http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
정상훈,배수현,김충락,Jeong, Sanghun,Bae, Suhyeon,Kim, Choongrak 한국통계학회 2020 응용통계연구 Vol.33 No.2
K-means clustering uses a spherical or elliptical metric to group data points; however, it does not work well for non-convex data such as the concentric circles. Spectral clustering, based on graph theory, is a generalized and robust technique to deal with non-standard type of data such as non-convex data. Results obtained by spectral clustering often outperform traditional clustering such as K-means. In this paper, we review spectral clustering and show important issues in spectral clustering such as determining the number of clusters K, estimation of scale parameter in the adjacency of two points, and the dimension reduction technique in clustering high-dimensional data. K-평균 클러스터링은 매우 널리 사용되고 있으나 유사도가 구면체 또는 타원체로 정의되어 각 클러스터가 볼록 집합 형태인 자료에는 좋은 결과를 주지만 그렇지 않은 경우에는 매우 형편 없는 결과를 나타낸다. 스펙트럴 클러스터링은 K-평균 클러스터링의 단점을 잘 보완해 줄 뿐아니라 여러 형태의 자료나 고차원 자료 등에 대해서도 좋은 결과를 나타내서 최근 인공 신경망 모형에 많이 이용되고 있다. 하지만, 개선되어야 할 단점도 여전히 많다. 본 논문에서는 스펙트럴 클러스터링에 대해 알기 쉽게 소개하고, 클러스터 갯수의 추정, 척도모수의 추정, 고차원 자료의 차원 축소 등 스펙트럴 클러스터링에 대한 최근의 연구 동향을 소개한다.
에어컨의 실시간 운전상태 파악을 위한 적응형 정상상태 진단기 개발
정상훈(Sanghun Jeong),임지훈(Jihun Lim),배수진(Soojin Bae),김민성(Minsung Kim) 대한설비공학회 2022 대한설비공학회 학술발표대회논문집 Vol.2022 No.6
This study aimed to develop a new method of steady-state data extraction of the residual air-conditioner for fault detection and diagnosis(FDD). Until now, FDD studies mainly focused on improving the algorithms for increasing the accuracy of fault detection using operating data on heating, ventilation, and air conditioning(HVAC) systems. Steady-state data extraction is essential for FDD system to determine the accurate fault condition. In this study, 7 characteristic variables are selected to justify the steady-state of the residential air-conditioner and data learning model are developed to filter the transient data exactly using adaptive thresholds of the data. This model is compared with the previous steady-state detection model using manual thresholds. It was shown that the steady-state detector using adaptive thresholds is more precise than that using manual thresholds. It is expected that the adaptive steady-state detector can be applied to steady-state detection for real-time fault identification when operating conditions of air-conditioner system change.
분리형 에어컨의 고장 진단을 위한 다양한 머신러닝 기법의 성능 비교에 관한 연구
정상훈(Sanghun Jeong),임지훈(Jihun Lim),김소연(Soyeon Kim),서기정(Gijeong Seo),김민성(Minsung Kim) 대한설비공학회 2021 대한설비공학회 학술발표대회논문집 Vol.2021 No.6
This study aims to fault diagnosis of separate type air conditioner based on various machine learning algorithms. Data were collected in separate air conditioners that intentionally broken according to different fault classes. To identify the exact fault classes, steady state detector is used for data. Based on this process, pre-processing data was analyzed by decision tree(DT), support vector machine(SVM), multi-layer perceptron(MLP), and convolutional neural network model(CNN). 28 indexes of the data were extracted such as evaporator inlet average temperature and compressor discharge pressure, etc. As result, the most suitable learning method was CNN model, 99.54%. The other models with accuracy of 93-98% also showed good performance.
