• Journal of Korea Port Economic Association
• /
• v.27 no.1
• /
• pp.1-11
• /
• 2011

The main purpose of this paper is to estimate the impact of exchange rate and economic business activity on the passengers' demand for international transportation. The demand pattern depends upon the transport vehicles that the global passengers take. The global passengers' demand for transportation is modelled as exchange rate, industrial production and seasonal dummy variables. The seasonality is found in both water and air, but the former is far greater than the latter. All series span the period January 1990 to December 2008. The empirical results of this paper reveal that the income elasticity of sea transport is greater than that of air one, all of which are positive. The study also shows that the exchange rate has an significant impact on the demand for air transport, whereas it is insignificant in water transport. The impulse response function indicates that passengers increase steadily before peaking seven to eight months after the shocks to economic business activity and decline very slowly to its pre-shock level. The air passengers also respond negatively to the shocks in exchange rate and the impacts of exchange rate shock seem to decrease relatively slowly, while the water passengers respond positively after six months. The industrial production shocks remain above equilibrium for more than twenty four months, while the exchange rate shocks remain below equilibrium for more than twenty four months. Boosted by improved economic conditions worldwide, international tourism has recovered faster than expected from the impacts of the global financial crisis and economic recession of late 2008 and 2009. These facts suggest that the demand of global water transport has the high possibility of growing steadily and continuously.

• Proceedings of the Materials Research Society of Korea Conference
• /
• 2011.05a
• /
• pp.63.1-63.1
• /
• 2011

현재 상용 중인 터치패널의 전도성 필름으로는 ITO가 주로 사용된다. 하지만, 디스플레이 기기의 수요 증가와 Indium의 고갈로 인한 ITO의 수요 공급 불균형으로 인한 원가 문제가 대두되고 있다. 이 때문에, Carbon nanotube (CNT), Graphene 등의 대체 투명 전도성 물질들이 연구 중에 있지만 투과율 및 저항 문제 등이 문제가 되고 있다. 본 연구에서는 투명 전도성 필름의 광 투과도 향상을 위하여, 자외선 경화 레진을 이용하여, 전도성 필름 상에 모스 아이 레진 패턴을 형성하는 실험을 진행하였다. 패턴이 형성된 이후에는 Scanning Electro Microscope를 통하여 패턴의 형성 유무를 관찰하였고, UV-vis와 4-point probe를 이용하여 투과도 및 저항을 측정하였다. 실험 결과 모스아이패턴을 필름에 패터닝 함으로써, 전체적으로 투과도가 증가된다는 것을 확인 할 수 있었으며, 투과도의 증가폭은 단면 패터닝보다는 양면 패터닝을 한 경우가 높았다. 그리고 저항 변화에 있어서는 패턴이 있는 부분의 경우 표면 잔여층으로 인하여 급격하게 증가하였지만, 전도면 반대편에 패터닝을 진행한 경우 거의 변화하지 않았다는 것을 확인할 수 있었다. 결과적으로, 본 연구를 통해 나노 임프린트 리소그래피를 통해 전도성 폴리머 필름 상부에 모스아이나노 구조물을 제작하였고, 이를 통해 기존의 전도성 폴리머 필름의 낮은 투과율을 향상시킬 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.419-419
• /
• 2021

