Scholarworks@UNIST

UNIST Library

Browsing by Author : 백상수

All A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

가 나 다 라 마 바 사 아 자 차 카 타 파 하

Sort by: In order: Results/Page Etal:

Showing results 1 to 19 of 19

Assessment of a green roof practice using the coupled SWMM and HYDRUS models

조경화 , 백상수

Conference Paper Issue Date2018-09-16 View58

Identification of the influential factor for the bloom of Alexandrium catenella: Machine learning and numerical simulation approach

백상수 , 권용성 , 김영옥 , 최정민 , 백승호 , 조경화

Conference Paper Issue Date2019-05-16 View39

Image-based algae estimation with hyperspectral image

표종철 , 백상수 , 박용은 , 조경화

Conference Paper Issue Date2017-11-02 View57

LID 모의 향상을 위한 SWMM-HYDRUS 결합 모델 개발

백상수 , 조경화

Conference Paper Issue Date2017-05-25 View66

SWMM LID 수질 모의 모델

백상수 , 조경화

Patent Issue Date View63

SWMM-HYDRUS 결합 모델

백상수 , 조경화

Patent Issue Date View66

고해상도 질량분석 데이터 전처리 기술

조경화 , 전준호 , 윤다은 , 백상수

Patent Issue Date View66

담수, 기수 통합 해양 물리 및 수질 수치모델

백상수 , 조경화

Patent Issue Date View66

딥 러닝을 통한 조류 대응 수처리 공정의 최적화 방법

조경화 , 박상훈 , 백상수

Patent Issue Date View40

딥 러닝을 활용한 이미지 기반 막 오염 예측 프로그램

조경화 , 박상훈 , 백상수

Patent Issue Date View81

딥-러닝 모델을 이용한 미량오염물질 정량화 장치 및 방법

조경화 , 윤다은 , 강대호 , 백상수 , 전준호

Patent Issue Date View101

딥러닝 기반 모델링을 통한 미량오염물질 정밀검출 장치 및 방법

조경화 , 전준호 , 장지이 , 백상수 , 박종관

Patent Issue Date View71

딥러닝(LSTM) 기반 하천 수질 예측 모델

백상수 , 조경화

Patent Issue Date View75

로지스틱 회귀, 랜덤포레스트, LSTM 기법을 활용한 서리예측모형 평가 File

전종안 , 이현주 , 임슬희 , 김대하 , 백상수

Article Issue Date2021-09 View70

머신러닝(RANDOM FOREST) 기반 알렉산드리윰 예측 모델

백상수 , 조경화

Patent Issue Date View80

수 환경 분야에서의 딥러닝 모델 적용사례

표종철 , 박상훈 , 조경화 , 백상수

Article Issue Date2020-12 View61

유역환경수치모델 자동보정 및 민감도 분석 프로그램

백상수 , 조경화

Patent Issue Date View64

저영향개발 모델링 기법 비교연구: 사례중심으로

백상수 , 최한나 , 박종관

Article Issue Date2019-05 View50

저영향개발(LID)의 비점오염물질 예측을 위한 모형 개발

조경화 , 백상수

Conference Paper Issue Date2018-05-25 View62

RSS 1.0 RSS 2.0

UNIST | Library

Tel : 052-217-1403 / Email : scholarworks@unist.ac.kr

ScholarWorks@UNIST was established as an OAK Project for the National Library of Korea.