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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
윤래현 (건국대학교) 이한결 (건국대학교) 박진우 (건국대학교) 주재율 (국립안동대학교) 민경식 (한국해양대학교) 구현철 (건국대학교)
저널정보
한국전자파학회 한국전자파학회논문지 한국전자파학회논문지 제35권 제6호(통권 제325호)
발행연도
2024.6
수록면
503 - 512 (10page)

이용수

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

초록· 키워드

오류제보하기
본 연구는 원자력 발전소 주 제어실과 같이 안전이 중요한 지역에서 전계 강도를 예측하기 위하여 CNN(convolutional neural networks)을 활용하는 방법을 제안한다. CNN 모델은 주어진 공간에 대하여 RT(ray tracing)시뮬레이터 측정을 통하여 획득한 전계분포를 학습한 후 새로운 조건에 대한 전계값을 효과적으로 예측할 수 있다. 제안하는 기법의 유효성을 검증하기 위해 원전 주 제어실 환경에서 송신안테나의 위치를 변경하며, CNN 모델로부터 예측한 전계값과 RT 시뮬레이터의 결과를 비교하여 평균 오차율이 5 % 이하임을 확인하였다. 제안하는 CNN 기법은 원자력 발전소와 같은 환경에서 효율적이고 유효한 전계 예측 방법으로 활용될 수 있을 것이다.
#CNN #EMI #EMC #Electric Field Strength

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. CNN을 활용한 전계강도 예측 기법
Ⅲ. 모의실험 및 검증
Ⅳ. 결론
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

최근 본 자료

전체보기

댓글(0)

0