3차 저장 장치 활용을 위한 MIDAS-II의 확장

김영성 중앙대학교 대학원 1998 국내석사

심층신경망을 이용한 예측모델과 강화학습 기반 건물에너지 최적 제어에 관한 연구

백영현 인천대학교 대학원 2024 국내석사

Building energy consumption represents a considerable portion of global energy use, with the International Energy Agency (IEA) estimating it to be around 30%. This significant share underscores the urgency of optimizing building energy use, considering its environmental and economic impacts. Within building energy consumption, heating and cooling energies are known to constitute about 50%. To reduce total energy consumption, optimization of building energy use is essential. In practice, optimizing the energy consumed for continuous operation by occupants and basic building functions may be overlooked. Hence, optimizing the considerable and relatively controllable heating and cooling energy consumption is emphasized. This study aims to optimize the cooling energy used in the Headquaters building of Incheon National University's Songdo campus. The goal is to reduce energy consumption while maintaining the Predicted Mean Vote (PMV), a key indicator of thermal comfort, by controlling the fan of the Air Handling Unit (AHU) within the Heating, Ventilation, and Air Conditioning (HVAC) system. To this end, four time-series prediction models, capable of accurately capturing the complex environmental dynamics, were selected and compared to predict energy consumption, temperature, and humidity. These models were evaluated in terms of predictive accuracy for relevant parameters. These models are evaluated and compared for accuracy. The chosen prediction model is then utilized as the environment for a reinforcement learning model, which receives environmental and energy consumption data as input and outputs the optimal control signal for the AHU fan. Our study introduces an innovative approach that goes beyond traditional simulationbased methods by integrating time-series prediction models into a reinforcement learning framework. This novel integration not only enhances building energy efficiency but also sets new benchmarks in the field. Unlike traditional simulation-based reinforcement learning models, this model, trained on actual data, demonstrates superior applicability in real-world settings and data utilization. It achieves approximately a 20% reduction in energy consumption by the AHU fan compared to the existing system, while maintaining PMV at an appropriate level. This contributes significantly to improving both energy efficiency and indoor environmental quality. This research not only presents a new paradigm in the field of building energy optimization but also lays a crucial foundation for future strategies in sustainable building management. Such an approach lays a crucial foundation for future strategies in sustainable building management. 심층신경망을 이용한 예측모델과 강화학습 기반 건물에너지 최적 제어에 관한 연구 건물 에너지 소비는 전세계 에너지 소비에서 큰 비중을 차지하고 있으며, 국제에너지기구(International Energy Agency, IEA)에 따르면 그 비중은 약 30%에 달한다. 건물에서 소비되는 에너지 중에서도 냉방 및 난방 에너지는 약 50%를 차지한다고 알려져 있다. 에너지의 소비를 줄이기 위해서는 건물 에너지 소비의 최적화가 필수적이다. 실질적으로 건물 내부에서 재실자가 지속적으로 사용하는 전력 에너지와 건물의 기본적인 운영을 위한 에너지 소비는 필수적이기 때문에 이들의 최적화는 차순위가 될 수 있다. 따라서 에너지 소비량이 크고 비교적 조절 가능한 냉방 및 난방 에너지의 최적화는 그 중요성이 강조된다. 본 논문에서는 인천대학교 송도 캠퍼스의 대학 본부 건물에 사용되는 냉방에너지를 최적화하고자 한다. 이를 위해서 건물의 공기조화(Heating, Ventilation, and Air Conditioning, HVAC)시스템 중 공조기(Air Handling Unit, AHU)의 팬을 조절하여 열적 쾌적성의 대표적인 지표인 예상 평균 온열감(Predicted Mean Vote, PMV)을 일정 수준 유지하며 에너지 소비량을 줄이는 것으로 한다. 이를 달성하기 위해 각 구역의 온도, 습도, 기류 등의 환경데이터와 에너지 소비량 데이터를 활용하여 에너지 소비량, 온도, 습도를 예측하는 심층신경망(Deep Neural Network, DNN) 기반의 4가지의 시계열 예측모델을 구성하여 에너지 소비량과 각 구역의 온도, 습도를 예측하고 이들의 정확도를 평가하고 비교한다. 그 후 예측모델을 이용하여 강화학습 모델의 환경으로 사용한다. 강화학습 모델은 환경데이터 및 에너지 소비량을 입력으로 받아 최적의 AHU 팬 제어신호를 출력한다. 시계열 예측 모델을 강화 학습 환경에 통합하여 건물의 에너지 효율성을 향상시키는 새로운 접근 방법을 제안한다. 기존의 시뮬레이션 기반 강화 학습 모델과 달리, 실제 데이터를 기반으로 학습된 이 모델은 현실 환경에서의 적용성과 데이터 활용성 면에서 뛰어난 장점을 갖는다. AHU 팬의 에너지 소비량을 기존 시스템 대비 약 20% 절감하는 성과를 달성하였으며, 이 과정에서 PMV도 적정 수준으로 유지되었다. 이는 에너지 효율성과 실내 환경 품질을 동시에 개선하는 데 중요한 기여를 한다. 이 논문은 건물 에너지 최적화 분야에 중요한 새로운 구조를 제시하며, 지속 가능한 건물 운영을 위한 새로운 방향을 제시한다. 이러한 접근 방법은 미래의 지속 가능한 건물 관리 전략에 대한 중요한 기반을 마련할 것으로 사료된다. 주제어 : 딥러닝, 에너지, 강화학습, 예측, LSTM

