http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
머신러닝을 활용한 세라믹 정밀여과 파일럿 플랜트의 파울링 조기 경보 방법
탁도현,김수한,김동건,전종민 대한상하수도학회 2023 상하수도학회지 Vol.37 No.5
Fouling is an inevitable problem in membrane water treatment plant. It can be measured by trans-membrane pressure (TMP) in the constant flux operation, and chemical cleaning is carried out when TMP reaches a critical value. An early fouilng alarm is defined as warning the critical TMP value appearance in advance. The alarming method was developed using one of machine learning algorithms, decision tree, and applied to a ceramic microfiltration (MF) pilot plant. First, the decision tree model that classifies the normal/abnormal state of the filtration cycle of the ceramic MF pilot plant was developed and it was then used to make the early fouling alarm method. The accuracy of the classification model was up to 96.2% and the time for the early warning was when abnormal cycles occurred three times in a row. The early fouling alram can expect reaching a limit TMP in advance (e.g., 15-174 hours). By adopting TMP increasing rate and backwash efficiency as machine learning variables, the model accuracy and the reliability of the early fouling alarm method were increased, respectively.
심규태,조병선,김현동,김규한 대한토목학회 2022 대한토목학회논문집 Vol.42 No.5
대규모 표사이동으로 인해 침· 퇴적이 발생되는 해안에서는 시간이력에 따라 그 현상이 가속화되는 경향이 있기 때문에 적절하고도 시급한 대책을 강구하는 것이 중요하다. 해안침식의 대책방안 중 환경친화적 대책으로 알려진 양빈공법의 경우 입경의 크기에 따라 침식양상이 변화되므로적정 입경의 크기, 범위 등에 대해 결정하기 위해서는 면밀한 검토가 필요하다. 본 연구에서는 양빈사의 입경변화와 부분양빈의 적용, 파랑과 바람이 공존하는 조건 등을 변수로 설정하였을 때 발생되는 지형변화의 특성을 검토하고자 하였다. 이러한 요인들은 수치모형실험에서 해석하기 어려운 부분이 존재하기 때문에 수리모형실험을 통해 정성적인 해석을 수행하거나 양빈수행 이후에 현장모니터링 등을 통해 그 효과를 검토하게 된다. 하지만 실험과 모니터링 등은 제반사항이 발생되기 때문에 다양한 조건에 대한 예측 연구에는 어려움이 존재한다. 본 논문에서는 빅데이터의 활용을 통한 머신러닝 기법을 이용하여 침‧퇴적 경향을 재현함으로써 발생 가능한 현상에 대해 예측함과 동시에 머신러닝 기법의 적용성을 검토하고자 하였다. 학습데이터는 수리모형실험결과를 이용하였으며 연구결과 머신러닝을 이용한 지형변화는 단기예측의 경우 기존연구와 유사한 경향을 보이는 것으로 나타났으나 세굴 및 모래톱의 형성 등에서는 다소 차이가 존재하는 것을 확인할 수 있었다.
전세특성을 고려한 부동산 가격 급상승기 공동주택 가격추정에 관한 연구 - 회귀모형과 기계학습 기법 비교를 중심으로 -
이다솜,허유경,강민규 한국콘텐츠학회 2023 한국콘텐츠학회논문지 Vol.23 No.11
본 연구는 공동주택 가격추정에 있어 가격형성요인으로 전세특성을 고려하여 과연 어떤 요인들이 공동주택 매매가격에 영향을 미치는지를 회귀분석과 기계학습 기법을 통해 살펴보고, 그에 대한 분석 및 결과를 바탕으로 정책적 대안을 제시하는 데 목적을 두고 있다. 본 연구는 대전광역시 유성구 노은지구의 아파트 35개 단지를 대상으로 실거래가격 및 전세가격 분석을 통해 진행하였다. 분석 결과, 공동주택 가격형성요인에서 전세특성 변수인 전세거래량과 전세금액이 모두 매매가격에 정(+)의 영향력을 미치는 것으로 나타났다. 각 모형별 예측 정확도는 기계학습 기법인 랜덤포레스트 모형이 가장 높게 나왔고 그 다음으로 딥러닝딥러닝 모형, 회귀분석 모형 순으로 예측 정확도가 높게 나왔다. 각 모형에서 전세특성을 고려한 경우, 전세특성을 고려하지 않은 경우에 비해 예측 정확도가 모두 상승하여 전세특성이 가격 예측에 있어 중요한 요인으로 작용함이 입증되었다. 가격형성요인 중요도 분석 결과 랜덤포레스트와 회귀분석에서 전세특성 중 전세가격이 가장 중요한 요인으로 도출되었으며 딥러닝 모형에서도 상대적으로 중요한 요인으로 도출되었다. 본 연구는 공동주택 가격형성요인에 대한 올바른 이해를 바탕으로 전세시장과 매매시장을 연계한 주택 안정화 정책 수립에 시사점을 제공한다. 그리고 효율적인 주택 정책 운영을 위하여 부동산 관련 데이터를 종합적으로 고려할 수 있는 기계학습 모형의 가능성을 확인한다.
