습을 활용하여 필요한 정보를 추출하는 과정에 대해서 이해하고, 프로그래밍을 통해 직접 구현할 수 있음 (3) 스마트홈, 스마트빌딩, 스마트건설을 구성원리를 이해하고, 계획에 요구되는 요소기술의 적용에 있어 장/단점과 기회/장벽에 대해서 설명할 수 있음전선 / 대학원
건축과 도시환경을 설계, 시공, 운영하는 과정은 항상 인간 활동을 중심으로 수행되어왔지만, 인간 활동에 관한 실시간의 정량적 데이터를 수집 및 분석하는 데에 기술적 한계가 있었으며, 이로 인해 건축과 도시공간의 기능과 편의를 향상시키는데 많은 어려움이 있음. 본 강의에서는 건축환경에서 실시간으로 사람과 환경의 데이터를 자동으로 수집, 분석, 활용하는 ICT기반 센싱 및 데이터 처리기술에 대해서 학습하고, 스마트홈, 스마트빌딩, 스마트건설의 계획과 각 요소기술의 적용방안에 대해서 논의함. 본 강의를 성공적으로 이수함으로써 학생들이 다음과 같은 역량을 계발하는 것이 가능함. (1) 건축과 도시환경의 설계, 시공, 운영 과정에서 데이터 수집 및 활용 현황, 그리고 내재되어있는 문제점에 대해서 이해하고 논의할 수 있음 (2) 영상, 소리, Lidar 등 센서를 활용한 데이터 수집 기법와 인공신경망 등 기계학습을 활용하여 필요한 정보를 추출하는 과정에 대해서 이해하고, 프로그래밍을 통해 직접 구현할 수 있음 (3) 스마트홈, 스마트빌딩, 스마트건설을 구성원리를 이해하고, 계획에 요구되는 요소기술의 적용에 있어 장/단점과 기회/장벽에 대해서 설명할 수 있음전선 / 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
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
전세계의 이용가능한 총에너지 및 원재료의 퇴장량과 수명에 관한 통계자료의 분석법을 거쳐 중요한 대체 에너지의 개발에 관하여 기술한다. 또 현재의 화석에너지, 석유에너지의 절약을 위한 에너지 관리기술에 관하여 중점적으로 강술한다.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 / 학사
지표 및 지하공간을 다루는 지형 및 지질의 공간정보를 에너지 GIS를 통해 분석하는 방법과 관련 프로그래밍 기법을 다룬다. 상용 소프트웨어를 이용한 실습이 포함된다.전선 / 대학원
농업 시설 및 건축물의 운영에서 가장 중요한 사항은 에너지의 흐름을 최적화하고 부하를 최소화하는 것이다. 이에 따라 최근에 에너지 문제 해결을 위한 가장 대표적인 방법으로는 기존 에너지 절감기술과 신재생에너지 기술 개발이 있다. 신 재생에너지 개발과 비교하여 기존 에너지 절감기술은 훨씬 더 경제적이고 현실성이 높으나 향후 새로운 기술 개발을 위해서는 에너지의 흐름을 분석하고 설계하는 기술이 필수적이다. 이번 강의를 통해서, 농촌지역의 주거 및 생산시설 설계 시, 냉난방 에너지 부하 절감을 고려한 건축물 구조, 단열, 환경조절 시스템 등의 적정 설계에 대한 방법 및 기술들에 대하여 소개하고자 한다. BES (Building energy simulation) 모델링을 통하여 각 대상 구조 별 프로젝트를 수행함으로써 시뮬레이션에 대한 이해도를 향상시키고자 한다.전선 / 대학원
