Earticle

현재 위치 Home

기술 융합(TC)

머신러닝 기반 스마트 단말기 Lithium-Ion Cell의 잔량 추정 방법의 실증적 연구
An Empirical Study on Machine Learning based Smart Device Lithium-Ion Cells Capacity Estimation

첫 페이지 보기
  • 발행기관
    국제문화기술진흥원 바로가기
  • 간행물
    The Journal of the Convergence on Culture Technology (JCCT) KCI 등재 바로가기
  • 통권
    Vol.6 No.4 (2020.11)바로가기
  • 페이지
    pp.797-802
  • 저자
    장성진
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A386419

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
Over the past few years, smart devices, including smartphones, have been continuously required by users based on portability. The performance is improving. Ubiquitous computing environment and sensor network are also improved. Due to various network connection technologies, mobile terminals are widely used. Smart terminals need technology to make energy monitoring more detailed for more stable operation during use. The smart terminal which is light in small size generates the power shortage problem due to the various multimedia task among the terminal operation. Various estimation hardwares have been developed to prevent such situation in advance and to operate stable terminals. However, the method and performance of estimating the remaining amount are not relatively good. In this paper, we propose a method for estimating the remaining amount of smart terminals. The Capacity Estimation of lithium ion cells for stable operation was estimated based on machine learning. Learning the characteristics of lithium ion cells in use, not the existing hardware estimation method, through a map learning algorithm using machine learning technique The optimized results are estimated and applied.
한국어
지난 몇 년 동안 스마트 폰을 비롯한 다양한 스마트 기기들은 휴대성을 기반으로 사용자의 요구에 의해 지속 적으로 성능이 향상 되고 있다. 유비쿼터스 컴퓨팅 (Ubiquitous Computing) 환경과 센서 네트워크 (Sensor network)등의 다양한 망 접속 기술로 인하여 휴대성을 기반으로 하는 단말기들이 다양하게 보급되어 사용되고 있다. 스마트 단말들은 사용 중에 보다 안정적인 동작을 위하여 에너지 모니터링을 세밀하게 할 수 있는 기술이 필요하게 되었다. 소형 경량화 된 스마트 단말기는 다양한 멀티미디어 작업으로 인하여 단말 운용 중에 전원 부족 문제가 발생하게 된다. 이와 같은 상황을 미리 방지하고 안정적인 단말 운용을 위해서 기존에 다양한 추정 하드웨어가 개발 되었다. 그러나 잔량 추정을 하는 방법 이나 성능이 비교적 우수하지 못하였다. 본 논문에서는 스마트 단말의 운용 중에 발생 할 수 있는 잔여 잔량 문제를 미리 예측 하여 보다 안정적인 운용을 위한 리튬이온 셀의 잔량 추정 방법을 머신러닝에 기초를 두고 연구 하였다. 기존의 하드웨어적인 추정 방법이 아니라 사용 중인 리튬이온 셀의 특성을 머신러닝 기법을 이용한 학습 알고리즘으로 학습 시키고 최적화된 결과를 추정하여 적용 하고자 한다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 리튬이온 셀의 충전,방전 메카니즘
Ⅲ. 스마트 단말 셀의 잔량추정
Ⅳ. 잔량 추정을 위한 기계학습
Ⅴ. 결론
References

키워드

스마트 단말 리튬이온 셀 잔량추정 머신러닝 Smart terminal Lithium ion cell Capacity Estimation Machine learning

저자

  • 장성진 [ Jang SungJin | 정회원, 유한대학교 메카트로닉스공학과 교수 ] Corresponding Author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    국제문화기술진흥원 [The International Promotion Agency of Culture Technology]
  • 설립연도
    2009
  • 분야
    공학>공학일반
  • 소개
    본 진흥원은 문화기술(Culture Technology) 관련 산·학·연·관으로 구성된 비영리 단체이다. 문화기술(CT)은 정보통신기술(ICT), 문화적 사고 기반의 예술, 인문학, 디자인, 사회과학기술이 접목된 신융합기술(New Convergence Technology, NCT)로 정의한다. 인간의 삶의 질을 향상시키고, 진보된 방향으로 변화시키고, 문화기술 관련 분야의 학술 및 기술의 발전과 진흥에 공헌하기 위하여, 제3조의 필요한 사업을 행함을 그 목적으로 한다.

간행물

  • 간행물명
    The Journal of the Convergence on Culture Technology (JCCT) [문화기술의 융합]
  • 간기
    격월간
  • pISSN
    2384-0358
  • eISSN
    2384-0366
  • 수록기간
    2015~2026
  • 등재여부
    KCI 등재
  • 십진분류
    KDC 600 DDC 700

이 권호 내 다른 논문 / The Journal of the Convergence on Culture Technology (JCCT) Vol.6 No.4

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.