수자원 관리 패러다임은 공급 위주에서 수요관리로 전환되고 있다. 가용한 수자원은 한정적이나 급속한 인구증가와 도시화로 인한 물 수요의 증가로 수요관리의 효율성이 중시되고 있기 때문이다. 기존 상수도시스템은 노후화로 가동효율이 점차 낮아지고 있으며, 인력으로 월 또는 격월로 소비자의 물 사용량을 검침해 실시간 관리가 불가능하여 수요와 공급의 불균형을 초래한다. 이러한 문제를 해결할 대안으로 IT 기술과 전통적인 물관리 기술을 접목한 Smart Water Grid는 양방향 통신장치를 이용해 실시간으로 소비자의 물 사용량을 모니터링한다. 물 사용 특성을 잘 파악하면 보다 정확한 물 수요 예측이 가능하다. 특히 소비자들의 시간별, 평일, 주말, 그리고 주별 물 사용 특성을 파악하면 미래 물 수요 예측에 도움이 된다. 예측된 물 수요량에 따라 물 공급 배분 계획을 수립하여 운영 효율성을 높일 수 있다. 물 수요예측 방법 중 k-mean 군집분석은 시간별 물 사용량을 이용해 서로 유사한 여러 개의 부분집합으로 할당하여 분류하는 Machine learing 방법으로 물 사용의 유사성을 파악할 수 있다. SWG 연구단은 2019년 Vietnam Hai Duong province에 SWG Pilot plant를 구축하고 27개의 Smart water meter를 설치하여 운영하고 있다. 이에 본 연구에서는 소비자의 물 사용 특성을 분석하기 위해 27개 SWM로부터 수신된 2019년 11월 14일부터 2020년 12월 3일까지 1시간 단위의 물 사용량 데이터를 수집하였다. 그리고 k-mean 군집 방법을 이용해 시간별, 평일, 주말, 그리고 주별 물 사용 특성을 분석하였다. 이 때 최적의 군집 개수 결정을 위해 Elbow 방법을 적용하였다. 분석 결과 각 소비자의 물 사용량 특성에 따라 평균 물 수요패턴 추정이 가능하며, 향후 물 수요 예측에 도움이 될 것으로 사료된다.

• Journal of Internet Computing and Services
• /
• v.24 no.2
• /
• pp.57-66
• /
• 2023

Currently, a new energy system is emerging that implements consumption reduction by improving energy efficiency. Accordingly, as smart grids spread, the rate system by timing is expanding. The rate system by timing is a rate system that applies different rates by season/hour to pay according to usage. In this study, external factors such as temperature/day/time/season are considered and the time series prediction model, LSTM, is used to predict energy power usage data. Based on this energy usage prediction model, energy usage charges are reduced by analyzing usage patterns for each device and transferring power energy from the maximum load time to the light load time. In order to analyze the usage pattern for each device, a clustering technique is used to learn and classify the usage pattern of the device by time. In summary, this study predicts usage and usage fees based on the user's power data usage, analyzes usage patterns by device, and provides customized demand transfer services based on analysis, resulting in cost reduction for users.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.26 no.2D
• /
• pp.225-231
• /
• 2006

On-line shopping allows consumers to order goods via internet and receive them at homes or workplaces. Emergence of online shopping industry has brought the changes in the structure of freight industry, in the location selection pattern of industrial clusters and in the consumer's travel pattern. This trend is likely to continue, especially in Korea, as the society sees increases in women's participation in workforce, in population of the elder and in production pattern of manufacturing individually customized goods. Despite on-line shopping's heavy influence on travel demand, no study on this particular topic has been done yet, and thus the effect of on-line shopping on travel demand has not been properly reflected on policy making process. This paper suggests the transportation strategy to cope with this change based on the analysis of the effect of on-line shopping on personal travel demand.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.19 no.4
• /
• pp.81-99
• /
• 2020

Origin-destination data have been collected and utilized for demand analysis and service design in various fields such as public transportation and traffic operation. As the utilization of big data becomes important, there are increasing needs to store raw origin-destination data for big data analysis. However, it is not practical to store and analyze the raw data for a long period of time since the size of the data increases by the power of the number of the collection points. To overcome this storage limitation and long-period pattern analysis, this study proposes a methodology for compression and origin-destination data analysis with the compressed data. The proposed methodology is applied to public transit data of Sejong and Seoul. We first measure the reconstruction error and the data size for each truncated matrix. Then, to determine a range of principal components for removing random data, we measure the level of the regularity based on covariance coefficients of the demand data reconstructed with each range of principal components. Based on the distribution of the covariance coefficients, we found the range of principal components that covers the regular demand. The ranges are determined as 1~60 and 1~80 for Sejong and Seoul respectively.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.552-553
• /
• 2008