ICT 및 AI와 같은 4차 산업혁명 기술의 발전은 인간행동과 건축시스템 사이의 상호작용 방식을 크게 변화시키고 있으며, 이는 스마트 홈, 스마트 빌딩, 그리고 스마트 도시와 같이 새로운 유형으로 제시되고 있다. 따라서 인간과 물리적 시스템 간의 새로운 관계를 정의하고 이를 바탕으로 건축물을 설계, 관리, 운영하는 방안이 필요함. 해당 강의에서는 (1) 시스템 모델링 기법을 활용하여 가상의 건축 시스템을 구축하고 사람과 시스템 간의 상호작용을 실험 및 분석하는 방안에 대해서 학습하며, (2) 비선형 최적화 기법을 통해 설계 및 관리방안을 최적화하는 방안에 대해서 학습한다. 본 강의를 성공적으로 이수함으로써 학생들은 다음과 같은 역량을 계발하는 것이 가능하다. (1) 주요 시스템 이론의 개념을 이해하고 설명할 수 있다. (2) 이산사건 시뮬레이션(DES), 행위자기반 모델링(ABM), 및 Multi-Method Modeling 등, 시스템 모델링 기법의 특징과 차이, 장단점을 이해하고 설명할 수 있다. (3) 시스템 모델링 툴을 활용하여 시스템을 모형화하고 정량적 분석을 위한 실험 설계가 가능하다. (4) 시스템 모델링 기법을 적용하여 스마트 홈, 빌딩, 그리고 도시의 설계, 관리, 운영에 활용한다.전선 / 대학원
스마트시티는 복잡 인프라 시스템의 확률 기반 모형의 구축과, 계측 데이터에 기반한 학습/업데이팅, 그리고 상황별 실시간 추론에 기반한 의사결정을 필수적으로 요구한다. 본 교과목은 이러한 정보공학 기반 인프라 시스템 관리의 기반이 되는 다음의 베이지안 이론과 방법론을 소개한다: (1) 데이터 기반 통계적 학습: 마르코프 체인 몬테 카를로, (2) 인과관계 모형 구축, 학습 및 추론: 베이지안 네트워크, (3) 커널 기반 학습 및 추론: 가우시안 프로세스, (4) 시그널 프로세싱: 베이지안 필터. 각 방법론을 컴퓨터 프로그래밍을 통해 직접 실습하고, 재난재해 레질리언스, 안전, 생애주기 관리 등 다양한 인프라 관련 문제에 적용함으로써 스마트시티를 구현하는 데에 필요한 인프라 정보공학 핵심역량을 함양하는 것을 목표로 한다.전선 / 학사
본 과목은 빅데이터를 활용하는 ML/AI/인지과학의 서비스를 개발할 때, 특히 많이 접하면서 까다로운 시계열 데이터 처리와, 파이썬 등으로 서비스를 개발을 효과적으로 할 수 있는 MLOps/DevOps 실전 가이드를 다루고자 한다. 연구 성과를 검증/공유하기 위해 패키지로 deploy하기 위한 도커/쿠버네티스 기술과 마이크로서비스 구축에 필요한 방법을 학습한다.전선 / 대학원
본 교과목은 데이터를 분석하여 유용한 정보를 추출하고 모델을 만들어 예측에 사용하는 데이터 마이닝에 대해 보다 깊이 있게 소개한다. 데이터마이닝의 중요한 알고리즘, 기반 기술, 대용량 데이터를 효과적으로 처리하는 마이닝 기술 등을 학습한다. 그리고 분산 시스템과 다수의 머신을 이용하여 빠르고 확장성 있게 대용량 데이터를 처리하는 방법을 논의한다. 또한 여러 실제 세계 응용에 어떻게 데이터마이닝을 적용하는지에 대해서도 논의한다. 주요 주제로 그래프 데이터 분석, 행렬/텐서 데이터 분석, 비정상 이벤트 탐지 등이 있다.전선 / 대학원
석유, 석탄, 천연가스, 신재생에너지를 비롯한 에너지 및 광물자원을 개발하기 위한 플랜트 및 운송망, 부지 설계에 필요한 GIS의 최신기술을 다룬다. GIS 분석 알고리즘 및 최근 연구사례를 분석한다.