http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
오광철,오희목,이진환,맹주선 ( Kwang Cheol Oh,Hee Mock Oh,Jin Hwan Lee,Jue Son Maeng ) 한국하천호수학회 1995 생태와 환경 Vol.28 No.4
Water quality, species and cellular composition of phytoplankton with depth were investigated at two sites in Daechung Reservoir to evaluate possible causes of dominance and vertical migration of blue-green algae. In the summer of 1993, thermal stratification was very weak as a result of lower water temperature than an ordinary year. Dissolved reactive phosphorus was gradually increased with depth, but there was no significant difference among the data examined with an interval of 4 hrs. Daechung Reservoir was an eutrophic lake in which the cyanobacterium Microcystis sp. was dominant(over 95% of total phytoplankton on the basis of number). The diurnal pattern of chlorophyll a concentration in the water column was very similar to that of Microcystis sp. at Site 2. Cell carbohydrate, presumably functioning as ballast, of Microcystis sp. in the epilimnion was expressed on the basis of protein content and revealed a maximum value of 1.52 at 10 a.m. and a minimum value of 0.32 at 2 a.m. Consequently, it is likely that Microcystis sp. in the surface water to a depth of 1 m increases up to 60∼70% of total population at 10 a.m. and 2 p.m., and migrates vertically to the deeper to a depth of 4 m after 2 p.m. due to the accumulation of carbohydrates, and returns to the surface water after 6 a. m.
오광철(Oh, Kwang Cheol) 한국부동산연구원 1996 부동산연구 Vol.6 No.1
부동산구매행위에 있어서 부동산정보는 매우 중요한 역할을 하고 있다. 그러나 지금까지 이에 관한 이론이나 실증적 연구가 없으며, 이 때문에 아파트미분양과 같은 사회·경제적 문제들이 발생하는 경우에 기업이나 정부는 올바른 해결방안을 찾지 못하고 있다. 본고에서는 위와 같이 우리가 당면하고 있는 부동산문제들을 해결하는데 다소 도움을 줄 수 있는 이론적 기틀을 제시하고자 한다. 이를 위하여 제2절에서는 현대부동산경제학에서 논의되고 있는 부동산정보의 기초개념을 살펴보았으며, 그 다음에는 정보의 질적특성을 셜명하였다. 그리고 마지막 절에서는 부동산정보의 효율성, 구매과정, 그리고 최적구매탐색 등을 수리식 모형과 실증분석을 통하여 살펴보았다.
데이터 특성에 따른 기계학습기반 온실 내부 환경 예측 모델개발
오광철 ( Kwang Cheol Oh ),김석준 ( Seokjun Kim ),박선용 ( Sunyong Park ),조라훈 ( Lahoon Cho ),전영광 ( Young Kwang Jeon ),이충건 ( Chunggeon Lee ),김대현 ( Daehyun Kim ) 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.2
전 세계적으로 효율적인 농작물 생산 위하여 농업 자동화 및 전문화에 관한 다양한 연구가 수행되고 있다. 특히 시설농업은 실시간 생육환경 제어를 통한 농작물 생산효율 향상을 목표로 수행되고 있다. 이를 효과적으로 수행하기 위해서는 온실 내부 환경변화에 대한 정확하고 정밀한 예측기법이 요구된다. 기존의 시뮬레이션 기법을 활용한 예측 방법은 온실 시스템의 가외 변인(Extraneous variable)인 태양광, 외기 온·습도 및 생장 작물의 특성 등으로 인하여 분석의 한계점이 존재한다. 이러한 문제를 극복하기 위하여 빅데이터를 기반으로 한 인공지능(Artificial intelligence, AI)기술을 활용한 온실 내부 환경 예측을 수행하고자 한다. 기계학습 모델은 데이터수집, 특성분석, 학습을 통하여 개발되며 매개변수와 학습 방법에 따라 모델의 정확도가 크게 변화된다. 따라서 데이터특성에 따른 최적의 모델 도출방법이 필요하다. 인공지능 회기모델 중 가장 널리 활용되고 있는 LSTM(Long short term memory) 알고리즘을 통하여 분석이 이루어졌으며, Grid Search Mathod를 통하여 초매개변수 최적화가 수행되었다. 또한 데이터 특성에 따라 변화되는 모델 특성 분석이 수행되었으며 외부 온·습도, 일사량을 기반으로 모델개발이 이루어졌다. 분석 결과 본연구의 온실 시스템에서는 최소 14일간의 데이터가 요구됨이 도출되었으며 평균 모델 성능은 r2: 0.92 RMSE : 2.14 로 도출됐다. 본연구를 통하여 온실 외부 데이터를 활용한 온실 내부온도 예측 모델 개발이 가능함을 검증하였으며, 추후 다양한 온실 데이터에 적용 및 비교분석이 수행되어야 한다. 이후 한 단계 더 나아가 기계학습모델의 예보단계로의 개선을 통한 온실 내부 환경 최적제어를 위한 연구가 필요할 것으로 판단된다.