http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
오광철 한국지역개발학회 1992 韓國地域開發學會誌 Vol.4 No.2
This paper analyes the effects of interest rate regulation on the supply of mortgages in the Korean mortgage market. I find that the rate ceiling on the mortgage loan has adverse effects on the supply of housing finance. In addition, the lack of adequate supply of mortgages leads to credit rationing in the mortgage market. Furthermore, the increasing market interest increases the opportunity costs of financial institutions and decreases the supply of mortgage. In order to handle the excessive demand for mortgages, it is recommended that Government lift the rate ceiling on the mortgage loan and adopt the secondary mortgage market.
기계학습 알고리즘을 이용한 스마트 온실 내부온도 예측 모델 개발 및 검증
오광철,김석준,박선용,이충건,조라훈,전영광,김대현 (사) 한국생물환경조절학회 2022 생물환경조절학회지 Vol.31 No.3
This study developed simulation model for predicting the greenhouse interior environment using artificial intelligence machine learning techniques. Various methods have been studied to predict the internal environment of the greenhouse system. But the traditional simulation analysis method has a problem of low precision due to extraneous variables. In order to solve this problem, we developed a model for predicting the temperature inside the greenhouse using machine learning. Machine learning models are developed through data collection, characteristic analysis, and learning, and the accuracy of the model varies greatly depending on parameters and learning methods. Therefore, an optimal model derivation method according to data characteristics is required. As a result of the model development, the model accuracy increased as the parameters of the hidden unit increased. Optimal model was derived from the GRU algorithm and hidden unit 6 (r2 = 0.9848 and RMSE = 0.5857°C). Through this study, it was confirmed that it is possible to develop a predictive model for the temperature inside the greenhouse using data outside the greenhouse. In addition, it was confirmed that application and comparative analysis were necessary for various greenhouse data. It is necessary that research for development environmental control system by improving the developed model to the forecasting stage. 본 연구는 데이터를 기반으로 한 인공지능 기계학습 기법을 활용하여 온실 내부온도 예측 시뮬레이션 모델을 개발을 수행 하였다. 온실 시스템의 내부온도 예측을 위해서 다양한 방법이 연구됐지만, 가외 변인으로 인하여 기존 시뮬레이션 분석 방법은 낮은 정밀도의 문제점을 지니고 있다. 이러한 한계점을 극복하기 위하여 최근 개발되고 있는 데이터 기반의 기계 학습을 활용하여 온실 내부온도 예측 모델 개발을 수행하였다. 기계학습모델은 데이터 수집, 특성 분석, 학습을 통하여 개발되며 매개변수와 학습방법에 따라 모델의 정확도가 크게 변화된다. 따라서 데이터 특성에 따른 최적의 모델 도출방법이 필요하다. 모델 개발 결과 숨은층 증가에 따라 모델 정확도가 상승하였으며 최종적으로 GRU 알고리즘과 숨은층 6에서 r2 0.9848과 RMSE 0.5857℃로 최적 모델이 도출되었다. 본 연구를 통하여 온실 외부 데이터를 활용하여 온실 내부온도 예측 모델 개발이 가능함을 검증하였으며, 추후 다양한 온실데이터에 적용 및 비교분석이 수행되어야 한다. 이후 한 단계 더 나아 가 기계학습모델 예측(predicted) 결과를 예보(forecasting)단계로 개선하기 위해서 데이터 시간 길이(sequence length)에 따른 특성 분석 및 계절별 기후변화와 작물에 따른 사례별로 개발 모델을 관리하는 등의 다양한 추가 연구가 수행되어야 한다.
오광철,김정환,조형태,권혁원 한국공업화학회 2020 한국공업화학회 연구논문 초록집 Vol.2020 No.-
본 연구는 증류탑 분리공정에 대한 머신러닝 모델을 개발하고 최적화 방법에 대한 연구를 수행하였다. 대상공정은 순도 99% 이상의 노말부탄을 생산하는 공정으로, 원료의 조성이 실시간으로 변화되고 연속적으로 운전되어 안정적인 운영이 어렵다. 이를 해결하기 위하여 수학적 모델링을 기반으로 한 이론적 시뮬레이션 분석 방법이 공정제어, 최적화, 스케줄링에 핵심적으로 활용되어왔다. 하지만 비선형이며 다차원의 복잡한 공정의 경우 수많은 가정이 필요하기 때문에 이론적 시뮬레이션을 통한 최적화는 한계가 있다. 이러한 한계점을 극복하기 위하여 경험에 기반한 머신러닝 기법을 적용하여 공정최적화를 달성하고자 한다. AI 머신러닝 모델개발은 공정데이터 수집, 대표하는 데이터 선별, 데이터마이닝을 통한 특성추출, 대상 공정 특성에 맞는 알고리즘 선정, 가중치 규제, 교차검증 및 드롭아웃 기법을 통하여 이루어졌다. 최종적으로 개발된 머신러닝 모델을 통하여 최적의 공정운영방법을 제시하고자 한다.
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.