최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
최은지, 김학곤, 용성현, 설유원, 박동진, 최명석
2020 / 농업생명과학연구
Jiyeon Roh, Ki
2018 / 치위생과학회지
강성수, 노안성, 최승철, 김영상, 김현주, 최문태, 안병구, 김희권, 박상조, 이영한, 양상호, 류종수, 손연규, 김명숙, 공명숙, 이창훈, 이덕배, 김유학
2013 / 한국토양비료학회지(Korean Journal of Soil Science and Fertilizer)
데이터가 존재하지 않습니다.
loading...
본 연구는 H대학교 산학협력단 및 입주 기업의 에너지 소비 문제 해결을 목표로 인공지능 기반의 에너지 효율화 방안을 제시합니다. 예측 분석을 통해 분당, 시간당 전력 소비 추세를 확인하고, 과도한 에너지 소비의 특이점을 파악하여 실시간 모니터링 시스템 구축 모델을 제안합니다. 또한 모바일 애플리케이션 및 IoT 하드웨어 연동 연구를 통해 적용 분야 확장의 가능성을 제시합니다.
Energy efficient data centers : third International Workshop, E2DC 2014, Cambridge, UK, June 10, 2014, Revised selected papers
A survey on coordinated power management in multi-tenant data centers
Smartphone energy consumption : modeling and optimization
Sustainable developments by artificial intelligence and machine learning for renewable energies
Energy systems modeling and policy analysis
Microsystems for bioelectronics : scaling and performance limits
Information technologies in environmental engineering : ITEE 2007--Third International
Data-driven analytics for sustainable buildings and cities : from theory to application
Energy-efficient distributed computing systems
Energy audits : a workbook for energy management in buildings
Agent-based models of energy investment decisions
Advances in Building Services Engineering : Studies, Researches and Applications
Smarter energy : from smart metering to the smart grid
Sustainable cloud and energy services : principles and practice
Controllability, identification, and randomness in distributed systems
Green communications and networking
Building services engineering
Power systems analysis
Building energy management systems : applications to low-energy HVAC and natural ventilation control
Data in Brief
Popoola, Segun I.; Atayero, Aderemi A.; Okanlawon, Theresa T.; Omopariola, Benson I.; Takpor, Olusegun A.产业与科技论坛 / Industrial & Science Tribune
孙鲸鹏机电信息 / Mechanical and Electrical Information
楼启航; 郭依婷; 戴渝杰; 马宇凡Sustainable Computing: Informatics and Systems
Ma H.,Xu L.,Javaheri Z.,Moghadamnejad N.,Abedi M.Energy Reports
Wei, Qiaoni; Li, Qifen; Yang, Yongwen; Zhang, Liting; Xie, WanyingEngineering Applications of Artificial Intelligence
Chiang T.Y.,Yang C.H.,Chiueh P.T.Energy and Buildings
