http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
김재형,Kim, Jae-Hyeong 한국LP가스공업협회 2006 LP가스 Vol.103 No.-
LPG업계는 유통과정에서 소요되는 비용을 최소화해 경쟁력을 높이고 LPG를 사용하는 소비자들의 발길을 잡기 위해 노력하고 있다. 특히 작년 12월에 선정된 3곳의 배송센터 시범사업 업체는 수입-충전-판매로 이어지는 다단계 유통구조를 개선할 수 있는 모델로 관심을 받고 있다. 그러나 한편에서는 배송센터 자제에 대한 부정적인 시각도 여전하다. 이들 3개 사업장에서 배송센터 시범사업을 개시한지도 5달이 지났다. 그동안 진척 상황을 알아보고 유통구조개선의 필요성, 배송센터의 장.단점, 선정 경위 등을 다시 한번 살펴보면서 시범사업을 진행한 현장의 목소리를 전한다.
김재형,윤용남,Kim, Jae-Hvung,Yoon, Yong-Nam 한국방재학회 2002 한국방재학회논문집 Vol.2 No.4
In this study the results of Chungju reservoir inflow forecasting using 3 layered neural network model were analyzed in order to investigate the characteristics of neural network model for reservoir inflow forecasting. The proper neuron numbers of input and hidden layer were proposed after examining the variations of forecasted values according to neuron number and training epoch changes, and the probability of underestimation was judged by deliberating the variation characteristics of forecasting according to the differences between training and forecasting peak inflow magnitudes. In addition, necessary minimum training data size for precise forecasting was proposed. As a result, We confirmed the probability that excessive neuron number and training epoch cause over-fitting and judged that applying $8{\sim}10$ neurons, $1500{\sim}3000$ training epochs might be suitable in the case of Chungju reservoir inflow forecasting. When the peak inflow of training data set was larger than the forecasted one, it was confirmed that the forecasted values could be underestimated. And when the comparative short period training data was applied to neural networks, relatively inaccurate forecasting outputs were resulted and applying more than 600 training data was recommended for more precise forecasting in Chungju reservoir. 본 연구에서는 3층 신경망 모형에 의해 충주호의 유입량을 예측한 결과들을 이용하여 신경망 모형의 저수지 유입량 예측 특성을 분석하였다. 신경망 모형의 적절한 입력층 및 은닉층 뉴런 개수, 학습회수를 제시하였으며, 학습 첨두유량 크기가 예측된 첨두유량보다 작을 경우 예측 값이 과소평가되는 특징을 확인하였다. 또한 뉴런 개수, 학습회수가 과다할 경우 발생 가능한 과적합 현상을 확인하였으며, 정확한 예측을 위해 필요한 최소 학습자료 기간도 제시하였다. 결과적으로 충주호의 경우 $8{\sim}10$개의 뉴런 개수 및 $1500{\sim}3000$회의 학습회수를 이용한 신경망 모형이 적합한 것으로, 학습자료 기간 수는 최소한 600개 이상의 자료를 적용하여야 정확한 예측이 가능한 것으로 결과되었다.
김재형,Kim, Jae-Hyeong 축산물품질평가원 2009 KAPE누리 Vol.153 No.-
요즘 양돈 산업의 가장 큰 화두는 생산성 향상이라 할 수 있다. 고환율과 고곡물가로 비롯된 사료 가격의 인상은 농장의 생산비를 높여서 아무리 올해 고돈가를 형성해도 저생산성 수익을 보장할 수 없는 것이 현실이다. 반면에 생산성이 확보된 농장은 고생산비에도 불구하고 작년에 모돈 100두당 1억 이상의 수익을 올리고 올해 더 큰 수익을 예상하고 있는 것이 사실이다. 작년 폐사 회원농가 중 모돈 500두에 10억 이상의 수익을 올린 농장이 있으니 양돈 산업에도 부익부 빈익빈 현상이 심화 되고 있는 것이 요즌 필드 현상이라 할 수 있다. "잘되는 농장은 왜 잘 될까"하는 의문은 양돈 산업에 종사하는 사람들은 다들 궁금하게 생각할 것이다. 본고에서는 MSY(모돈두당연간출하두수) 22두를 기록하는 농장의 핵심 경영 전략 중 후보돈 및 모돈관리에 대한 부분을 서술하고 그 경영 노하우를 공유하는 좋은 시간이 되었으면 한다.