http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 선영규 (검색결과 69 건)
- 무료
- 기관 내 무료
- 유료
-
딥 러닝 기반의 잡음 모델링을 이용한 전력선 통신에서의 잡음 제거
선영규,황유민,심이삭,김진영,Sun, Young-Ghyu,Hwang, Yu-Min,Sim, Issac,Kim, Jin-Young 한국인터넷방송통신학회 2018 한국인터넷방송통신학회 논문지 Vol.18 No.4
본 논문은 전력선 통신에서 딥 러닝 기술 적용시킨 연구의 초기 결과를 보여준다. 본 논문에서는 전력선 통신의 성능을 감소시키는 원인인 잡음을 제거하기 위해 딥 러닝 기술을 적용시켜 효과적인 잡음 제거를 목표로 하고 수신 단에서 딥 러닝 모델을 추가하여 잡음을 효과적으로 제거하는 시스템을 제안한다. 딥 러닝 모델을 학습시키기 위해서는 데이터가 필요하므로 기존의 데이터들을 저장하고 있다고 가정하고 제안하는 시스템에 대해 시뮬레이션을 진행하여 부가 백색 가우시안 잡음 채널의 이론적 결과와 비트 에러률을 비교하여 제안하는 시스템 모델이 잡음을 제거하여 통신 성능을 향상시킨 것을 확인한다.
-
-
-
-
-
-
마이크로그리드에서 강화학습 기반 에너지 사용량 예측 기법
선영규,이지영,김수현,김수환,이흥재,김진영,Sun, Young-Ghyu,Lee, Jiyoung,Kim, Soo-Hyun,Kim, Soohwan,Lee, Heung-Jae,Kim, Jin-Young 한국인터넷방송통신학회 2021 한국인터넷방송통신학회 논문지 Vol.21 No.3
This paper analyzes the artificial intelligence-based approach for short-term energy consumption prediction. In this paper, we employ the reinforcement learning algorithms to improve the limitation of the supervised learning algorithms which usually utilize to the short-term energy consumption prediction technologies. The supervised learning algorithm-based approaches have high complexity because the approaches require contextual information as well as energy consumption data for sufficient performance. We propose a deep reinforcement learning algorithm based on multi-agent to predict energy consumption only with energy consumption data for improving the complexity of data and learning models. The proposed scheme is simulated using public energy consumption data and confirmed the performance. The proposed scheme can predict a similar value to the actual value except for the outlier data.
-
-
선영규,김수현,이동구,박상후,심이삭,황유민,김진영,Sun, Young Ghyu,Kim, Soo Hyun,Lee, Dong Gu,Park, Sang Hoo,Sim, Issac,Hwang, Yu Min,Kim, Jin Young 한국전기전자학회 2018 전기전자학회논문지 Vol.22 No.3
Recently, studies have been actively conducted to reduce spare power that is unnecessarily generated or wasted in existing power systems and to improve energy use efficiency. In this study, smart meter, which is one of the element technologies of smart grid, is implemented to improve the efficiency of energy use by controlling power of electric devices, and predicting trends of energy usage based on deep learning. We propose and develop an algorithm that controls the power of the electric devices by comparing the predicted power consumption with the real-time power consumption. To verify the performance of the proposed smart meter based on the deep running, we constructed the actual power consumption environment and obtained the power usage data in real time, and predicted the power consumption based on the deep learning model. We confirmed that the unnecessary power consumption can be reduced and the energy use efficiency increases through the proposed deep learning-based smart meter.
-
ScienceON
eArticle연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
