• 한국구조물진단유지관리공학회 논문집
• /
• 제12권1호
• /
• pp.65-72
• /
• 2008

최근에 상용 FRP 판(plank)을 콘크리트 구조물의 영구 거푸집 및 보강재로 이용하기 위한 연구가 진행되고 있다. FRP 판과 타설 콘크리트가 합성효과를 발휘하기 위해서는 두 재료간의 부착이 중요한 요인 중의 하나이다. 이러한 부착을 확보하기 위하여 FRP 판에 모래를 일반적으로 건설현장에서 많이 사용하는 에폭시를 이용하여 부착하였다. FRP 판과 콘크리트 합성구조의 구조적 거동을 이해하기 위해서는 FRP판과 타설 콘크리트 사이의 정량적인 국부 부착모델이 필요하다. 본 연구에서는 이와 같은 합성구조 시스템에 간단히 적용할 수 있는 단순 부착모델을 제안한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2017년도 제29회 한글 및 한국어 정보처리 학술대회
• /
• pp.298-300
• /
• 2017

본 논문에서는 단순하지만 효과적인 단어 표현 방법인 Bags of Features에 대한 비교 실험을 수행한다. Bags of Features는 어휘집의 크기에 제한이 없으며, 문자 단위의 정보를 반영하고, 벡터화 과정에서 신경망 구조에 의존하지 않는 단어 표현 방법이다. 영어 품사 부착 실험을 사용하여 실험한 결과, one-hot 인코딩을 사용한 모델과 대비하여 학습 데이터에 존재하지 않는 단어의 경우 49.68%, 전체 부착 정확도는 0.96% 향상이 관찰되었다. 또한, Bags of Features를 사용한 모델은 기존의 영어 품사 부착 분야의 최첨단 모델들 중 학습 데이터 외의 추가적인 데이터를 활용하지 않는 모델들과 비견할 만한 성능을 보였다.

• 한국어정보학회:학술대회논문집
• /
• 한국어정보학회 2017년도 제29회 한글및한국어정보처리학술대회
• /
• pp.298-300
• /
• 2017

본 논문에서는 단순하지만 효과적인 단어 표현 방법인 Bags of Features에 대한 비교 실험을 수행한다. Bags of Features는 어휘집의 크기에 제한이 없으며, 문자 단위의 정보를 반영하고, 벡터화 과정에서 신경망 구조에 의존하지 않는 단어 표현 방법이다. 영어 품사 부착 실험을 사용하여 실험한 결과, one-hot 인코딩을 사용한 모델과 대비하여 학습 데이터에 존재하지 않는 단어의 경우 49.68%, 전체 부착 정확도는 0.96% 향상이 관찰되었다. 또한, Bags of Features를 사용한 모델은 기존의 영어 품사 부착 분야의 최첨단 모델들 중 학습 데이터 외의 추가적인 데이터를 활용하지 않는 모델들과 비견할 만한 성능을 보였다.

• 한국콘크리트학회:학술대회논문집
• /
• 한국콘크리트학회 2005년도 봄학술 발표회 논문집(I)
• /
• pp.143-146
• /
• 2005

최근 들어 90도 표준갈고리의 대안으로 정착판을 지니는 헤드 철근(headed bar)에 대한 관심이 높아지고 있다. 헤드 철근의 정착내력은, 정착판의 지압력과 위험단면에서 헤드까지 정착길이의 부착력으로 발현된다. 실제 구조물에서는 정착되는 부재의 재료 및 기하학적 물성에 의해 다양한 파괴가 발생된다. 따라서 헤드 철근의 정착내력은 단순히 지압력과 부착력의 합으로 산정될 수 없으며, 발생 가능한 모든 파괴양상을 고려한 최소 내력으로 결정되어야 한다. 헤드 철근의 정착내력을 산정하기 위한 기본적인 해석모델로, CCT 절점에 정착된 헤드 철근의 트러스 모델을 제안하였다. 제안된 트러스 모델의 파괴는 부착파괴와 콘크리트의 압축파괴로 구분되며, 재료 및 기하학적 물성에 의해 파괴 양상이 결정된다. 이러한 트러스 모델은 외부 보-기둥 접합부와 같이 보다 복잡한 부위에 정착된 헤드철근의 정착 기구를 설명하는데 활용될 수 있다.

• 한국전산유체공학회지
• /
• 제1권1호
• /
• pp.47-54
• /
• 1996

비유선형 물체 주위의 유동은 정체유동, 경계층 박리 및 재부착, 주기적 와열의 생성등의 복잡한 유동현상이 공존한다. 이와 같은 유동의 2-방정식 난류모델을 이용한 정확한 예측은 일반적으로 불가능 하다고 인식되어 왔으나, 본 연구에서는 기존의 비교적 단순한 난류모델을 활용한 정사각주 주위의 비정상 난류유동의 예측 가능성을 체계적으로 규명하였다. 적절한 난류모델의 선정과 더불어 시간 정확도, 공간 정확도 및 대류항 처리법 등이 해석의 결과에 미치는 영향을 살펴 보았다. 기존의 표준 κ-ε모델은 정체점 주위에서 난류생성항의 과도한 예측으로 말미암아 재부착 및 와열생성의 정확한 예측이 불가능 하였으나, RNG κ-ε 모델을 사용한 경우 이와 같은 현상을 제거 할 수 있었다. 그러나 이 경우에도 예측의 정확도가 시간 증분, 격자의 크기 및 대류항 처리법 등에 영향을 받았으며, 특별히 대류항 처리법에 따라 상당히 민감하게 변하는 것을 알 수 있었다.