박영식,이형용 한국경영정보학회 2023 한국경영정보학회 학술대회논문집 Vol.2023 No.11
최근 MIT에서 NO Code AI와 ML기법이 대두되면서 여러가지 생성형 AI의 활용에 귀추가 주목되고 있다. 생성형 AI들 중 비전공자들이 가장 접하기 쉬운 형태가 AI 챗봇플랫폼의 형태인 챗GPT이다. 너무나 빠른 변화의 파도 속에서 23년 02월 국민대에서는 ‘챗GPT 윤리강령’을 발표하였고, 고려대에서는 ‘챗GPT 활용가이드라인’을 공개하면서 학계에도 AI챗봇 플랫폼이 스며들기 시작했다. 이에 다양한 도메인을 지닌 현장 전문가들이 효과적인 데이터 분석을 할 수 있게 되었으며, 쉽게 인사이트 도출이 가능해졌다. 이렇게 본인의 영역에서 데이터 비전문가이지만 현장전문가로서 데이터 분석을 하는 사람들을 우리는 시티즌데이터사이언티스트(Citizen Data Scientist, 이하 CDS)라 한다. 본 연구에서는 코드적 관점으로 로코딩툴(Low Coding Tool)의 대표적 사례인 챗GPT와 연구자의 직접코딩의 분석 정확성을 비교 확인하고자 한다. 데이터는 I-Cheng Yeh(2007)이 제공하는 UCI Repository의 Concrete Compressive Strength.csv 데이터를 활용하였다. 평가지표로는 MAE, MAPE, MSE, MSLE를 활용하였다. 이 연구의 공헌은 로코딩(Low Coding)과 직접코딩 간의 비교로 챗GPT와 같은 효과적인 개발 툴을 통해 데이터분석 비전공자, 비전문가들이 인공지능(AI)을 쉽게 구현 및 적용할 수 있고 그에 따라 시민데이터과학자라는 새로운 영역에 일조할 수 있다는 데 있다.
ICT 기반 환경모니터링 센서 데이터 검증을 위한 원스탑 플랫폼
채민아,조재혁,Chae, Minah,Cho, Jae Hyuk ICT플랫폼학회 2021 JOURNAL OF PLATFORM TECHNOLOGY Vol.9 No.1
기존 환경측정기기는 전자파 및 친환경 제품 인증, 내구성 시험 위주이며, 센서 신뢰성 검증 및 측정 데이터에 대한 검증은 형식 승인 및 등록, 인수시험, 초기교정, 주기시험 등을 통해 센서 성능평가 위주로 수행된다. 본 플랫폼은 각 타겟 센서별 성능평가 뿐만 아니라 센서의 데이터 신뢰성에 대한 검증체계 지원 ICT 기반 환경 모니터링 센서 신뢰성 검증 체계를 구축하였다. 환경 정보에 대한 센서 데이터를 수집할 센서보드를 제작하였고 센서 및 데이터 신뢰성 평가 및 검증 서비스 체계를 규격화 하였다. 또한, ICT 기반 센서 데이터 신뢰성 평가 및 검증을 위해 LoRa 통신을 이용한 센서 데이터 플랫폼 모니터링 프로토타입을 제작하였고 이를 스마트 시티 등에 실증 테스트하였다. 해당 시스템을 통해 받은 데이터 분석을 위해 머신러닝을 이용하여 최적화 알고리즘 개발하였다. 이를 통해 신뢰성 검증을 위한 센서 빅데이터 분석시스템을 구축하였고 통합 평가 및 검증 시스템의 기반을 마련하였다. Existing environmental measuring devices mainly focus on electromagnetic wave and eco-friendly product certification and durability test, and sensor reliability verification and verification of measurement data are conducted mainly through sensor performance evaluation through type approval and registration, acceptance test, initial calibration, and periodic test. This platform has established an ICT-based environmental monitoring sensor reliability verification system that supports not only performance evaluation for each target sensor, but also a verification system for sensor data reliability. A sensor board to collect sensor data for environmental information was produced, and a sensor and data reliability evaluation and verification service system was standardized. In addition, to evaluate and verify the reliability of sensor data based on ICT, a sensor data platform monitoring prototype using LoRa communication was produced, and the test was conducted in smart cities. To analyze the data received through the system, an optimization algorithm was developed using machine learning. Through this, a sensor big data analysis system is established for reliability verification, and the foundation for an integrated evaluation and verification system is provide.