산화주석 박막 및 나노와이어 기반 고성능 자가-전력 자외선 광검출기

김성은 조선대학교 대학원 2024 국내석사

We report on the performance of self-powered ultraviolet (UV) photodetectors composed of SnO2 nanowire (NW) networks. SnO2 NWs with a length of several hundred micrometers can be synthesized by thermal chemical vapor deposition (CVD) using SnO powder as the raw material, which has the advantages of a low process temperature and no requirement for a reducing agent. Based on the characterization results obtained through synchrotron X-ray diffraction (XRD), scanning electron microscopy, and transmission electron microscopy (TEM), we determined the growth behavior of SnO2 NWs via a vapor-liquid-solid mechanism with Au nanoparticles. The NW growth switched from an initial in-plane growth to subsequent vertical growth, forming NW cotton. This was started at a process temperature of 600 ℃ and optimized at 800 ℃. Moreover, the XRD and TEM results indicate that the NWs mainly grew in the form of SnO2, although the formation of SnO NWs was also possible. Metal-SnO2 NW-metal type photodetectors were fabricated, and their photoresponsivity to UV light in the range from 200 to 400 nm was investigated. The device exhibited a photo-to-dark current ratio of ∼ 2.17 × 106 at an applied bias of 10 V and 254 nm UV exposure. A maximum responsivity of about 1100 A/W was estimated at a wavelength of 270 nm, and the cutoff edge wavelength appeared around 350 nm. In particular, the self-powered photoresponse at nominal zero bias was ∼ 1.23 nA. The results of this study support the idea that SnO2 NWs are promising candidates for self-powered deep-UV photodetectors and that thermal CVD using SnO powder is suitable for synthesizing SnO2 NWs at temperatures as low as 800 °C. But, the device structure and characteristics of the photodetector are not suitable for practical applications. Thus, the UV photodetectors composed of SnO2 thin films were produced. The SnO2 thin film UV photodetectors were fabricated by RF sputtering in an Ar atmosphere. But, due to the oxygen vacancy, the time-dependent photorepsonse time curve indicated the decay time of slow speed reaction. Therefore we fabricated the SnO2 thin films having thickness thinner than 15 nm. To reduce the native oxygen vacancies, the samples were grown in a pure O2 gas atmosphere with a working pressure of 5 x 10 -3 torr. Based on the characterization results through synchrotron X-ray diffraction (XRD) and atomic force microscopy (AFM), We determined the structural properties of SnO2 thin films as a function of film thickness. At 2.5 nm thick sample, the surface of the thin film is relatively smooth. As for ϴ-rocking curve, it was observed that as thickness of SnO2 thin film increased, the diffuse scattering increased. This is because of the surface state effect. Surface state effect are responsible for the relatively slow response speed. Metal-SnO2 thin film-metal type photodetectors were fabricated. The time scale was excellent in the 4.4 nm thin film, and the photocurrent was measured the highest in the 14.2 nm thin film. The photoresponsivity to UV light of 254 nm was investigated. The device of 8.8 nm thickness exhibited a photo-to-dark current ratio ∼ 7 × 104 at an applied bias of 10 V. A maximum responsivity was estimated at a wavelength of 260 nm, and the cutoff edge wavelength appeared around 350 nm. On these results, We have successfully demonstrated that SnO2 thin film of 8.8 nm was suitable for candidate of UV photodetector.

