２101 Sm3, Nm3, Am3 Energy Unit 1. Standard Temperature and Pressure 표준 유량 [Sm³/h]: STP 조건(0℃, 1atm)에서 측정한 유량 또는 기체의 부피 2. Normal Temperature and Pressure 기준 유량 [Nm³/h]: NTP 조건(20℃, 1atm)에서 측정한 유량 또는 기체의 부피 3. Actual Temperature and Pressure 실제 유량 [Am³/h]: ATP 조건(실제 온도와 실제 압력)에서 측정한 유량 또는 기체의 부피 2021. 11. 15. Kernel Density Estimation Probability Density Functiuon (확률밀도함수, pdf) 확률밀도함수는 확률변수의 분포를 나타내는 함수로 보통 확률변수가 연속형일 때를 지칭한다. 확률밀도함수는 아래 두 가지 조건을 만족해야 한다. 1. 모든 실수값 x에 대해 f(x) ≥ 0 2. ∫f(x)dx = 1 위 조건에서 알 수 있듯이 확률밀도함수는 확률이 아니며, 확률밀도함수를 적분해야 확률을 알 수 있다. Probability Density (확률밀도) 확률밀도는 X = x0일 때 확률밀도함수(f(x0))값을 의미한다. 따라서 확률밀도함수는 분포의 형태를 어떻게 정의하는지에 따라 1 이상의 값이 나올 수 있다. 연속형 확률변수 X를 정의했을 때 P(X = x0)은 연속 구간에서는 취할 수 있는 무수히 많은 경우의 수가 .. 2021. 11. 3. [matplotlib] 같은 x축 내 서로 다른 y축 2개 그래프 표기하기 위 그림과 같이 x축 시간열은 같지만, y축 범위가 다른 데이터를 표기하는 코드이다. 2021. 10. 22. Pandas Column 순서 변경 열이 한 두개가 아닌 많은 Column의 순서를 바꾸고 싶을 때 Slice를 사용하여 원하는 순서대로 만들기 가능 위와 같던 열의 순서를 아래 Slice를 이용하여 아래와 같이 순서 변경 가능 2021. 10. 21. Absorption & Stripping 1. Introduction Absorption(also called Gas Absorption, Gas Scrubbing, Gas Washing)에서는 Gas Phase에서 Liquid solvent로 하나 이상의 물질이 전이된다. Liquid 상태로 옮겨진 물질들은 Solutes(용질) 또는 Absorbate(흡수물)이라고 불린다. Absorption은 계에 존재하는 화학 물질의 변화를 포함하지 않는다. Absorption은 Gas 혼합물을 분리하거나 불순물을 제거하거나 화학물질을 회수하는데 사용된다. Gas-Liquid Absoprtion은 적절한 용매를 사용하여 기체 혼합물에서 특정 가스를 분리하는 단위 과정이다. Absorption은 일반적으로 불순물을 줄여 공정 효율을 높이고 가스 혼합물에서 .. 2021. 10. 19. PSA(Pressure Swing Adsorption) Process 1. PSA Process Introduction (압력차흡착법) PSA(Pressure Swing Adsorption)는 기체혼합물을 분리하거나 특정성분을 제거시켜 기체를 정제하는데 사용되는 저에너지 분리공정이다. 저에너지 분리공정으로서 흡착제로 채워진 탑을 원료기체가 고압상태에서 통과하면서 특정성분들이 선택적으로 흡착되어지고 흡착이 잘안되는 성분들이 흡착탑 밖으로 빠져나온다. 압력을 떨어뜨려 탈착시키면 흡착제가 재생되고, 고압에서 얻어진 생성물의 일부로 낮은 압력의 탑을 세척시킨다. PSA공정의 설계 및 조업방식은 Feed의 종류와 원하는 Product에 따라 달라지므로 다목적으로 활용할 수 있는 PSA 공정 최적설계가 가능하다. C.W.Skarstrom이 PSA조작에 의한 무가열 공기건조기를 개발한.. 2021. 10. 19. Samsung Electronics has announced 3 nm gate-all-around (GAA) process called 3GAE From FinFET to GAA: Samsung Electronics’s fab journey to 3nm and 2nm Samsung Electronics has announced that its development of the 3 nm gate-all-around (GAA) process called 3GAE is on track and that it has made available version 0.1 of its process design kit (PDK) in April this year. Samsung is adopting the GAA architecture for 3-nm process nodes to overcome the physical scaling and performance .. 2021. 10. 18. [ANACONDA] Anaconda 실행이 갑자기 안될 때 언젠가 갑자기 ANACONDA가 실행이 안됐다. 머 cmd로 jupyter notebook 실행해서 사용하면 되니까, 상관이 없었는데, 강화학습하려고 코드 굴리는데, 중간 중간 pip install 해야할게 있어서 cmd실행으로 사용하는건 불편함이 있어서 찾아보았다. 