최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
이은아, 김종준
2014 / 패션 비즈니스
Jung, Bong-Kwang; Song, Hyemi; Kim, Min-Jae; Cho, Jaeeun; Shin, Eun-Hee; Chai, Jong-Yil
2016 / The Korean Journal of Parasitology
Alexander Symalla, 김정호
2018 / 국제지역연구
데이터가 존재하지 않습니다.
loading...
본 연구는 머신러닝 기반의 태양광 발전량 예측 알고리즘을 통해 예측 시장 참여 시 수익성을 높이는 방법을 제안합니다. 특히, 태양광 복사량 예측 데이터를 기반으로 클러스터링 알고리즘을 적용하여 예측 정확도 및 수익성이 낮은 원인을 분석했습니다. 이를 통해 재생 에너지 발전량 예측 시장 활성화 및 다양한 비즈니스 모델 창출에 기여할 것으로 기대됩니다.
Electric power systems : advanced forecasting techniques and optimal generation scheduling
Sustainable developments by artificial intelligence and machine learning for renewable energies
Reliability and risk evaluation of wind integrated power systems
Advances in electric power and energy systems : load and price forecasting
Optimization of photovoltaic power systems : modelization, simulation and control
(빅데이터와 통계로 살펴본) 태양광 시장과 REC 가격 전망
Sub-seasonal to seasonal prediction : the gap between weather and climate forecasting
Decision making under uncertainty in electricity markets
Supervised machine learning in wind forecasting and ramp event prediction
Smart meter data analytics : electricity consumer behavior modeling, aggregation, and forecasting
Applied photovoltaics
Concentrator photovoltaics
신재생에너지 공급인증서(REC) 가격 예측 방법론 개발 및 운용
해상풍력발전과 인공지능 : 머신 러닝과 데이터 사이언스 활용
(전문가를 위한) 머신러닝 솔루션 : 파이썬을 이용한 머신러닝 고급 문제 해결 기법
지역별 경제성을 고려한 태양광 시장잠재량 산정 및 이행비용 분석
Pricing and forecasting carbon markets : models and empirical analyses
Forecasting : principles and practice
Solar energy engineering : processes and systems
Forecasting : principles and practice
한국태양에너지학회 논문집
유재혁, 김상진, 장병훈, 우성민ENERGIES
Di Leo, Paolo; Ciocia, Alessandro; Malgaroli, Gabriele; Spertino, FilippoENERGY CONVERSION AND MANAGEMENT
Wang, Huaizhi; Liu, Yangyang; Zhou, Bin; Li, Canbing; Cao, Guangzhong; Voropai, Nikolai; Barakhtenko, EvgenyIEEE ACCESS
Abdelsattar, Montaser; Ismeil, Mohamed A.; Zayed, Mohamed M. A. Azim; Abdelmoety, Ahmed; Emad-Eldeen, AhmedENERGY REPORTS
Alcaniz, Alba; Grzebyk, Daniel; Ziar, Hesan; Isabella, Olindo한국정보기술학회논문지
김정원대한산업공학회지
이용택, 김두형, 신우석, 김창기, 김현구, 한성원한국생활환경학회지
정진화, 채영태International Journal of Photoenergy