고성능 실리콘 기반 음극을 위한 고전도성 단일벽 탄소나노튜브 도전재로 기계적 특성이 강화된 수계 바인더 복합소재

김세은 조선대학교 대학원 2024 국내석사

The low cycle life of an Si-based anode seriously hinders the final introduction of next-generation high energy density lithium-ion batteries (LIBs). In this research, the SWCNT-binder composite strategy was proposed for the high-capacity SiOx anode. SWCNT of a conductive-filler material is required to disperse mechanical stress generated during cycling and improve the Li-ion diffusion kinetics of the SiOx anode. Here, a stress-dispersed SWCNT-binder composite with high electrical conductivity and mechanical strength is constructed. The mechanical strength of SWCNT was confirmed by tensile strength test. It maintains a stable electrode/electrolyte interface during cycling by enabling effective mechanical stress distribution through a cohesive network. In addition, in the SiOx anode, SWCNT provides a thin SEI layer to promote Li-ion diffusion. Therefore, by controlling the SWCNT content, the cycle life of the SiOx anode is greatly improved, and the integrity of the electrode is maintained. For example, the SiOx@SW(1.5%) electrode maintains a high specific capacity of 1450 mAh g-1 for 80 cycles at 0.2C, showing excellent capacity retention of 98.4%. In addition, the SiOx@SW(1.0%) electrode of High-loading also maintains a high area capacity of more than 4.3 mAh cm-2 for 50 cycles at 0.2C, showing excellent capacity retention of 98.8%. In addition, the SWCNT-binder composite can be widely applied to Si-C composite electrodes. Therefore, it is strongly confirmed that the operating mechanism of the SWCNT-binder composite strategy to improve electrochemical performance is a desirable composite material for a practical Si-based anode configuration with high energy density and long life. Si-based 음극의 낮은 사이클 수명(Cycle life)은 차세대 고에너지 밀도 리튬-이온 전지(LIB, Lithium-ion battery)에 대한 최종 도입을 심각하게 방해한다. 본 연구에서는 고용량의 SiOx 음극을 위해 SWCNT-binder 복합소재 전략이 제안되었다. 사이클링 중에 발생한 기계적 응력을 분산시키고 SiOx 음극의 Li-ion 확산 Kinetics을 향상시키기 위해서는 전도성-필러(Conductive-filler) 물질의 SWCNT가 필요하다. 여기서, 높은 전기전도도와 기계적 강도를 갖는 응력 분산 SWCNT-binder 복합소재를 구성한다. SWCNT의 기계적 강도는 인장강신도 시험을 통해 확인되었다. Conductive network를 통한 효과적인 기계적 응력 분산을 가능하게 하여 사이클링 중에 안정적인 전극/전해질 계면을 유지한다. 또한 SiOx 음극에서 SWCNT는 Li-ion 확산을 촉진하기 위한 Thin SEI layer를 제공한다. 따라서 SWCNT 함량을 제어함으로써 SiOx 음극의 사이클 수명이 크게 향상되어 전극의 Integrity가 유지된다. 예를 들어, SiOx@SW(1.5%) 전극은 0.2C에서 80 cycles 동안 1450 mAh g-1의 높은 Specific capacity를 유지하며, 98.4%의 뛰어난 Capacity retention을 나타낸다. 게다가 High-loading의 SiOx@SW(1.0%) 전극도 0.2C에서 50 cycles 동안 4.3 mAh cm-2 이상의 높은 Areal capacity를 유지하며, 98.8%의 뛰어난 Capacity retention을 나타낸다. 게다가 SWCNT-binder 복합소재는 Si-C 복합전극에도 보편적인 적용이 가능하다. 따라서 전기화학적 성능을 향상시키기 위한 SWCNT-binder 복합소재 전략의 작동 메커니즘은 고에너지 밀도 및 장수명을 갖는 실용적인 Si-based 음극 구성에 대한 바람직한 복합소재임을 강력하게 확인한다.

