http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
건물 냉난방 및 조명 에너지를 고려한 외피 설계인자 평가 및 대안 탐색 방안
배민정(Bae, Min-Jung),김선숙(Kim, Sun-Sook) 대한건축학회 2016 大韓建築學會論文集 : 構造系 Vol.32 No.11
A variety of building envelope design parameters effect on the building energy efficiency. These may have a positive or negative effect on reduction of building energy consumption according to regional climate conditions. The purpose of this study is to develop an evaluation and alternative searching method of building envelope design parameters for the early stage of architectural design, considering building heating, cooling, and lighting energy use. For this purpose, we calculated energy uses of an office building through EnergyPlus simulations, with various cases with window-to-wall ratios(WWR), solar heat gain coefficients(SHGC), thermal transmittances of walls and windows, shading types, projection factors, location of external shadings, and regions. Multi-variate regressions were conducted between building energy uses and these envelope parameters based on these results, and equations for predicting energy uses were developed. Based on these equations, the evaluation and alternative searching method of building envelope design parameters was developed. Through the several case studies for 5 regions, the applicability of this process was investigated and verified.
배민정 ( Min-jung Bae ),이윤정 ( Yun-jung Lee ),지정훈 ( Jeong-hoon Ji ),우균 ( Gyun Woo ),조환규 ( Hwan-gyu Cho ) 한국정보처리학회 2009 한국정보처리학회 학술대회논문집 Vol.16 No.1
최근 들어 인터넷 게시판이나 개인 블로그 등은 온라인상에서 사람들의 정보 공유나 의견 교환의 중요한 매체가 되고 있다. 많은 수의 블로그들은 현재 사회적으로 이슈가 되는 여러 문제들을 반영하고 있다. 또한 최근 댓글을 통해 적극적으로 자신의 의사 표현하거나 다른 사람들의 의견을 살피는 인터넷 사용자의 증가로 인터넷 뉴스나 블로그 기사에 많은 수의 댓글이 달리고 있다. 그러나 대부분의 블로그나 인터넷 포털 사이트의 경우 기사나 댓글들을 순차적인 목록 형태로 제공하므로 자신이 원하는 내용의 댓글을 검색하거나 전체 댓글에 대한 전반적인 파악은 힘든 일이다. 따라서 본 논문에서는 기사에 달린 많은 수의 댓글들을 분류하고, 이를 시각화 하는 시스템인 TRIB(Telescope for Responding comments for Internet Blog)을 제안한다. TRIB은 미리 정의된 사용자 정의 사전을 이용하여 댓글을 내용에 따라 분류하여 시각화 하므로 사용자들은 자신의 관심과 흥미에 따라 개인화 된 뷰를 볼 수 있다. 1,000개 이상의 댓글을 가진 뉴스 기사들을 대상으로 한 실험을 통해 TRIB 시스템의 댓글 분류와 시각화 성능을 보인다.