선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구에서 개발한 온톨로지 기반 공동주택 분류체계를 활용하여, 유사한 특성을 갖는 공동주택 단지를 군집화하고자 한다. 그리고, 이렇게 형성된 군집 내에서 서로 다른 단지 간 에너지 사용량을 비교함으로써, 각각의 공동주택 단지별 적정 수준의 에너지 사용량을 예측해 보고자 한다. 이러한 예측값은 공동주택 단지의 개선여부 판단을 위한 의사결정 지원도구로 활용될 수 있다.
- 온톨로지 기반의 분류체계를 구성한 이유는 데이터베이스의 검색을 통하여, 공동주택 단지별 적정 가스 에너지 사용량을 예측하기 위한 것이다. 나아가 예측된 결과에 기반하여, 시설물 개선여부를 판단하기 위한 의사결정 지원모델을 개발하는 것이다. DL QUERY를 이용하여, 변수별 특정한 값을 지정함으로써, 원하는 데이터를 추출할 수 있다.
- 분류체계의 효용성을 판단하기 위하여, 본 연구의 궁극적인 목적인 가스에너지 사용량에 대한 예측성능(예측 정확도 및 표준편차)을 비교∙분석하였다. 다시 말해서, 온톨로지 기반 공동주택 분류체계를 활용하여 선별된 데이터에 기초한 예측결과와 전수의 데이터베이스에 기초한 예측결과의 차이를 살펴봄으로써, 분류체계의 타당성을 검증하고자 하였다.
- 따라서 본 연구에서는 공동주택 에너지 사용량 데이터를 체계적으로 구축하고자 하며, 이를 통해 데이터로의 접근성 및 적용의 확장성을 향상시킬 수 있을 것이다. 데이터베이스 구축을 위해 온톨로지 개념을 도입하였고, 향후 시멘틱 웹을 구현하고자 한다. 시멘틱 웹 환경에서는 컴퓨팅 기반으로 정보의 의미와 관계를 스스로 추론할 수 있다.
- 따라서 본 연구에서는 공동주택 에너지 사용량 데이터를 체계적으로 구축하고자 하며, 이를 통해 데이터로의 접근성 및 적용의 확장성을 향상시킬 수 있을 것이다. 데이터베이스 구축을 위해 온톨로지 개념을 도입하였고, 향후 시멘틱 웹을 구현하고자 한다.
- 공동주택 단지별 특성, 즉 연면적, 세대수, 동수, 난방방식, 복도형식 등은 매우 다양한데, 이러한 특성에 따라 에너지 사용량에 차이가 발생하게 된다. 본 연구에서 개발한 온톨로지 기반 공동주택 분류체계를 활용하여, 유사한 특성을 갖는 공동주택 단지를 군집화하고자 한다. 그리고, 이렇게 형성된 군집 내에서 서로 다른 단지 간 에너지 사용량을 비교함으로써, 각각의 공동주택 단지별 적정 수준의 에너지 사용량을 예측해 보고자 한다.
- 본 연구에서 개발한 온톨로지 기반 공동주택 분류체계의 효용성을 평가하기 위하여, Case Study를 실시하였다. 분류체계의 효용성을 판단하기 위하여, 본 연구의 궁극적인 목적인 가스에너지 사용량에 대한 예측성능(예측 정확도 및 표준편차)을 비교∙분석하였다.
- 본 연구에서는 서울시 소재 공동주택을 대상으로 가스에너지 사용량 분석 및 예측을 실시하고자 한다. 앞서 Pearson 상관분석을 통해, 가스에너지 사용량에 영향을 미치는 주요 독립변수로서, 관리비부과면적, 세대수, 동수 3가지 변수가 선정되었다.
- 본 연구에서는 온톨로지 기반 공동주택 분류체계 및 이를 활용한 에너지 사용량 예측모델을 개발하고자 하며, 다음과 같은 프로세스에 따라 진행되었다. (i) 공동주택 에너지 사용량 데이터를 수집하고, 이에 영향을 미치는 프로젝트 특성 정보를 분석하였다.
- 본 연구에서는 온톨로지 기반 공동주택 분류체계를 구축하고, 이를 활용하여 공동주택 단지별 적정 에너지 사용량을 예측하기 위한 모델을 개발하였다. 첫째, 서울시 소재의 324건의 공동주택을 선정하여, 특성 및 가스 에너지 사용량 데이터를 수집하였다.
- 앞서 언급한 바와 같이, 본 연구에서 구축한 분류체계는 향후 확장 가능한 형태로 구성하고자 하였다. 따라서 분류 기준의 객관성을 확보할 필요가 있으며, 건축 법규에 의거한 용도에 따른 건축물의 분류 기준을 기본으로 하였다.
- 온톨로지를 이용하여 분류체계를 구성하는 가장 큰 목적은 데이터로의 접근 용이성 및 적용의 확장성을 확보하는 것이다. 따라서 분류체계를 구성할 때, 이러한 온톨로지의 장점을 극대화하기 위해서는 본 연구의 결과를 적용하되, 향후 연구범위 및 대상의 확장성을 고려할 필요가 있다.
- 앞서 Pearson 상관분석을 통해, 가스에너지 사용량에 영향을 미치는 주요 독립변수로서, 관리비부과면적, 세대수, 동수 3가지 변수가 선정되었다. 이러한 3가지 독립변수를 활용하여 온톨로지 기반의 공동주택 분류체계를 구축하고자 한다.
- 이러한 분류체계 구축의 궁극적인 목적은 공동주택 단지의 개선여부를 판단하기 위한 의사결정 지원모델을 개발하는 것이다. 공동주택 단지별 특성, 즉 연면적, 세대수, 동수, 난방방식, 복도형식 등은 매우 다양한데, 이러한 특성에 따라 에너지 사용량에 차이가 발생하게 된다.
- 따라서, Pearson 상관분석을 실시하였고, 그 결과에 따라 종속변수와 상관관계가 높은 독립변수들을 선별했다. 이러한 선별된 독립변수를 활용하여 온톨로지 기반의 공동주택 분류체계를 구축함으로써, 보다 명확하고 간단한 분류체계를 구성하고자 하였다.
- 이를 활용하여, 총 5회의 Case Study를 수행하였으며, 그 결과는 표 5에서 제시하고 있다. 전수 데이터를 활용한 모델과 온톨로지 기반 공동주택 분류체계를 활용한 모델의 예측정확도를 나타내고 있으며, 온톨로지 모델의 예측성능 향상도를 평가한 결과를 함께 제시하고 있다.
- 이렇게 추출된 공동주택 단지들을 하나의 군집으로 설정하고, Advanced CBR, MRA, ANN의 방법론을 이용하여 에너지 사용량을 예측한다. 최종적으로 이러한 예측결과는 데이터 베이스 전수를 활용한 예측결과와의 비교∙분석을 실시함으로써, 본 연구에서 제시한 온톨로지 기반 공동주택 분류체계의 타당성을 검증하고자 하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.