뉴스 빅데이터를 이용한 부동산가격 변화 시점 예측에 관한 연구

오성훈 호서대학교 일반대학원 2022 국내박사

Real estate is one of the most representative assets among the measures of wealth, and it is the major investment asset that people are should be interested in to increase their wealth. Thus, making it possible to predict changing time points in real estate prices would help to increase wealth and prevent poor investments. Real estate prices are so unpredictable that even experts renowned for their great success in real estate investment often give inaccurate forecasts because of sudden variations in major factors or unexpected environmental changes. Currently, portal search information and news big data information are being used in the process of conducting analysis or prediction research on areas related to real estate, and numerous news articles providing real estate-related information are pouring in. However, in reality, news big data is still not being utilized as a major factor in predicting real estate prices. This study focuses on predicting not future real estate prices but whether the point in time when the real estate price trend changes from an upward trend to a downward trend or vice versa will come in the near future. To identify changes in real estate prices, the housing sales price index was defined as a proxy indicator of real estate prices, and to more accurately identify the timing of changes in past price trends, the weekly apartment sales price index increase rate of apartments, a representative housing type in Korea, was used. In addition, the analysis target change point and data collection period were defined to meet the purpose of this study. Moreover, among the real estate- related news articles of the corresponding period, news articles in which ‘real estate prices’, ‘housing prices’, ‘house prices’, or ‘apartment prices’ were mentioned at least once were collected as data to be used for analysis. A frequency analysis was conducted on the terms of the collected news data, and a topic analysis was conducted by grouping them into 3-month units from 9 months prior to the analysis target change point to confirm whether there were any major changes in the topic during the analysis target period. As a result of comparing the number of articles mentioning positive or