메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김태원 (중앙대학교) 이정형 (중앙대학교)
저널정보
LH토지주택연구원 토지주택연구 토지주택연구 제59호
발행연도
2025.3
수록면
127 - 139 (13page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 연구에서는 초등학교 교실에서 쾌적한 공기질을 선제적으로 제공하기 위한 인공지능 기반의 실내 PM<sub>2.5</sub> 예측 모델을 개발하고, 그 현장 적용 가능성을 평가하였다. 이를 위해 순방향 신경망 기반 모델과 순환 신경망 기반 모델을 개발하여 성능을 비교하고 최적의 인공신경망 모델을 도출하였다. 연구 결과, 순방향 신경망 기반의 MLP 모델이 가장 우수한 성능을 보였으며, 실시간 리빙랩 예측에서도 높은 정확도를 나타내었다. 이는 초등학교 교실의 재실 시간 PM<sub>2.5</sub> 예측에 순방향 신경망 기반 모델의 활용이 효과적임을 시사한다. 본 연구의 과정은 다음과 같다: (1) 실제 사용중인 초등학교에 리빙랩을 구축하고 실내 환경 데이터 수집; (2) 데이터 전처리를 통해 재실 시간 학습 데이터 세트 구성; (3) 다양한 인공신경망을 활용하여 실내 PM<sub>2.5</sub> 예측모델을 개발하고 최적 모델 선정; (4) 리빙랩 실시간 예측을 통해 모델의 보완 사항 도출. 개발된 최종 예측모델은 교실 내 환기시스템 제어 알고리즘에 적용되어 선제적인 PM<sub>2.5</sub> 제어에 활용될 수 있다. 그러나 학습 데이터의 부족으로 인한 예측 성능 저하 구간이 발견되어, 지속적인 재학습의 필요성이 확인되었다. 이는 환경 조건의 변화에 대응하여 최적화된 실내 조건을 유지하기 위함이다. 결론적으로, 본 연구는 특정 시간대에 쾌적한 실내 환경을 지속적으로 유지할 수 있는 기반 기술을 제공한다.

목차

Abstract
1. 서론
2. 연구 방법
3. 성능평가
4. 결론
참고문헌
요약

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092510916