아래 방법으로 하니까 잘 된다. 1. cmd 관리자 권한 실행 2. pip uninstall PyQt5 입력 3. conda update conda 입력 4. conda update anaconda-navigator 입력 2021. 7. 5. [GAN] GAN: Generative Adversarial Nets Source: arxiv.org/abs/1406.2661 Generative Adversarial Networks We propose a new framework for estimating generative models via an adversarial process, in which we simultaneously train two models: a generative model G that captures the data distribution, and a discriminative model D that estimates the probability that arxiv.org GAN(Generative Adversarial Nets): Generator(생성자)와 Distriminator(판별자).. 2021. 2. 3. [Scikit-learn] Data Scale Method 2021. 2. 2. [NumPy] numpy function numpy random module numpy output option setting numpy zeros, ones 2021. 1. 28. [GAN] Numerical Data Generate SOURCE - machinelearningmastery.com/how-to-develop-a-generative-adversarial-network-for-a-1-dimensional-function-from-scratch-in-keras/ How to Develop a 1D Generative Adversarial Network From Scratch in Keras Generative Adversarial Networks, or GANs for short, are a deep learning architecture for training powerful generator models. A generator model is capable of generating new artificial sample.. 2021. 1. 28. [GAN] 오토인코더와 GAN을 사용한 표현 학습과 생성적 학습 SOURCE: Hands-On Machine Learning with Scikit-Learn, Keras & TensorFlow Autoencoder: 어떤 지도 없이도(Label되어 있지 않은 Train Data를 사용해서) Latent Representation 또는 Coding이라 부르는 Input Data의 밀집 표현을 학습할 수 있는 인공 신경망 - 일반적으로 입력보다 훨씬 낮은 차원을 가지므로 Autoencoder가 차원 축소, 특히 시각화에 유용하게 사용됨 - 강력한 추출기처럼 작동하므로 DNN의 비지도 사전훈련에 사용 가능 - Train Data와 매우 비슷한 새로운 data 생성 가능 → Generative Model(생성 모델), but 생성된 이미지가 흐릿하고 실제 이미지 같지는 않다.. 2021. 1. 26. [Reinforcement Learning] Pang-Yo Lab Lecture 1: Reinforcement Learning Introduction reward(Rt) = scalar feedback Definition(Reward Hypothesis) - All goals can be described by maximistion of expected cumulative reward Markov State(=Information State) - St+1은 St에 의해서만 결정됨 - 지금 당장 형 상황이 어떤지 다 표현이 되는 상황(완전 독립적 State) - 미래는 현재에 의해서만 결정됨 Full observability: agent directly observes environment state - Agent state = environment, State = in.. 2021. 1. 15. [Reinforcement Learning] Reinforcement Learning by Sung Kim Source: Youtube 모두를 위한 RL강좌 - Sung Kim www.youtube.com/playlist?list=PLlMkM4tgfjnKsCWav-Z2F-MMFRx-2gMGG Lecutre 3: Q-Learning (Table) Policy using Q-function Max Q = maxQ(s1, a): Q 형님이 가질 수 있는 Rewards 중 제일 높은 값 π*(s) = argmaxQ(s1, a): Q 형님이 가질 수 있는 Rewards 중 제일 높은 값이 있는 Action Assum (belive) Q in s' exist The Condition - I am in s - When I do action a, I will go to s' & get reward r - Q in s', Q.. 2021. 1. 14. 이전 1 2 3 4 5 6 7 다음