negative words that could imply a price rise or fall by month for 9 months before the price trend change, many words showed meaningful changes before reaching the point of change in the price trend. Additionally, to enhance comparability, pairs of words with opposite meanings were created by subtracting negative words with intuitively opposite meanings from positive words such as rise and fall. And as a result of comparing the monthly trends of the difference in the frequency of such word pairs, it was confirmed that the frequency difference was approaching zero or turning into a positive or negative value before the point of change in the price trend. Finally, when this was converted into '(uptrend×100)/(uptrend+downtrend)-50', it was confirmed that the comparison between different months was possible despite the difference in the number of articles per month, better explaining the change in the price trend. 부동산은 우리나라 국민들이 생각하는 부의 척도 중 가장 대표적인 자산이며, 부를 증식시키기 위해 관심을 가져야 하는 주요 투자자산 중 하나이다. 따라서, 부동산가격의 변화에 대한 합리적 예측이 가능하다면 재산을 증식하거나 크게 잘못된 투자를 예방하는 것에 도움이 될 것이다. 부동산가격은 주요 요인의 급변이나 예상치 못한 환경변화 때문에 부동산 투자로 크게 성공한 것으로 알려진 유명 전문가들조차 잘못된 전망을 하는 경우가 많을 정도로 예측이 어렵다. 최근 들어 부동산과 관련된 분야에 대한 분석 및 예측 연구를 수행하는 과정에서 포탈 검색 정보나 뉴스 빅데이터 정보들을 활용하고 있으며, 부동산 관련 정보를 제공하는 수많은 뉴스들이 쏟아지고 있다. 그러나 현실에서는 여전히 뉴스 빅데이터가 부동산가격 예측에 주된 요소로 사용되지 못하고 있다. 본 연구에서는 미래에 형성될 부동산가격의 수준이 아니라 상승 기조에서 하락 기조로 또는 하락 기조에서 상승 기조로 부동산가격의 추세가 전환되는 시점이 가까운 미래에 도래할 것인가에 관심을 갖고 분석을 진행하였다. 부동산가격의 변화를 파악하기 위해 주택 매매가격지수를 부동산가격의 대용지표로 정의하였고, 과거 가격 추세의 변화 시점을 더 정확히 파악하기 위해 한국의 대표적인 주택 형태인 아파트의 주간 아파트 매매가격지수 증가율을 사용하였다. 또한, 연구의 목적에 부합하도록 분석대상 변화 시점 및 자료수집기간을 정의하였다. 그리고, 해당 기간의 부동산 관련 뉴스 기사들 중 내용에 부동산가격, 주택가격, 아파트가격, 집값, 주택값, 아파트값이 한 번이라도 언급된 기사를 뉴스 빅데이터 자료로서 수집하였다. 수집된 뉴스 테이터의 용어 및 문서에 대해 빈도 분석을 실시하였으며, 분석대상 기간에 토픽의 주요한 변화가 있었는지 확인하기 위해 분석대상 시점 9개월 이전부터 3개월 단위로 묶어 토픽 분석을 실시하였다. 가격 상승 또는 하락을 유추할 수 있는 긍정적인 단어 또는 부정적인 단어들이 언급된 기사의 개수를 가격 변화 시점 이전 9개월간 월별로 비교하여 본 결과, 가격 변화 시점에 도달하기 전에 의미 있는 변화를 보여주는 단어들이 다수 있는 것으로 나타났다. 추가적으로, 비교가능성을 높이기 위해 상승과 하락, 상승세와 하락세 등 긍정적 단어에서 직관적으로 반대되는 의미를 가진 부정적 단어를 차감한 대응단어쌍을 생성하였다. 생성된 대응단어쌍 빈도 차이의 월별 추이를 비교한 결과, 가격 변화 시점에 가까워질수록 0에 가까워지거나 플러스 또는 마이너스로 값이 전환되는 등 부동산가격의 변화 추세가 분명하게 나타났다. 마지막으로, ‘상승세×100/(상승세+하락세)-50’으로 변환한 지수를 활용하여 비교한 결과, 월별 기사 수 차이가 있음에도 불구하고 추세의 변화를 더욱 잘 설명하는 것으로 확인되었다.

