http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
에어프라이어 바닥면 형상이 상승대류 속도에 미치는 영향의 고찰
임세환(Lim Sehwan),장윤호(Jang Yoonho),최형권(Choi Hyounggwon),한상조(Sangjo Han) 한국가시화정보학회 2020 한국가시화정보학회지 Vol.18 No.2
Airfryer is used to heat a food up by convecting hot air upward around the food. In this study, we investigated the effect of the bottom-shape of the food container in airfryer on the upward convection velocity of hot air to find an optimal bottom-shape by computational fluid dynamics. Numerical experiments were performed by solving the incompressible Navier-Stokes equations with turbulence model. We found that the maximum upward velocity with concave flow-passage on the bottom was bigger than that with the flat bottom and that the maximum upward convection velocity was achieved when the number of concave flow-passage with fan-shape is around six. The pressure drop by the internal flow was found to increase as the number of the concave flow-passage on the bottom increased probably due to increase of the surface area of the bottom. Therefore, it can be said that the optimal number of the concave flow-passage is around six for the flow rate considered in this study.
머신 러닝 알고리즘을 이용한 역방향 깃발의 에너지 하베스팅 효율 예측
임세환(Sehwan Lim),박성군(Sung Goon Park) 한국가시화정보학회 2021 한국가시화정보학회지 Vol.19 No.3
The energy harvesting system using an inverted flag is analyzed by using an immersed boundary method to consider the fluid and solid interaction. The inverted flag flutters at a lower critical velocity than a conventional flag. A fluttering motion is classified into straight, symmetric, asymmetric, biased, and over flapping modes. The optimal energy harvesting efficiency is observed at the biased flapping mode. Using the three different machine learning algorithms, i.e., artificial neural network, random forest, support vector regression, the energy harvesting efficiency is predicted by taking bending rigidity, inclination angle, and flapping frequency as input variables. The R² value of the artificial neural network and random forest algorithms is observed to be more than 0.9.
Head mounted display의 휘도기반 광학적 성능 평가 기술 개발
임세환(SeHwan Lim),염지운(Jiwoon Yeom),최광순(Kwang-Soon Choi) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
Head Mounted Display (HMD) 는 사용자가 두부에 착용하여 가상/증강 현실을 경험할 수 있는 대표적인 단말이다. 최근 HMD 기술에 대한 관심이 높아지고 다양한 기기들이 출시됨에 따라 이를 평가하기 위한 연구도 활발히 제안되고 있다. TV, 모니터와 같은 일반적인 디스플레이와는 다르게 HMD는 안경 형태로 영상을 시청하기 위한 거리가 짧으며, 좁은 화각의 특성을 가진다. 이러한 HMD 성능을 평가하기 위하여 계측장비의 광학 시스템은 사람의 눈을 모사하여야 하며, 기존 디스플레이의 계측장비대비 입사동 직경, 평가 거리 등을 고려하여야 한다. 본 논문에서는 실제 가상 영상을 생성하는 영상원(image source)과 이를 사용자에게 전달하는 영상결합기(image combiner)가 결합된 HMD의 중심 휘도 및 화각을 평가하기 위한 방법을 제안하고 이를 실제로 상용기기에 적용하여 실효성을 검증한다.
기계학습 방법을 활용한 가격 예측 모형 개발: 공군 항공유 구매 사례를 기반으로
임세환(Sehwan Lim),민순홍(Soonhong Min),최경환(Kyunghwan Choi) 한국경영학회 2024 經營學硏究 Vol.53 No.4
공군은 매년 수천억 원 규모의 항공유를 구매 중이며, 급격한 항공유 가격 변동은 작전 준비태세에 리스크 요인으로 작용하고 있다. 정확한 가격 예측은 유류 재고관리를 최적화하는 데 중요하지만, 기존 연구는 구매기관에서 바로 적용이 제한되는 거시적 수준의 경제지표에 초점을 맞추는 경우가 많았다. 본 연구에서는 구매기관 관점에서 항공유 가격 예측 정확도를 향상하기 위한 기계학습 방법의 효과를 평가한다. 이때, 예측 정확도 향상을 위해 공급망, Google 검색 트렌드(Google Trends), 지정학적 요인과 전통적인 경제 요인을 통합한 기계학습 예측모형을 제안한다. 본 연구의 결과는 XGBoost 모형이 RMSE(Root Mean Squared Error)를 67%까지 줄여 가장 정확한 성과를 나타내었다. 따라서 공군을 비롯한 구매기관이 기계학습 가격 예측 모형을 채택하면 공급 가격관리 능력이 크게 향상될 수 있다. 또한, 본 연구 결과는 구매가 반복되고 가격 변동성이 큰 다른 제품 관리에도 효과적으로 적용할 수 있다. The Republic of Korea Air Force (ROKAF) spends hundreds of billions of Korean won annually on jet fuel, with price fluctuations posing a significant logistical and operational readiness challenge. Accurate price forecasting is crucial for optimizing fuel inventory management, yet existing research often focuses on macro-level economic indicators with limited practical application. This study investigates the potential of machine learning (ML) for enhancing jet fuel price forecasting accuracy. We propose ML models incorporating supply chain data, Google Trends data, and geopolitical factors alongside traditional economic variables for more realistic predictions. Our results demonstrate that a XGBoost model achieves the best performance, reducing Root Mean Squared Error (RMSE) by 67%. Adoption of this model by the ROKAF could significantly improve supply price management capabilities. Furthermore, the studys findings have broader applicability, potentially benefiting the inventory management of other commodities with significant price volatility and recurring purchases.
가상/증강 현실 기기의 Motion-To-Photon 지연 시간 성능 평가 방법 연구
손예슬(Yeseul Son),임세환(SeHwan Lim),염지운(Jiwoon Yeom),최광순(Kwang-Soon Choi) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
Motion-To-Photon 지연시간은 가상/증강 현실 기기의 사용자 움직임이 가상 콘텐츠에 반영되어 디스플레이로 출력되는 시점까지 소요되는 시간이다. Motion-To-Photon 지연시간이 길어지면 사용자는 감각 불일치로 인해 불편함을 느끼기 때문에, 이는 가상/증강 현실 기술에서 주요한 성능 지표로 꼽힌다. 그러나 관련 기술 및 시장은 아직 초기단계로, 성능과 품질에 관련된 측정/평가 방법과 기준이 없어 가상/증강 현실 기기들의 성능을 객관적으로 비교하기 어렵다. 본 논문에서는 가상/증강 현실 기기의 성능 평가를 위한 방법으로, 사람 움직임의 특징을 고려한 Motion-To-Photon 지연시간 측정 시스템의 구성 및 사양과 성능 평가 방법에 대해 제안한다.