http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
강화학습 SARSA 알고리즘을 이용한 그리드 환경에서의 경로 탐색
백창선(Baek, Chang-Sun),염재홍(Yom, Jae-Hong) 한국측량학회 2020 한국측량학회 학술대회자료집 Vol.2020 No.7
본 연구는 경로 탐색에 강화학습 적용 여부를 판단하기 위한 초기 실험 연구를 수행하였다. 미래 행동 가치를 반영하여 현재 행동의 가치를 계산하는 SARSA 알고리즘을 사용하여 그리드 환경 상에서 경로 탐색을 시도하였다. 거리와 미세먼지 농도를 보상으로 설정하였으며, 학습 결과 최단거리와 최소 미세먼지 노출 정도를 고려한 최적 경로를 탐색하여 행동하는 에이전트를 설계 할 수 있었다.
인공지능 학습 방법과 사진측량 방법으로 추출 한 Point Cloud 체적 계산 결과 비교
백창선(Baek, Chang-Sun),염재홍(Yom, Jae-Hong) 한국측량학회 2018 한국측량학회 학술대회자료집 Vol.2018 No.4
포인트 클라우드는 산업, 사진 측량, 의료, 컴퓨터 비전 등 여러 분야에서 다양하게 활용 되고 있다. 기존에는 사진 측량 방식으로 포인트 클라우드를 추출 하였으나 최근 컴퓨터 비전 분야에서는 인공지능 학습법을 이용하여 외부표정 요소 및 포인트 클라우드 추출하는 연구가 시도 되고 있다. 본 연구에서는 사진 측량 방법과 인공지능 학습 방법을 통해 포인트 클라우드를 생성하고 체적을 통해 두 방법을 비교하였다.
Landsat 8 대기 반사도와 딥러닝 모델을 이용한 서울시 PM<SUB>10</SUB>시공간 해상도 향상
백창선(Baek, Chang-Sun),염재홍(Yom, Jae-Hong) 한국측량학회 2019 한국측량학회 학술대회자료집 Vol.2019 No.4
최근 한반도에서 고농도 미세먼지 관측 일수가 증가하면서 이로 인한 사회적 문제가 대두되고 있다. 현재 서울시를 기준으로 24개의 도시 대기 관측소와 15개의 도로변 대기 관측소를 통해 미세먼지 농도를 제공하고 있으나 미세먼지 특성상 토지 피복, 기상 조건에 대한 의존성이 높기 때문에 관측소에서 측정되는 데이터가 서울시 전체를 대표한다고 보기에는 한계가 있다. 따라서 본 연구는 위성 영상, 기상 관측 데이터, 토지 피복도와 딥러닝 기법을 이용하여 높은 시공간 해상도의 서울시 미세먼지 영상 생성 모델을 설계하였다.
소나무류 수관층 및 지표층의 CO<sub>2</sub>/non-CO<sub>2</sub> 배출량 분석 연구
박영주,이해평,백창선,Park, Young Ju,Lee, Hae Pyeong,Baek, Chang Sun 한국안전학회 2015 한국안전학회지 Vol.30 No.1
In this study, we carried out the emissions analysis of CO and $non-CO_2$ for the age-classes of various pine trees(Pinus koraiensis, Pinus densiflora, Pinus rigida Mill., Pinus thunbergii Parl.) to estimate of emission factors of the crown layer and surface layer in the forest fire. We used the thermal characteristic analyzer cone heater and NDIR analyzer in order to measure amount of emission. As a result, the major emissions of Pinus koraiensis were $CO_2$ and $CH_4$ and that of Pinus thunbergii Parl. was only CO. The major emissions of the most of pine trees were NO and $N_2O$. The $CO_2$ emission of Pinus thunbergii Parl. was the highest about as $7.26{\times}10^{-2}{\sim}1.63{\times}10^{-1}g$ and next came Pinus densiflora, Pinus koraiensis, Pinus rigida Mill.. And the CO emission of Pinus thunbergii Parl. was about $5.14{\times}10^{-3}{\sim}6.58{\times}10^{-3}g$ and followed by Pinus densiflora, Pinus koraiensis, Pinus rigida Mill.. The emissions of $CH_4$, NO, and $N_2O$ showed small differences between species and the emission of $CH_4$ was $8.37{\times}10^{-5}{\sim}2.55{\times}10^{-4}g$, and NO was $6.65{\times}10^{-5}{\sim}2.0{\times}10^{-4}g$ and $N_2O$ was $1.42{\times}10^{-4}{\sim}2.09{\times}10^{-3}g$ in all species. Particularly, the emission of Pinus thunbergii Parl. was the highest in all pine trees except $CH_4$.
박영주 ( Ju Young Park ),백창선 ( Chang Sun Baek ),이해평 ( Hae Pyeong Lee ),홍이표 ( Yi Pyo Hong ) 한국안전학회(구 한국산업안전학회) 2015 한국안전학회지 Vol.30 No.3
For this study, fire tests were performed targeting household items (Sofa, Drawer, Refrigerator, Washing machine) using a large cone calorimeter (Large Scale Cone Calorimeter, LSC). The data were obtained focusing on the fire characteristic of the data when the actual fire occurs. The study results showed the following mean HRR of the household items; drawer 2843 KW, sofa 2939 KW, washing machine 719 KW, refrigerator 2907 KW, and THR is found in sofa 2202 MJ, drawer 1559 MJ, refrigerator 1193 MJ, washing machine 627 MJ. From the result, it could be found that the sofa can cause significant heat generation when the fire occurs, and the flashover tendency was found relatively high in compartment fire. In addition, a weight of the four our household items was reduced sharply in a similar time (20min before and after) degree after ignition. The drawer and sofa which has a high heat release can be considered to speed up the fire spread as their weight decrease rapidly and showed relatively weak to the fire compared to the refrigerator and washing machine.
남준석(Nam, Jun-Seok),백창선(Baek, Chang-Sun),김준배(Kim, Joon-Bae),강태영(Kang, Tae-Young),박승옥(Park, Sung-Ock),한재호(Han, Jae-Ho) 한국화재소방학회 2008 한국화재소방학회 학술대회 논문집 Vol.2008 No.춘계
호스릴옥내소화전설비와 옥내소화전설비의 성능을 비교 시험하였다. 그 결과 조작성측면에서 호스릴옥내소화 전설비가 우수하고 그 성능이 옥내소화전설비와 같음을 확인하였다. 호스릴옥내소화전설비의 성능조건이 0.17 MPa 이상의 방수압력에서 130 LPM 이상의 방수량을 가질 경우 옥내소화전설비를 대체할 수 있음을 알 수 있었다. The performance of hose reel hydrant system and indoor hydrant system was tested comparatively. At that result, a hose reel hydrant system are excellent and have the same performance as indoor hydrant system. If hose reel hydrant system has the performance that pressure is more than 0.17 MPa and flow-rate is over 130 LPM at the nozzle, it can be substituted for indoor hydrant system.