심층학습을 이용한 하수관로 결함 검출

고태환 인천대학교 정보기술대학원 2024 국내석사

도시의 발전과 노후화로 인한 공중위생 유지 및 하천수질 보전을 위해 중요한 도 시 기반 시설인 하수도는 본연의 기능을 유지하기 위해 결함 관리가 필수적이다. 하수관로 결함은 주기적인 CCTV 조사와 판독을 통해 관리되고 있지만, 전문가의 주관적인 판단으로 인한 부정확성이 여전히 존재한다. 이러한 문제를 해결하기 위해 심층학습을 적용한 다양한 연구가 진행되어왔다. 본 논문에서는 하수도 관리기관이 실제로 촬영한 CCTV 영상을 인공지능 학습용 데이터로 활용하여 이음부 단차, 이음부 손상, 이음부 이탈과 같은 빈도가 높은 결함을 심층신경망을 활용하여 검출하고, 정확도 향상을 위한 방안을 점검하였다. 심층학습 실험은 데이터 준비, 모델 학습, 결과 확인의 단계로 진행하였다. 실험에서는 VGG16 및 ResNet50 심층학습 모델을 적용하였으며, 학습용 데이터는 서울시 열린데이터 광장과 AI Hub에서 제공한 하수관로 내부 CCTV 조사 영상을 활용 하였다. 실험의 주요 목적은 정상과 이음부 결함을 검출하는 것이었다. 실험 결과, 학습 층이 더 깊은 ResNet50 모델이 보다 더 높은 정확도를 보였다. 특히, 복합 결함을 배제한 데이터셋에서는 검증 정확도가 86%로 나타났다. 누구나 쉽게 접근 가능한 학습용 데이터셋을 사용하여 중요한 도시 기반 시설인 하수도의 결함 검출 정확도를 향상시키는 것은 의미있는 시도였으며 정확도 향상을 위해 우선적으로 데이터셋의 신뢰성을 보장하는 것이 필수적임을 확인하였다. 또한, 데이터셋 내 복합 결함을 검출하기 위해서는 최신 YOLO(you only look once) 모델 등을 적용한 연구와 결함 세부 등급 판별과 결함의 심각도를 평가하는 추가 연구가 현업 실무에 실질적인 도움이 될 것으로 사료된다. Sewers, an important urban infrastructure for maintaining public health and preserving river water quality as cities develop and age, require defect management to maintain their functionality. While sewer pipeline defects are managed through periodic CCTV surveys and deciphing, there are still inaccuracies due to the subjective judgment of experts. Various studies have applied deep learning to solve these problems. In this paper, we used CCTV images actually taken by a sewer management organization as data for artificial intelligence training to detect high-frequency defects such as joint displaced, joint faulty, and joint separation using a deep neural network, and examined ways to improve accuracy. The deep learning experiment proceeded through the stages of data preparation, model training, and results validation. In the experiment, VGG16 and ResNet50 deep learning models were applied, The training data utilized CCTV inspection images of sewer pipelines provided by Seoul Open Data Plaza and AI Hub. The main objective of the experiment was to detect normal and joint defects. In our experiments, the ResNet50 model with deeper training layers showed higher accuracy. In particular, in a dataset that excludes compound defects, the verification accuracy was reached 86%. Using an easily accessible training dataset to improve the accuracy of defect detection in sewers, a critical urban infrastructure, was a meaningful endeavor, and we found it essential to ensure the reliability of the dataset first to improve accuracy. In addition, research on applying the latest YOLO (you only look once) model to detect compound defects in datasets, and further research on detailed defect grading and defect severity evaluation will be of practical use in the field.