C. Vennila; Anita Titus; T. Sri Sudha; U. Sreenivasulu; N. Pandu Ranga Reddy; K. Jamal; Dayadi Lakshmaiah; P. Jagadeesh; Assefa Belay한국전자통신학회 논문지
정설령, 이성근, 박경욱Renewable and Sustainable Energy Reviews
Das, U.K.; Tey, K.S.; Seyedmahmoudian, M.; Mekhilef, S.; Idris, M.Y.I.; Van Deventer, W.; Horan, B.; Stojcevski, A.Energies
Borunda M.,Ramírez A.,Garduno R.,Ruíz G.,Hernandez S.,Jaramillo O.A.Applied Energy
Polasek T.,Čadík M.Alba Alcañiz; Daniel Grzebyk; Hesan Ziar; Olindo Isabella
Renewable Energy
Sabadus, A.; Hategan, S.-M.; Blaga, R.; Paulescu, E.; Stefu, N.; Paulescu, M.; Calinoiu, D.; Mares, O.; Boata, R.; Badescu, V.한국정보기술학회논문지
이강혁, 김우제International Journal of Photoenergy
K. Mukilan; K. Thaiyalnayaki; Yagya Dutta Dwivedi; J. Samson Isaac; Amarjeet Poonia; Arvind Sharma; Essam A. Al-Ammar; Saikh Mohammad Wabaidur; B. B. Subramanian; Adane KassaSustainable Energy, Grids and Networks
Rana M.,Rahman A.IEEE Transactions on Sustainable Energy
Maryam Nejati; Nima AmjadyIEEE ACCESS
Gaboitaolelwe, Jwaone; Zungeru, Adamu Murtala; Yahya, Abid; Lebekwe, Caspar K.; Vinod, Dasari Naga; Salau, Ayodeji Olalekan전선 / 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 / 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 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
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
농식품산업 분야에서 핵심 기술로 부상하는 스마트팜과 관련된 경제 이슈를 다룬다. 스마트팜과 관련된 농식품 생산, 유통, 소비에 대해 학습한다. 이와 연계된 IT, BT 등 전·후방산업 비즈니스 현황을 파악하고 신부가가치를 창출하는 시야를 확보하게 한다. 나아가 환경, 생태 등 지속가능 개발을 위한 스마트팜의 공익적 기능에 대한 가능성도 함께 학습한다. .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
정보과학분야의 첨단 기법인 데이터마이닝과 머신러닝에 대한 이론을 학습하고 상업용패키지를 이용하여 농업분야응용에 대해 실습하며, 농업분야의 필요한 알고리즘을 개발하는 학습기회를 제공한다. Decision Tree, Probabilistic Machine Learning, Baysian Classifier, Neural Nets, Support Vector Machine, K--NN, Boosting, K--Means and Hierarchical Clustering, Reenforcement Learning 등에 대한 이론적 연구와 농업분야의 응용을 상업적 패키지를 이용하여 학습하고, 농업분야를 위한 알고리즘의 개발에 대해 실습한다.전선 / 대학원
본 스튜디오는 인공지능(AI)을 조경의 핵심 설계 도구로 활용하는 것을 목표로 하는 실습 중심의 스튜디오이다. 지난 2년간 진행한 세미나 주제인「조경과 AI」에서 다루었던 이론적 논의를 확장하여, 실제 설계 프로세스 속에서 AI의 잠재력과 한계를 탐구한다. 본 수업은 인간이 직관적으로 해결하기 어려웠던 형태적·공간적 문제를 인공지능을 통해 분석하고 생성하는 과정을 실험하며, 프롬프트 설계(Prompt Design)와 룰 베이스 설계(Rule-Based Design)와 같은 개념을 핵심 학습 주제로 다룬다. 수강생들은 2차원 이미지로부터 3차원 형상을 추출하고, 형태의 특징을 기반으로 기능과 프로그램을 부여하는 과정에서 다양한 AI 도구를 활용한다. 이를 통해 인공지능을 단순한 도구가 아닌 공동 설계자(co-designer)로 이해하며, 디지털 생성 기술을 통해 새로운 형태, 패턴, 그리고 공간 경험을 제안한다. 최종적으로 AI를 활용한 설계 프로토타입 혹은 실험적 디자인 아틀라스를 제작하여, 미래 조경·도시설계의 가능성을 탐구한다.전선 / 학사
