논문·프로젝트
논문과 프로젝트. 우리의 방법이 실제 문제를 만난 기록입니다.
완전 익명화 데이터를 활용한 건물 에너지 예측을 위한 프라이버시 보존 전이학습 프레임워크 익명화된 시계열 데이터만으로 효과적인 전이학습을 구현하는 프레임워크로, 89개 실제 건물에서 MSE 중앙값 27–31% 감소를 달성하며 연합학습 대비 0.51%의 통신량만 사용합니다. 비지도 대조학습 시계열 인코더를 활용한 표현벡터 기반 시계열 유사도 분석 기법 TS2Vec 표현 벡터로 건물 에너지 사용이 얼마나 닮았는지 잰다 — 전이학습의 원본 데이터를 자동으로 고르기 위한 한 걸음. 변수 민감도의 시간 분석을 통한 지중 열응답 불확실성의 동적 관리 시험이 진행되는 동안 지중 열응답이 각 변수에 얼마나 민감한지 시간에 따라 분석해, 그 불확실성을 동적으로 관리한다. 부하·온도 예측을 위한 해석 가능한 딥러닝 모델: 인코딩 길이에 따라 모델은 엉뚱한 근거로 답을 맞힐 수 있다 건물 부하·온도를 예측하는 해석 가능한 모델. 그리고 인코딩 길이에 따라 모델이 틀린 근거로 좋은 점수를 낼 수 있다는 발견. 추정 수렴을 판정할 수 있는 실시간 확률론적 되메움재 열물성 추정 기법 지중 송전선·지중 열교환기 되메움재의 열물성을 실시간 확률 추정하고, 추정이 수렴했는지 판정해 현장 실험을 언제 끝내도 되는지 알려 준다. 데이터 양 제약과 계절성 아래에서 부하·온도 예측 딥러닝 구조의 성능 평가 데이터가 적고 계절이 바뀔 때 딥러닝 구조들은 건물 부하·온도를 얼마나 잘 예측할까. 데이터 양 제약과 계절성 아래에서 여러 구조를 나란히 평가했다.