주석을 도핑한 비화학양론 산화갈륨 박막의 제조 및 특성 분석

이하람 조선대학교 2020 국내석사

Ga2O3는 약 4.9 eV의 넓은 bandgap을 가진 반도체로서 광전자 장치, 가스 센서 등과 같은 다양한 응용 분야에서 적용된다. 그러나 유전체 물질로서의 potential 또한 고려되고 있어 금속 산화물 반도체 전계 효과 트랜지스터가 연구되고 있다. 본 논문에서는 sapphire(0001) 기판에 고주파 분말 스퍼터링을 사용하여 증착된 multi-domain Sn이 도핑된 Ga2O3 박막들의 heteroepitaxial 성장을 연구한다. Ga2O3:Sn 박막은 Ar gas 분위기에서 증착되기 때문에 산소 결핍 상태인 비화학양론 Ga2O3-x로 성장한다. SnO2의 영향으로 Ga2O3-x는 산소 결핍을 채우나 여전히 Ga2O3-x의 형태로 존재한다. 고해상도 싱크로트론 x-선 회절을 사용하여 박막의 결정질 배향을 조사한다. Sn이 도핑된 Ga2O3 박막은 높은 결정도와 모자이크 구조로 성장하였다. Ga2O3의 corundum α- 및 monoclinic β- 상이 as-grown 샘플에서 공존한다는 것을 발견된다. Ga2O3:Sn 박막의 α 및 β 상이 sapphire(0001) 기판에 epitaxial 관계라는 것을 발견된다. epitaxial 관계는 out-of-plane 방향에서 β-Ga2O3[-201] // α-Ga2O3[0001] // sapphire[0001]과 in-plane 방향에서 β-Ga2O3[020] // α-Ga2O3[10-10] // sapphire[11-20]로 요약한다. In-plane β-Ga2O3(020) 및 α-Ga2O3(30-30) 브래그 피크들의 방위각 스캔은 α-Ga2O3과 β-Ga2O3 둘 다 12-fold in-plane 회전 대칭을 나타내며 특히 in-plane 방향에서 30〫 회전된 α-Ga2O3 domain은 사파이어[11-20]방향으로 ± 3〫 기울어진다. 본 연구의 12-fold symmetry 분석은 이전연구의 대부분 α-Ga2O3 및 β-Ga2O3 박막들에 대한 6-fold symmetry만 연구된 것에 비해 주목할 만하다. 또한, 박막의 두께 증가 및 SnO2 함량이 증가함에 따라 광학 bandgap은 점차 감소하였고, 이는 Sn 원자의 양 증가에 기인한다. Ga2O3 is a semiconductor with a wide bandgap of about 4.9 eV and is applied in various application such as electronic devices and gas sensors. However, the potential as a dielectric material is also considered, and recently, metal oxide semiconductor field effect transistors have been studied. In this study, we reports the heteroepitaxial growth of multidomain Sn-doped Ga2O3 thin films deposited using radio frequency powder sputtering onto sapphire(0001) substrates. Since the Ga2O3:Sn thin film is deposited tn an Ar gas atmosphere, it grows into a non-stoichiometric Ga2O3-x oxygen vacancy state. Under the influence of SnO2, Ga2O3-x fills oxygen deficiency but still exists in the form of Ga2O3-x. The crystalline orientation of the films was examined using high-resolution synchrotron x-ray diffraction. The Sn-doped Ga2O3 thin films were grown with remarkably high crystallinity and negligible mosaic structure. We found that the corundum α- and monoclinic β-phase of Ga2O3 coexisted in the as-grown samples. We found that both α and β phases of Ga2O3:Sn are epitaxial to the sapphire(0001) substrates. Epitaxial relationship can be summarized as β-Ga2O3[-201] // α-Ga2O3[0001] // sapphire[0001] in the out-of-plane direction and β-Ga2O3[020] // α -Ga2O3[10-10] // sapphire[11-20] in the in-plane direction. Azimunthal angle scans of the in-plane β-Ga2O3(020) and α-Ga2O3(30-30) bragg peaks revealed that the α-Ga2O3 and β-Ga2O3 both showed 12-fold in-plane rotational symmetry and, in particular, that the 30〫 rotated α-Ga2O3 domains in the in-plane direction were tilted ±3〫to the sapphire[11-20] direction. It is noteworthy that only 6-fold symmetry has previously been reported for most α-and β-Ga2O3 thin films. Finally, as the thickness of the thin film increases or as the SnO2 content increases, the optical bandgap gradually decreases, which is due in part to the increase in the amount of Sn atoms, but the effect of the defects is greater.

염료감응 태양전지용 그래핀산화물 기반 고투광 촉매전극

정은지 조선대학교 대학원 2014 국내석사

Electrochemically reduced graphene oxide nanosheets were carried out by fast and simple electrochemical method in non-toxic electrolyte, and their application as an alternative to conventional platinum cathode for dye-sensitized solar cells (DSCs). The graphene oxide were spin-coated on indium tin oxide (ITO) coated glass and reduced by electrochemical, chemical reduction method. To investigate the characteristics of cathodes, we measured and analyzed Photovoltaic current-voltage curve, Electrochemical Impedance spectra, Tafel polarization, Cyclic Voltammograms, Fourier Transform Infrared Spectroscopy (FT-IR), X-ray Photoelectron Spectroscopy (XPS), Raman spectroscopy, Transmittance, Atomic Force Microscope (AFM) and Scanning Electron Microscope (SEM). E-rGO transmittance >97%, power conversion 5.2 %, with a fill factor 0.52 was achived. The E-rGO was outperformed to chemically reduced graphene oxide (C-rGO).