Chou J.S.,Nguyen H.M.Energy and Buildings
Zhou Y.,Sun L.,Hu X.,Ma L.Energy and Buildings
Anand P.,Deb C.,Yan K.,Yang J.,Cheong D.,Sekhar C.ISPRS International Journal of Geo-Information
Jing C.,Guo S.,Zhang H.,Lv X.,Wang D.IOP Conference Series: Earth and Environmental Science
Yuliansyah, H.; Corio, D.; Aziz, M.R.K.; Yunmar, R.A.Journal of Intelligent & Fuzzy Systems
Lianjun Chen; Yingjie Li대한건축학회논문집
조진균, 이영재Buildings
Wu W.,Deng Q.,Shan X.,Miao L.,Wang R.,Ren Z.한국생활환경학회지
정재웅, 김동우, 양정훈, 석호태, 이종민Energy and Buildings
García-Monge M.,Zalba B.,Casas R.,Cano E.,Guillén-Lambea S.,López-Mesa B.,Martínez I.Journal of Building Engineering
Quevedo, T.C.; Geraldi, M.S.; Melo, A.P.; Lamberts, R.Journal of Intelligent and Fuzzy Systems
Li Y.,Chen L.Journal of Supercomputing
Moon, J.; Park, J.; Hwang, E.; Jun, S.KIEAE Journal
정민희전선 / 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 / 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 / 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 과목에서는 높은 불확실성과 다양한 리스크 요인으로 인하여 불안정, 불규칙 시계열 특성을 가지는 에너지 및 자원분야 경영데이터의 고급계량분석기법을 학습한다. 수업에서는 실물옵션분석, 확률과정분석 등의 계량분석방법의 학습과 함께 에너지·광물 등 자원분야의 생산, 재고, 수요, 가격, 주가, 금융 등 경영데이터를 대상으로 사례분석을 수행하여 본다.논문 / 대학원
석박사과정 학생들이 구체적인 논문의 방향을 잡아가고 그 과정에서 부딪히는 문제점에 대해 의견을 나눔으로써 보다 깊이있는 논문을 쓸 수 있도록 하기 위한 교과목이다. 전체적인 개요를 잡기 위한 준비과정과 심도있는 세부내용에 대한 해결책을 모색하는 심화과정으로 구분되며, 학생들의 논문 진척정도에 따라 다르게 진행된다.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
◎ 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
공공 시설물 및 비즈니스 시설물 입지, 도시 계획, 네트워크 계획 등과 같은 공간의사결정을 위한 수리계획 모델링과 공간 최적화의 최신 연구 동향과 방법론을 검토하는 것을 목표로 한다. 학기에 따라 최적화 방법론, 다중시설물 입지 문제, 경쟁적 입지 문제, 센터 문제, 네트워크 최적화, 공간 최적화와 GIS, 공간 재현 문제 등의 다양한 이슈들을 선택하여 집중적으로 다룬다. 이론의 실제적 응용을 익히기 위해 공간 최적화와 GIS 방법론을 활용하여 실제적인 공간 문제를 해결하기 위한 기말 프로젝트를 수행한다.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
오늘날 도시는 세계 에너지 소비와 온실가스 배출에 막대한 기여를 하고 있다. 국제적 맥락에서 저에너지 도시개발의 촉진을 위해 도시의 형태와 에너지의 상관관계에 대한 적절한 이해가 필요하다. 본 교과목의 목표는 글로벌 관점에서 도시 형태에 따른 에너지 성과에 대한 최신이슈의 이해, 최신 모델링 기법과 탐구적 설계 응용 프로그램을 학생들이 이용할 수 있도록 돕고자 하는데 있다. 본 교과목에서는 도시 형태를 정의하는 양적 연구방법에 따라 교통, 건물에너지, 건물 및 기반시설 에너지, 분산형 재생가능에너지의 4가지 분야에 대한 에너지 효율과 도시 형태와의 상관관계에 대해서 다룬다. 도시 스케일의 에너지 모델링에 대한 최신 툴을 다루게 될 것이며, 수업 시간에 다룰 일부 툴은 글로벌 문화와 도시 규제의 맥락에서 다양한 도시 형태별 에너지 효율을 측정하고 살펴보는데 활용한다. 본 교과목에서는 추가적으로 에너지를 고려한 계획과 설계 기법, 용도구역설정 및 기타 정책기법을 다룰 것이며, 최종적으로 도시 형태와 에너지 효율, 에너지 중심의 도시계획과 디자인 원칙에 대해서 학습하고 다룬다.전선 / 대학원
