http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
공유셀을 가진 계층적 셀룰라 망에서 멀티트래픽을 위한 적응적인 호 수락 제어 기법
황의석(Euiseok Hwang),원정재(Jeongjae Won),이형우(Hyongwoo Lee),조충호(Choongho Cho) 한국정보과학회 1999 한국정보과학회 학술발표논문집 Vol.26 No.1A
계층적 마이크로 셀 환경에서 멀티미디어 서비스의 이동성 보장을 위한 핸드오프 문제를 공유셀을 이용하여 해결 할 수 있다. 본 연구에서는 이러한 공유셀을 이용하여 클러스터간 멀티미디어 트래픽의 핸드오프 호 수락 제어기법을 제안한다. 이를 위하여 멀티미디어 트래픽의 특성별로 각각 인접한 셀의 상태정보와 클러스터의 상태 정보를 이용한 분산 호 수락 제어 기법을 적용한다. 또한 공유셀에서의 호 수락 제어 파라미타 값에 따른 혼 손실율과 핸드오프 호 지체율동을 시뮬레이션하여 분석하였다.
레이저유도 플라즈마 분광법을 이용한 폐금속 분류를 위한 추정 연성정보 기반의 최빈 분류 기술
김에덴,장혜민,신성호,정성호,황의석,Kim, Eden,Jang, Hyemin,Shin, Sungho,Jeong, Sungho,Hwang, Euiseok 한국자원리싸이클링학회 2018 資源 리싸이클링 Vol.27 No.1
In this study, a novel soft information based most probable classification scheme is proposed for sorting recyclable metal alloys with laser induced breakdown spectroscopy (LIBS). Regression analysis with LIBS captured spectrums for estimating concentrations of common elements can be efficient for classifying unknown arbitrary metal alloys, even when that particular alloy is not included for training. Therefore, partial least square regression (PLSR) is employed in the proposed scheme, where spectrums of the certified reference materials (CRMs) are used for training. With the PLSR model, the concentrations of the test spectrum are estimated independently and are compared to those of CRMs for finding out the most probable class. Then, joint soft information can be obtained by assuming multi-variate normal (MVN) distribution, which enables to account the probability measure or a prior information and improves classification performance. For evaluating the proposed schemes, MVN soft information is evaluated based on PLSR of LIBS captured spectrums of 9 metal CRMs, and tested for classifying unknown metal alloys. Furthermore, the likelihood is evaluated with the radar chart to effectively visualize and search the most probable class among the candidates. By the leave-one-out cross validation tests, the proposed scheme is not only showing improved classification accuracies but also helpful for adaptive post-processing to correct the mis-classifications.
비전형 잔여 기상 정보를 활용한 하이브리드형 전력 수요 예측 모델 설계
박강구(Kanggu Park),송준호(Junho Song),황의석(Euiseok Hwang) 한국정보과학회 2019 정보과학회 컴퓨팅의 실제 논문지 Vol.25 No.1
인구증가와 더불어 전기 기기의 보급 확대에 따라 에너지 소비가 꾸준히 증가하고 효율적인 전력 공급 및 관리를 위한 스마트 그리드 기술에 대한 요구 또한 증가하고 있다. 이에 따라서, 스마트 에너지 기술의 주요 원동력으로서 부하 예측 기술이 활발히 연구되고 있다. 본 연구에서는 하루 전 전력 사용량 예측 방법에 초점을 맞추고 있으며, 기상정보, 사람의 활동 등의 영향으로 복잡한 패턴 특성을 갖는 전력 데이터에 효과적인 예측 기법인 선형 예측과 비선형 예측을 결합한 하이브리드 예측 모델을 설계한다. 또한, 중요한 입력 변수를 찾아내기 위해서 랜덤 포레스트 기반으로 비선형 모델의 다중 입력 간의 의미 있는 변수를 식별하는 시스템 적용 방법을 제안한다. 마지막으로 비전형 잔여 기상 정보를 고려한 예측 모델이 그렇지 않은 모델과 비교하여 예측의 신뢰도가 높음을 보인다. The steady increase in energy consumption with the population growth and spread of electricity driven devices, has led to increasing demand for efficient power supply and management. Therefore, load prediction schemes are actively studied as key enablers of the smart energy coordination. This study proposed a day-ahead load forecasting method based on hybrid load prediction model combining the linear and nonlinear prediction approaches for forecasting electricity usage data, which is impacted by complex pattern characteristic such as meteorological information and human factor. Also, it proposed a systemic method to discriminate the meaningful variables among the multiple inputs of nonlinear models based on random forest scheme. In conclusion, this study established that the prediction model considering atypical residue of meteorological information improves prediction performance.
빌딩 유형 별 차량 운행패턴 모델링과 유연한 빌딩 가이드 기반 전기차 빌딩 전력 연계 가용성 분석
윤승욱(Seungwook Yoon),박강구(Kanggu Park),황의석(Euiseok Hwang) 한국정보과학회 2018 정보과학회 컴퓨팅의 실제 논문지 Vol.24 No.11
최근 전기차 시장의 확대에 따라 대규모 전기차의 임의 충전으로 인한 전력계통의 안정성 문제가 대두되고 있으며, 전력 수요 변화에 유연하게 대응할 수 있는 전기차 충전 기술의 필요성 또한 증대되었다. 전기차-계통 연계(V2G) 기술은 전기차를 전력계통의 부하인 동시에 전원으로써 활용하여 전력계통의 안정성을 제고할 수 있는 차세대 지능형 전력 기술이다. 본 논문에서는 V2G 기술을 빌딩에 적용하는 전기차-빌딩 연계(V2B) 운영 알고리즘을 제안한다. 제안하는 V2B 운영 알고리즘은 이진 정수 선형프로그래밍을 이용하여 빌딩의 첨두부하를 감소시키고 에너지 비용 절감에 기여함으로써 전기차 사용자의 수익을 최대화하도록 수학적으로 모델링하였다. 제안된 알고리즘의 평가를 위하여 빌딩 유형 별 차량 운행패턴을 모델링하였으며, 전기차 보급률 30%를 가정한 테스트를 진행하였다. 시뮬레이션 결과를 통해, V2B기술이 첨두부하 저감 및 전기요금 감소 등의 긍정적인 효과를 제공할 수 있음을 확인하였다. As electric vehicle(EV) is spreading, the instability of the power grid has been magnified by uncoordinated and random charging of large-scale EV fleets. To mitigate these problems, it is important to design a flexible charging coordination scheme which can adaptively respond to supply and demand of electricity. The vehicle-to-grid(V2G) service is introduced as a potential solution, where EVs can work as distributed energy resources of the power grid as well as dominant loads. As a preliminary usage of EV energy ahead of V2G, this paper focuses on the EV integration to the building, also called as vehicle-to-building(V2B). The proposed V2B charging coordination scheme maximizes net profits of EV owners, while providing peak load shaving for the building. The coordination is formulated mathematically using binary integer linear programming. In order to verify the performance of the proposed V2B charging coordination, EV fleets and load profiles were modeled in associated with the building category based on actual observations. The proposed V2B charging coordination is numerically evaluated under 30% of EV penetration scenario. The result shows that the proposed V2B approach can provide extra energy cost savings with a positive effect on the power grid by the distribution of the peak load.