텍스트 마이닝에서 워드 임베딩 방법에 관한 연구 : 워드투벡(Word2Vec)과 글로브(GloVe)를 중심으로

소신영 호서대학교 대학원 2022 국내석사

본 논문은 비정형 데이터를 이용한 분석 가운데 텍스트 분석에 관한 관심에서 비롯되었다. 그것은 오늘날 빅데이터 분석의 중요성이 확대되면서 비정형 데이터까지 수집하여 분석하려는 수요가 점차 증가하고 있기 때문이다. 본 논문에서 중점적으로 다루고자 하는 텍스트 마이닝(Text mining)은 빅데이터 분석의 한 분야로서 대표적인 알고리즘이라 할 수 있다. 또한, 텍스트 마이닝은 비정형 데이터로 간주 되는 텍스트를 컴퓨터가 읽고 분석할 수 있도록 고안된 알고리즘을 다루는 분야이다. 오늘날 우리가 매일 접하는 언어와 텍스트에는 풍부한 정보가 내재 되어 있다. 그러나 하루에도 수백만 건의 문서가 생산되는 정보의 홍수 속에서 우리의 인지능력만으로 그 방대한 텍스트 자료를 처리한다는 것은 분명 한계가 있다. 또한, 이와 같은 방대한 텍스트 데이터는 개인의 일상뿐 아니라 유통, 제조, 서비스, IT 영역 등 다양한 분야에서 다양한 모습으로 축적되고 있다. 이에 따라 텍스트 데이터에 대한 분석도 점점 더 중요해지고 있다. 본 연구자는 이러한 부분에 관심을 갖고 텍스트 분석에 대하여 고찰하고자 하였다. 본 논문의 구성은 다음과 같다. 서론 부분에서는 본 연구를 수행하게 된 동기와 연구할 내용들에 대하여 서술하였다. 제1절에서는 텍스트 마이닝(text mining)의 정의와 절차, 그리고 텍스트 마이닝의 응용 및 현황에 대하여 살펴보았다. 다음으로 텍스트를 분석하기 위해 필요한 단어 임베딩에 대하여 그 정의를 고찰하였다. 제2절과 3절에서는 텍스트 마이닝의 주요 기법인 워드투벡(Word2Vec)과 글로브(GloVe)에 대하여 각각 그 정의를 소개하고 응용하였다. 그리고 제4장에서는 본 연구에서 진행되었던 방법들을 응용하여 실제 데이터를 활용한 사례분석을 통하여 워드투벡(Word2Vec)과 글로브(GloVe)의 기법을 비교 분석하였다. 마지막으로 결론 부분에서는 위에서 연구한 내용들을 요약정리하고 연구의 과정에서 도출된 결과를 제시한 후에, 요구되는 후속연구에 대한 제언으로 본 연구를 마무리하였다.

컨조인트 분석의 소개와 활용

이원희 호서대학교 일반대학원 2014 국내석사

ABSTRACT Introduction and Application Of Conjoint Analysis Won-Hee Lee Department of Informational Statistics, The Graduate School Hoseo University Asan, Korea (Supervised by professor Hyuncheol Kang) This paper presents introduction and utilization of conjoint analysis that widely used in the marketing research. To understanding the basics of conjoint analysis and estimate part-worth, We use ANOVA with main effects and multiple regression model. We introduce the estimation of part-worth through regression coefficient, vector model, ideal point model, and discuss a few conjoint analysis models which are used for the special data structure. In addition to the classical conjoint analysis method, We introduce CBCA(choice-based conjoint analysis) and MaxDiff(maximum-difference) conjoint model and discuss some characteristics of the models in the comparison with the classical conjoint analysis. Using conditional logit model, CBCA and MaxDiff models are applied for the real example data.