오늘날 도시는 세계 에너지 소비와 온실가스 배출에 막대한 기여를 하고 있다. 국제적 맥락에서 저에너지 도시개발의 촉진을 위해 도시의 형태와 에너지의 상관관계에 대한 적절한 이해가 필요하다. 본 교과목의 목표는 글로벌 관점에서 도시 형태에 따른 에너지 성과에 대한 최신이슈의 이해, 최신 모델링 기법과 탐구적 설계 응용 프로그램을 학생들이 이용할 수 있도록 돕고자 하는데 있다. 본 교과목에서는 도시 형태를 정의하는 양적 연구방법에 따라 교통, 건물에너지, 건물 및 기반시설 에너지, 분산형 재생가능에너지의 4가지 분야에 대한 에너지 효율과 도시 형태와의 상관관계에 대해서 다룬다. 도시 스케일의 에너지 모델링에 대한 최신 툴을 다루게 될 것이며, 수업 시간에 다룰 일부 툴은 글로벌 문화와 도시 규제의 맥락에서 다양한 도시 형태별 에너지 효율을 측정하고 살펴보는데 활용한다. 본 교과목에서는 추가적으로 에너지를 고려한 계획과 설계 기법, 용도구역설정 및 기타 정책기법을 다룰 것이며, 최종적으로 도시 형태와 에너지 효율, 에너지 중심의 도시계획과 디자인 원칙에 대해서 학습하고 다룬다.전선 / 대학원
이 과목에서는 최적화 이론과 시스템 신뢰성 이론을 학습하고, 수자원시스템 설계 및 운영 그리고 수자원 관리 방안과 관련한 다양한 상황들에 적용한다. 또한, 21세기 범지구적 도전 과제인 기후 위기와 도시화 가속 현상이 새로운 시스템 건설 및 현존하는 시스템 운영 그리고 수자원 위기에 미치는 영향 등 인간 생활 유지와 관련한 실제 문제들을 심도 있게 논의한다. 해당 문제들에 대해 실현할 수 있는 해법을 모색하기 위해 다양한 시나리오 기반의 모델링 연구를 수행한다.전선 / 대학원
차세대 (환경친화적, 정보집약적, 대량맞춤형) 제품 및 서비스의 경쟁력 제고를 목표로, 제품개발 과정에서의 각종 의사결정을 합리화하고, 제품의 기능, 구조 및 원가 측면에서의 설계최적화를 꾀하며, 이들을 지원하기 위한 효과적 정보시스템을 구축하는 측면에서의 각종 연구논제를 다룬다.전선 / 학사
컴퓨터를 활용하여 문제를 해결할 시 그 활용이 필수적인 기본적인 자료 구조에 대해 가르친다. 배열, linked list, stack, queue, priority queue, search tree, hash table, balanced search tree 등의 자료구조의 구성, 활용 방법 및 효율성을 강의한다. Python 기반의 숙제를 통해 수강생이 직접 각 자료구조를 구현/활용할 수 있는 능력을 배양한다.전선 / 대학원
이 강의는 스마트 시티 계획과정 및 도시에서 발생하는 문제와 현상을 이해하기 위해 정량화할 수 있는 데이터를 수집하고 통계적 또는 수학적 기법을 통하여 문제의 원인을 체계적이며 논리적으로 분석하고 탐구하는 방법을 훈련하는 것을 목표로 한다. 특히, 학생들은 가설 설정 및 검증법을 선정하고, 다양한 종류의 데이터를 수집 및 코딩하며(e.g. 설문, 관찰, 샘플링 등), 기술 및 추론 통계(e.g, 회귀, 공간회귀, 머신러닝 등) 방법론을 학습하여 실제 데이터를 활용하여 연구 문제 및 가설에 적합한 계량적 분석 기법을 선택하여 도시 연구를 위한 논문을 작성하는 능력을 키울 수 있다. 또한, 이를 기반으로 기 출판된 양적 논문을 해석하고 이해하여 올바른 지식 소비자로서의 소양을 갖추는 것을 목표로 한다.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
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 / 대학원
이 강의는 스마트 시티 계획과정 및 도시에서 발생하는 문제와 현상을 이해하기 위해 정량화할 수 있는 데이터를 수집하고 통계적 또는 수학적 기법을 통하여 문제의 원인을 체계적이며 논리적으로 분석하고 탐구하는 방법을 훈련하는 것을 목표로 한다. 특히, 학생들은 가설 설정 및 검증법을 선정하고, 다양한 종류의 데이터를 수집 및 코딩하며(e.g. 설문, 관찰, 샘플링 등), 기술 및 추론 통계(e.g, 회귀, 공간회귀, 머신러닝 등) 방법론을 학습하여 실제 데이터를 활용하여 연구 문제 및 가설에 적합한 계량적 분석 기법을 선택하여 도시 연구를 위한 논문을 작성하는 능력을 키울 수 있다. 또한, 이를 기반으로 기 출판된 양적 논문을 해석하고 이해하여 올바른 지식 소비자로서의 소양을 갖추는 것을 목표로 한다.