통계분석 결과를 정확히 이해·해석하기 위한 확률과 기술통계, 가설검정, F 분포와 분산분석, 회귀·상관, 범주형·빈도 분석을 다룬 뒤, 머신러닝의 핵심 개념을 가볍게 소개한다. 간단한 분류·회귀·군집 알고리즘 및 기초적 모델 해석 가능성과 윤리·편향 이슈를 실습 중심으로 학습한다.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
태양에너지는 무한한 청정 에너지원으로 기후변화 문제에 대응할 수 있는 가장 이상적인 대안이다. 이 강의는 태양에너지를 에너지원으로 활용하는 가장 대표적인 방법인 태양광발전을 위한 태양전지 기술에 관한 것으로, 태양전지의 기본적인 작동원리부터 태양전지를 구성하는 다양한 소재 및 소자구조에 대해 소개하고, 최신 연구개발 동향을 공유하여 태양전지 및 기타 태양에너지 활용에 관한 연구를 수행중인 대학원생들의 지식을 함양하고 연구 활동에 도움을 주는 것을 목표로 한다.전선 / 대학원
본 교과목은 막대한 시공간적 데이터를 바탕으로 예측기법을 발전시킬 수 있는 머신 러닝 기법을 중심으로, 이에 대한 이론적 기반과 사례 연구를 계량지리학적 관점에서 이해하는 것을 목표로 한다. 통계학적 머신 러닝, 최적화, 사회 및 정보 네트워크 분석, 베이지안 모델링 등 관련된 다양한 분야에 대한 지리학 분야의 방법론과 적용 방안에 대해서 학습한다.전선 / 대학원
본 교과목은 농촌의 미래 환경 예측을 위해 요구되는 데이터 분석 방법 및 알고리즘을 이해하고 Python 프로그램을 통해 예측 방법론을 구현하고 적용하는 것을 목적으로 한다. 본 교과목을 통해 최근 농촌환경예측 방법론의 적용사례를 살펴보고 토론하며 실습하게 함으로써 그린에코공학에서 농촌환경예측 기술의 활용 능력을 습득하게 하고자 한다.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.전필 / 학사
공간의 생성, 발전, 성장 및 입지, 공간시장의 적정 규모이론, 공간 구조 및 토지이용, 집적화 및 클러스터, 주택 및 토지시장 분석, 인구 전망 와 공간경제 분석기법전선 / 대학원
본 과목은 전력 시장 구조와 기능에 대한 이해를 바탕으로 하여 다양한 시장 참여자들의 목적에 따른 활동과 그 결과로서의 시장 균형 및 사회 후생에 대해 분석하는 것을 목표로 한다. 구체적으로는 전력 현물 시장 및 파생 상품 시장의 운영과 가격 결정 메커니즘, 전기 요금 제도, 수요반응, 현대 포트폴리오 이론을 이용한 시장 위험 관리, 전력 시장 해석을 위한 전력 계통 모델로써의 OPF(Optimal Power Flow 최적조류계산),송전 계통 혼잡 관리 및 지역별 한계 가격 결정 기법, 게임이론을 이용한 시장 균형 분석 등을 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 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
불확실성 하에서 기대효용가설에 입각한 위험분석과 포트폴리오 분석 등 위험분석 이론을 소개하고 이를 농업부문에 응용한다. 특히 의사결정과정에서 기대효용가설 및 이후에 개발된 위험분석이론을 다룬다전선 / 대학원
기후변화 대응 전략 중 대표적인 방법이 청정 전력의 생산 증대와 이를 효과적으로 운영하는 것이다. 즉 청정에너지 생산의 증대 및 생산부터 송배전 및 사용 과정에서 효율 향상, 재생에너지를 비롯한 청정에너지가 많이 발전되는 시간대 및 최소화되는 시간대의 전력생산, 운영 및 저장된 신재생에너지의 사용 등이 대응 전략의 기본이 될 것이다. 본 교과목은 이런 측면에서 새로운 기후변화 전략에 의하여 전력계통의 운영에 필요하게 된 신 전력기술에 대하여 종합적으로 다루고자 한다. 본 강좌에서 다루는 주요 내용은 - 발전원으로서 원전, SMR(small modular reactor), 태양광 및 풍력, 수소터빈 발전, 연료전지, 수력, 조력 발전 등 - 에너지 저장시설로 수소생산, BESS(battery energy storage system), 양수발전과 기타 에너지 저장설비 - 전력운용방법으로 HVDC, MVDC와 Smart Grid - 전력거래방식의 현대화 등을 포함한다.