• 한국어정보학회:학술대회논문집
• /
• 한국어정보학회 2017년도 제29회 한글및한국어정보처리학술대회
• /
• pp.333-337
• /
• 2017

본 논문에서는 개체명 인식과 언어 모델의 다중 학습을 이용한 한국어 개체명 인식 방법을 제안한다. 다중 학습은 1 개의 모델에서 2 개 이상의 작업을 동시에 분석하여 성능 향상을 기대할 수 있는 방법이지만, 이를 적용하기 위해서 말뭉치에 각 작업에 해당하는 태그가 부착되어야 하는 문제가 있다. 본 논문에서는 추가적인 태그 부착 없이 정보를 획득할 수 있는 언어 모델을 개체명 인식 작업과 결합하여 성능 향상을 이루고자 한다. 또한 단순한 형태소 입력의 한계를 극복하기 위해 입력 표상을 자소 및 형태소 품사의 임베딩으로 확장하였다. 기계 학습 방법은 순차적 레이블링에서 높은 성능을 제공하는 Bi-directional LSTM CRF 모델을 사용하였고, 실험 결과 언어 모델이 개체명 인식의 오류를 효과적으로 개선함을 확인하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 1997년도 제9회 한글 및 한국어 정보처리 학술대회
• /
• pp.94-101
• /
• 1997

한국어의 언어분석을 위한 가공코퍼스의 하나인 품사부착 코퍼스는 형태소 언어분석의 기초가 되는 자료로서 각종 언어분석 모델의 학습자료와 관측자료 또는 검증자료로서 중요한 역할을 한다. 품사부착 코퍼스의 구축은 많은 노력과 시간이 요구되는 어려운 작업이다. 기존의 구축방법은 자동 태거의 결과를 일일이 사람이 확인해 가면 오류를 발견하고 수정하는 단순 작업이었다. 이러한 단순 작업은 한번 수정된 자동태거의 반복적 오류, 미등록어에 의한 오류 들을 계속적으로 수정해야하는 비효율성을 내포하고 있었다. 본 논문에서는 HMM기반의 자동 태거를 사용하여 1차적으로 한국어 문서를 자동 태깅한다. 자동 태깅 결과로부터 규칙기반의 오류 수정을 추가적으로 행한다. 이렇게 구축된 결과를 사용자에게 제시하여 최종 오류를 수정하고 이를 앞으로의 태깅작업에 반영하는 품사부착 워크벤치에 대해 기술한다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2007년도 추계학술대회 논문집
• /
• pp.1-3
• /
• 2007

본 논문에서는 표면부착형 영구자석 동기전동기(SPMSM)의 새로운 전압 위상 제어 방법을 제안한다. 영구자석 동기전동기의 모델로부터 d축 전류를 추정하고, d축 전류가 영(零)이 되도록 전압 지령의 위상을 제어함으로써 영구자석 동기전동기의 역기전력과 전류의 위상을 맞춘다. 제안된 방식은 전류 제어 없이 단순히 전압 제어만을 수행하기 때문에 저가 구현이 중요시 되는 산업계 응용에 적합하다. 모의 실험을 통해 제안된 방식의 동작 특성을 평가한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2017년도 제29회 한글 및 한국어 정보처리 학술대회
• /
• pp.333-337
• /
• 2017

본 논문에서는 개체명 인식과 언어 모델의 다중 학습을 이용한 한국어 개체명 인식 방법을 제안한다. 다중 학습은 1 개의 모델에서 2 개 이상의 작업을 동시에 분석하여 성능 향상을 기대할 수 있는 방법이지만, 이를 적용하기 위해서 말뭉치에 각 작업에 해당하는 태그가 부착되어야 하는 문제가 있다. 본 논문에서는 추가적인 태그 부착 없이 정보를 획득할 수 있는 언어 모델을 개체명 인식 작업과 결합하여 성능 향상을 이루고자 한다. 또한 단순한 형태소 입력의 한계를 극복하기 위해 입력 표상을 자소 및 형태소 품사의 임베딩으로 확장하였다. 기계 학습 방법은 순차적 레이블링에서 높은 성능을 제공하는 Bi-directional LSTM CRF 모델을 사용하였고, 실험 결과 언어 모델이 개체명 인식의 오류를 효과적으로 개선함을 확인하였다.

• 한국산학기술학회논문지
• /
• 제16권3호
• /
• pp.2279-2286
• /
• 2015

GFRP 판을 영구 거푸집 및 주요 인장 보강재로 활용한 GFRP-콘크리트 하이브리드 구조의 활용에 대해 최근 활발하게 연구가 이루어지고 있다. GFRP 판과 콘크리트 하이브리드 구조의 거동을 이해하기 위해서는 GFRP 판과 현장타설 고강도콘크리트 사이의 정량적인 국부 부착슬립모델이 필요하다. 본 연구에서는 이러한 하이브리드 구조에 간단하게 적용할 수 있는 2중 직선 단순 부착슬립관계를 제안하고자 한다. 본 연구에서 제안된 단순 부착슬립관계의 최대 평균 부착응력은 3.29MPa이며, 초기 기울기는 35.66MPa/mm, 총 슬립은 0.23mm이고 계면 파괴에너지는 0.37kN/m로 나타났다.