본 논문에서는 특수일 전력 수요 예측을 위한 알고리즘을 제시하였다. 논문에서 제안하는 전력 수요 예측 알고리즘은 데이터 마이닝을 이용한 데이터 전처리 부분과 전처리된 데이터를 사용하여 특수일 수요를 예측하는 다항 회귀분석 부분으로 나누어진다. 데이터 전처리에서는 전력 수요 예측을 위한 과거 데이터 중에 과거 특수일 수요의 패턴을 잘 보여주는 데이터를 찾기 위해 온도와 수요의 관계를 이용한다. 데이터 마이닝의 기준으로 결정계수를 사용하였으며, 알고리즘은 k-nearest neighbor 절차를 사용하였다. 또한 제안된 기법은 2006년 특수일 전력 수요 예측을 통하여 기존 논문의 결과와 비교 분석하여 기존 방식 대비 특수일 전력 수요예측 관련 우수성을 검증하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.22 no.4
• /
• pp.587-594
• /
• 2018

The purpose of this study is to propose a power demand volatility evaluation system based on LSTM and not to verify the accuracy of the demand module which is a core module, but to recognize the sudden change of power pattern by using deeplearning in the actual power demand monitoring system. Then we confirm the availability of the module. Also, we tried to provide a visualized report so that the manager can determine the fluctuation of the power usage patten by applying it as a module to the web based system. It is confirmed that the power consumption data shows a certain pattern in the case of government offices and hospitals as a result of implementation of the volatility evaluation system. On the other hand, in areas with relatively low power consumption, such as residential facilities, it was not appropriate to evaluate the volatility.

• Proceedings of the Korea Society for Simulation Conference
• /
• 2001.05a
• /
• pp.142-142
• /
• 2001

재고 관리 정책은 크게 정기 점검 재고 정책과 연속 점검 재고 정책의 두 가지로 구분할 수 있다. 정기 점검 재고 정책에는 (R, Q), (R, S), (R, s, S) 등의 재고 정책이 있으며, 연속 재고 점검정책에는 (s, Q), (s, S) 등의 재고 정책이 연구되어 왔다. 공급망 관리는 하나의 기업이 아닌 관련된 모든 기업을 대상으로 하는 기법이며, 급변하는 기업 환경에 적극적으로 대응하고자 많은 기업들이 관심을 기울이고 있는 분야이다. 그리고 공급망 관리의 최종 목적은 고객의 만족도를 최대화시키는 것이다. 일반적으로 재고량과 고객의 만족도는 서로 상반되는 양상을 보인다. 따라서 각 기업에게 있어서 적절한 재고 정책의 수립은 매우 중요한 일이다. 그러나 고객 수요 패턴의 불확실성으로 인하여 공급망의 상위 단계로 갈수록 재고 변동폭이 커지는 양상을 보이는 등 적절한 재고 정책을 수립하는 것은 쉬운 일이 아니다. 더구나 취급 제품이 여러 개일 때는 공급망 전체의 재고 비용을 최소화할 수 있는 각 기업의 최적 재고 정책을 수립하기란 쉽지 않다. 따라서 본 연구는 복수 제품에 대하여 수요 패턴이 불확실한 공급망 모델을 가정하여 전체 공급망의 재고 비용을 최소화할 수 있는 각 기업의 재고 정책을 수립하고자 한다. 추계적인 양상을 보이는 수요 패턴에서 동적 계획법을 이용하여 (s, S) 재고 정책의 적합한 재주문점과 목표 재고점을 찾고, 시뮬레이션을 통해 그 결과를 검증하는 것이 본 연구의 목적이다.

• Journal of Korea Spatial Information System Society
• /
• v.11 no.2
• /
• pp.177-181
• /
• 2009

Developing u-Public facilities for application u-City is to combine both the state-of-the art of the construction and ubiquitous computing and must be flexibly comprised of the facilities for the basic service of the building such as air conditioning, heating, lighting and electric equipments to materialize a new format of spatial planning and the public facilities inside or outside. Accordingly, in this paper we suggested the time pattern system for predicting the most basic power system loads for the basic service. To application the tim e pattern we applied SOM algorithm and k-means method and then clustered the data each weekday and each time respectively. The performance evaluation results of suggestion system showed that the forecasting system better the ARIMA model than the exponential smoothing method. It has been assumed that the plan for power supply depending on demand and system operation could be performed efficiently by means of using such power load forecasting.