http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
황준화(Junhwa Hwang),김보우(Bowoo Kim),전우성(Woosung Jeun),서동준(Dongjun Suh) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
빅데이터에서의 데이터 품질은 연구의 활용성과 정확성을 위한 중요한 부분을 차지한다. 데이터의 활용성과 정밀성을 위해 결측값 보간은 필수적이다. 본 논문은 범용적인 빅데이터 분석 및 활용을 위해 기계학습 기반 모델의 AutoEncoder (AE), Convolutional AutoEncoder (CAE), Generative Adversarial Imputation Network (GAIN) 모델을 활용하여 결측 데이터 보간을 진행하였다. 광주 광역시 소재의 18 개 업무용 건물을 대상으로 하여 결측 비율에 따라 결측 데이터 보간 및 성능 평가를 진행하였다. 본 연구를 통해 결측 데이터 보간에 가장 적합한 모델을 확인하였다.
스마트팜 이미지 분석을 위한 딥러닝 기반 객체 탐지 기술 연구
박경욱(Kyungwook Park),황준화(Junhwa Hwang),홍건교(Geonkyo Hong),서동준(Dongjun Suh) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
최근 농가를 관리하는 인력에 비해 농가 인구 감소와 고령화로 인하여 농작물의 생산성이 감소하고 있다. 이러한 종합적인 문제들을 해결하기 위하여 스마트 농업 기술 도입이 필요하다. 농작물의 생육 객체를 탐지하는 기술을 통해 효과적인 농작물 관리 및 고품질 제품을 수확할 수 있다. 따라서 본 논문에서는 처리 속도가 빠르고 정확도가 높은 YOLO (You Only Look Once) v5의 4가지 모델을 이용하여 스마트팜 농작물 이미지의 객체 탐지 실험 및 모델 분석을 진행하였다. 실험 결과 YOLOv5m 모델이 스마트팜 농작물의 생육 객체 탐지에 우수한 성능을 가지는 것을 확인하였다.
기계학습 및 GIS 기반 공동주택 단지에서의 전력 사용량 예측 연구
전우성(Woosung Jeun),황준화(Junhwa Hwang),서동준(Dongjun Suh) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
에너지 분야에서 탄소 배출량을 감소시키기 위해 많은 노력이 진행되고 있다. 에너지 수요 예측 기술은 탄소배출량 감축을 위한 핵심 기술 중 하나이다. 본 연구는 서울특별시 노원구 소재의 공동주택 단지를 대상으로 기계학습 기반 모델 Multi-Layer Perceptron (MLP), Support Vector Regression (SVR), Deep Neural Network (DNN)을 사용하여 월간 전력사용량을 예측하였다. Root Mean Square Error (RMSE)와 Mean Absolute Percentage Error (MAPE)의 성능 평가 결과 DNN 모델 성능이 가장 우수함 확인하였다. Geographic Information System (GIS)을 통해 예측된 전력 GIS Map 에 시각화 및 평가를 진행하였다.
위성 이미지의 관심영역을 활용한 단기간 태양광 발전량 예측에 관한 연구
김보우(Bowoo Kim),황준화(Junhwa Hwang),서동준(Dongjun Suh) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
본 연구는 안정적이고 효율적인 전력 수급을 위해 구름의 움직임을 반영한 태양광 발전량 예측을 모델을 개발하고자 한다. 이를 위해 일사량에 가장 직접적인 영향을 미치는 구름의 움직임을 근적외 권운 위성이미지를 통해 태양광 발전량 예측 모델에 반영하고자 한다. 또한, 위성 이미지가 태양광 발전량 예측 모델에 미치는 영향을 파악하기 위해 3 가지의 실험을 진행하였다. 실험 결과 태양광 발전소를 중심으로 관심영역 (ROI; Region of Interest)과 주변영역을 함께 학습시킨 모델의 성능이 다른 모델과 대비하여 MAE 와 RMSE 각각 약 12.3%, 9.9% 우수한 성능을 가지는 것을 확인하였다.