열시스템 실시간 머신러닝을 위한 적응형 정상상태 진단기 개발 연구
정상훈(Sanghun Jeong),김소연(Soyeon Kim),서기정(Gijeong Seo),이진욱(Jinwook Lee),구돈익(Donik Ku),정민규(Minkyu Jung),배수진(Soojin Bae),임지훈(Jihun Lim),김민성(Minsung Kim) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
본 논문에서는 에너지시스템의 운전상태를 실시간으로 자가학습할 수 있도록 정상상태 기반 머신러닝 기준모델에 관한 연구를 진행하였다. 정상상태 검출을 위해 7가지 특징변수를 추출하였으며 실험조건을 바꿔가면서 특성변수의 변화를 관찰하였다. 정상상태를 운전상태에 변화에 맞추어 진단성능을 개선하기 위해 적응형 정상상태 진단기를 개발하였으며, 이를 통과한 데이터를 활용하여 인공신경망(ANN, Artificial Neural Network), 의사결정나무(Decision Tree), 서포트벡터머신(Support Vector Machine), XGBoost 알고리즘을 통한 열펌프의 기준 모델을 만들고 모델의 잔차를 비교하여 우수성을 확인하였다. XGBoost 알고리즘을 활용한 기준모델의 잔차분포가 표준정규분포를 가장 잘 따랐다. 본 연구내용은 HVAC 시스템의 고장검출 및 진단에 대한 가이드라인으로 이용될 수 있을것으로 기대된다.
에어컨의 실시간 운전상태 파악을 위한 적응형 정상상태 진단기 개발
정상훈(Sanghun Jeong),임지훈(Jihun Lim),배수진(Soojin Bae),김민성(Minsung Kim) 대한설비공학회 2022 대한설비공학회 학술발표대회논문집 Vol.2022 No.6
This study aimed to develop a new method of steady-state data extraction of the residual air-conditioner for fault detection and diagnosis(FDD). Until now, FDD studies mainly focused on improving the algorithms for increasing the accuracy of fault detection using operating data on heating, ventilation, and air conditioning(HVAC) systems. Steady-state data extraction is essential for FDD system to determine the accurate fault condition. In this study, 7 characteristic variables are selected to justify the steady-state of the residential air-conditioner and data learning model are developed to filter the transient data exactly using adaptive thresholds of the data. This model is compared with the previous steady-state detection model using manual thresholds. It was shown that the steady-state detector using adaptive thresholds is more precise than that using manual thresholds. It is expected that the adaptive steady-state detector can be applied to steady-state detection for real-time fault identification when operating conditions of air-conditioner system change.
정상훈(Sanghun Jeong),장창수(Changsoo Chang),엄병주(Byeongju Eom),김강래(Kangrae Kim),정해준(Haejun Jeong) 한국문화융합학회 2023 문화와 융합 Vol.45 No.10
메타버스는 가상 공간에서 활동하는 디지털 플랫폼으로 코로나19로 비대면 활동이 늘면서 여러 분야에적용되고 있다. 본 연구는 기존 도상훈련 방식의 단점을 극복하고 안전관리 DX(Digital Transformation) 화를 위해 메타버스를 이용하는 방법을 제안하고 있다. 메타버스 플랫폼 중 게더타운은 커스터마이징, 소통 및 협업이 가능한 디지털 플랫폼으로, 가상 공간에서 활동하며 작업을 수행할 수 있다. 이러한 게더타운의 특징을 활용하여 메타버스 내에서 안전관리 업무에 필요한 도구와 장비를 구현하고, 안전교육및 비상훈련을 위한 시나리오를 구성하였다. 본 연구의 결과는 안전관리 DX화 구축이 안전관리 업무의효율성과 효과성을 높일 수 있는 유용한 도구임을 입증하였다. Metaverse is a digital platform that operates in a virtual space and is being applied to various fields as non-face-to-face activities increase due to COVID-19. This study proposes a method of using a metaverse to overcome the shortcomings of the existing road training method and to make safety management DX (Digital Transformation). Among the metaverse platforms, Gathertown is a digital platform that can be customized, communicated, and collaborated, and can work in a virtual space. Using these features of Gathertown, tools and equipment necessary for safety management work were implemented in the metaverse, and scenarios for safety education and emergency training were organized. The results of this study proved that the establishment of safety management DX is a useful tool to increase the efficiency and effectiveness of safety management work.