• 전기학회논문지
• /
• 제66권7호
• /
• pp.1131-1140
• /
• 2017

This study is concerned with a design methodology of optimized fuzzy clustering-based neural network classifier for classifying black plastic. Since the amount of waste plastic is increased every year, the technique for recycling waste plastic is getting more attention. The proposed classifier is on a basis of architecture of radial basis function neural network. The hidden layer of the proposed classifier is composed to FCM clustering instead of activation functions, while connection weights are formed as the linear functions and their coefficients are estimated by the local least squares estimator (LLSE)-based learning. Because the raw dataset collected from Raman spectroscopy include high-dimensional variables over about three thousands, principal component analysis(PCA) is applied for the dimensional reduction. In addition, artificial bee colony(ABC), which is one of the evolutionary algorithm, is used in order to identify the architecture and parameters of the proposed network. In experiment, the proposed classifier sorts the three kinds of plastics which is the most largely discharged in the real world. The effectiveness of the proposed classifier is proved through a comparison of performance between dataset obtained from chemical analysis and entire dataset extracted directly from Raman spectroscopy.

• Computers and Concrete
• /
• 제19권5호
• /
• pp.457-465
• /
• 2017

The Taiwanese liquid crystal display (LCD) industry has traditionally produced a huge amount of waste glass that is placed in landfills. Waste glass recycling can reduce the material costs of concrete and promote sustainable environmental protection activities. Concrete is always utilized as structural material; thus, the concrete compressive strength with a variety of mixtures must be studied using predictive models to achieve more precise results. To create an efficient waste LCD glass concrete (WLGC) design proportion, the related studies utilized a multivariable regression analysis to develop a compressive strength waste LCD glass concrete equation. The mix design proportion for waste LCD glass and the compressive strength relationship is complex and nonlinear. This results in a prediction weakness for the multivariable regression model during the initial growing phase of the compressive strength of waste LCD glass concrete. Thus, the R ratio for the predictive multivariable regression model is 0.96. Neural networks (NN) have a superior ability to handle nonlinear relationships between multiple variables by incorporating supervised learning. This study developed a multivariable prediction model for the determination of waste LCD glass concrete compressive strength by analyzing a series of laboratory test results and utilizing a neural network algorithm that was obtained in a related prior study. The current study also trained the prediction model for the compressive strength of waste LCD glass by calculating the effects of several types of factor combinations, such as the different number of input variables and the relevant filter for input variables. These types of factor combinations have been adjusted to enhance the predictive ability based on the training mechanism of the NN and the characteristics of waste LCD glass concrete. The selection priority of the input variable strategy is that evaluating relevance is better than adding dimensions for the NN prediction of the compressive strength of WLGC. The prediction ability of the model is examined using test results from the same data pool. The R ratio was determined to be approximately 0.996. Using the appropriate input variables from neural networks, the model validation results indicated that the model prediction attains greater accuracy than the multivariable regression model during the initial growing phase of compressive strength. Therefore, the neural-based predictive model for compressive strength promotes the application of waste LCD glass concrete.

• 한국항만경제학회지
• /
• 제26권2호
• /
• pp.99-118
• /
• 2010

환경오염으로 인한 오존층 파괴 등의 환경위기를 인식한 세계 각국은 환경을 보호 하면서 지속적인 성장을 이루기 위한 노력을 기울이고 있다. 친 환경을 위한 노력은 국제환경협약과 더불어 선진국의 환경규제 강화로 이어지고 있다. 이러한 동향은 선박 및 항만에 대한 환경오염 규제로 나타나고 있다. 따라서 본 연구의 목적은 국제기구와 주요 선진 국가들의 Green Port 구축을 위한 친환경 규제 내용을 문헌과 자료를 통해 심도 있게 분석한 후 구체적인 대응방안을 제시하여 실무적인 측면에서 시사점을 제공하는데 있다. 항만 환경 규제에 따른 Green Port구축을 위해서는, 첫째, 지속 가능한 정량적인 친환경 항만 구축을 통한 경쟁력을 갖춰야 할 것이다. 둘째, 선박 재활용 협약 체결에 따른 협력 및 지원체계 구축이 절실하다. 셋째, 환경규제 변화에 대한 대응과 환경문제에 대한 과학적 연구의 필요성이다. 왜냐하면 환경문제를 이해하는데 있어 지나친 경각심 부각 보다는 실질적인 해결책을 모색할 수 있도록 중장기적인 계획 수립이 필요한 시기이다. 마지막으로, 현재 항만에서 사용하고 있는 에너지는 경유 및 전기 사용이 대부분으로 신재생에너지 개발을 통한 에너지 자급능력 향상이 시급하다고 판단된다. 항만 분야도 타 산업분야와 같이 신재생 에너지를 통해 에너지 자립형 항만 구축을 달성해야 할 것이다. 종합적인 결론은 Green Port 구축을 위한 친환경 항만의 조건은 경제활동과 산업 활동이 결합하는 중요한 장소가 되고 직장과 주거가 근접하게 활용되는 생활공간으로서의 존재가치를 가져야 한다.

• 한국정보통신학회논문지
• /
• 제24권3호
• /
• pp.441-447
• /
• 2020

전 세계적으로 매년 약 5천만 톤의 전기 및 전자 폐기물이 발생하고 있는 상황에서 사물인터넷 디바이스가 2025년 약 750억 개에 달할 것으로 예상하고 있다. 그러나 사물인터넷 디바이스의 폐기 처리에 필요한 식별 기법에 대한 연구는 미미하다. 본 논문에서는 이러한 문제를 해결하기 위해 사물인터넷 디바이스의 재활용 가능률과 재생 가능률, 각 부품의 재활용률 및 재생률 등의 EoLT(End-of-Life Treatment) 정보를 포함한 식별자를 제안하며, 객체 식별자, 모바일 RFID 및 QR 코드로 구현한다. 구현된 객체 식별자와 모바일 RFID는 통신 네트워크를 통해 원격 서버와 연동하여 사용될 수 있고, 구현된 QR 코드는 스마트폰 앱을 통해 간단히 사용될 수 있다.

• 한국경제지리학회지
• /
• 제25권1호
• /
• pp.1-22
• /
• 2022

본 연구의 목적은 Entrepreneurial Ecosystems의 핵심 개념을 분석하고 경제지리학 연구에서의 시사점을 제시하는 것이다. 기업가정신과 지리를 결합한 Entrepreneurial Ecosystems이 중요한 개념과 이론으로 부상하였는데, '행위자와 요인', '생산적', '영역'이라는 핵심 개념을 중심으로 고찰하였다. Entrepreneurial Ecosystems에서는 개인적·조직적·제도적 구성요소인 기업가, 스타트업, 기존 기업, 제도와 문화적 요소들이 상호연결되어 '기업가적 재순환'을 통해 커뮤니티를 형성하는 것이 중요하다. 이를 통해 로컬 지역에서 기업가적 문화를 기반으로 혁신적인 고성장 신생기업을 창출하는데 기여한다. 개념적 한계에도 불구하고 생산적 기업가정신(혁신창업)의 지리적·공간적 프로세스를 밝히고 지역기반 스타트업 생태계에 대한 정책적 시사점을 제시하기 위해 경제지리학 관점에서 이론적, 실증적 분석이 이루어져야 한다.