• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2013.10a
• /
• pp.247-249
• /
• 2013

열화한 철근콘크리트 구조물에 대하여 성능회복을 위하여 전기화학적 방식, 단면복구공법, 균열보수공법, 표면마감공법 등이 상용되고 있다. 본 연구에서는 단면복구공법의 적용과 성능예측을 위한 해석 모델의 입력값으로 사용될 보강철근과 단면복구재의 부착특성을 평가하기 위하여 철근인발실험을 실시하였다. 폴리머시멘트몰탈이 사용되었으며 부착요소의 강성과 강도를 구하여 비선형 해석을 실시하여 상당한 정확도의 예측값을 도출하였다.

• Water for future
• /
• v.17 no.4
• /
• pp.269-272
• /
• 1984

우선 홍수유량은 강우가 수문유출계를 통하여 변환된 것이므로, 원리적으로는 유량데이터만으로, 즉 강우데이터 없이도 홍수예측이 가능함을 기술한다. 다음에는 강우유출계의 강한 비선형성은 유량을 수치휠터에 의해 2~3의 성분으로 분리할 때 각성분계부터는 제거되는 것(단, 강우의 분리법칙이 비선형이 된다. "휠터 분리 AR법")에 대하여 기술한다. 제삼으로, 실측유량과 예측유량의 오차가 가장 신뢰도가 높은 정보임을 지적하고, 이 오차를 이요하는 휠터링의 방법으로서 세가지의 고찰법이 있음을 제시한다. 마지막으로 역산강우에 칼만.휠터를 적용하는 방법을 제안하고, 그 방법을 효과적으로 하는 여러 가지 기법을 기술한다. 기법을 기술한다.

• Journal of the Society of Disaster Information
• /
• v.9 no.3
• /
• pp.324-331
• /
• 2013

Epoxy asphalt concrete is used to reduce dead load and to increase durability on long-span steel bridge overlay. The strength development properties of epoxy asphalt concrete are affected by time and temperature because epoxy asphalt is two-phase reactive materials. The strength development of epoxy asphalt concrete should be predicted precisely to decide traffic opening time. Based on this background in mind, the prediction model for traffic opening time for epoxy asphalt pavement was proposed in this research. The developed model using nonlinear curve fitting revealed R2 value of 0.943 while the R2 value of the existing model using chemical kinetics was 0.806. An improved precise prediction result is to be obtained when the prediction model uses accurate temperature data of pavement.

• Proceedings of the Korean Society of Coastal and Ocean Engineers Conference
• /
• 2003.08a
• /
• pp.53-57
• /
• 2003

불규칙파를 사용하여 설계 자료로 이용하기 위해서는 설계해역에서 불규칙파의 파랑변형을 예측할 수 있는 수치모형의 개발이 선행되어야 한다. 비선형 불규칙파의 거동을 해석할 수 있는 Boussinesq 방정식은 상대파고인 $\alpha$/h($\alpha$는 수면의 진폭, h는 수심임)를 비선형의 매개변수로 하고 상대수심인 kh(k는 파수임)를 분산성의 매개변수로 하여 섭동법을 사용하여 유도된다. Boussinesq 식은 수심이 일정한 경우에 Boussinesq(1872)가 비선형 항을 O($\alpha$/h,(kh)$^2$)까지 포함하여 처음으로 개발하였고 수심의 변화가 완만한 경우에 Peregrine(1967)이 개발하였다. (중략)

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.195-198
• /
• 2002

고농도오존이 발생되는 원인과 환경적 요인의 상호관계를 모델링하기 위해 신경회로 망과 같은 지능제어 기법들이 많이 적용되어 왔다 분석과 모델링을 위해 유전자 알고리즘과 같은 최적화 방법을 적용하기도 하지만, 고농도 오존이 발생되는 메커니즘이 매우 복잡하고, 비선형적이며, 패턴파악이 어렵기 때문에 고농도 오존의 예측 모델링에는 여전히 문제점이 있다 따라서 본 논문에서는 신뢰수준과 신뢰구간을 이용하여 초농도 오존을 예측할 수 있는 모델링 방법을 서술하였다 예측값의 신뢰수준의 평가는 예측에 대한 실측값을 구하여 신뢰구간내의 데이터의 개수를 파악함으로써 신뢰성을 평가할 수 있다. 또한 이 테스트는 우리가 가지고 있지 않은 데이터에 대한 유효성을 평가하는데 적용될 수 있다 그리고 본 논문에서는 GMDH(Group Method of data handling)의 전형적인 알고리즘에 바탕을 두고 있는 DPNN(Dynamic Polynomial Neural Network)를 이용하여 예측 모델을 구성하였다. DPNN은 데이터 해석이 용이하고 비선형적인 동적 시스템 예측에 유용하게 적용될 수 있는 장점을 가지고 있다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.33 no.1
• /
• pp.101-113
• /
• 2013

This paper intends to develop mechanical analysis models that are able to predict complete nonlinear behavior in the bolted connector subjected to cyclic loads. In addition, experimental data which were obtained from loading tests performed on the T-stub connections are utilized to validate the accuracy of analytical prediction and the adequacy of numerical modeling. The behavior of connection components including tension bolt uplift, bending of the T-stub flange, stem elongation, relative slip deformation, and bolt bearing are simulated by the multi-linear stiffness models obtained from the observation of their individual force-deformation mechanisms in the connection. The component springs, which involve the stiffness properties, are implemented into the simplified joint element in order to numerically generate the behavior of full-scale connections with considerable accuracy. The analytical model predictions are evaluated against the experimental tests in terms of stiffness, strength, and deformation. Finally, it can be concluded that the mechanical models proposed in this study have the satisfactory potential to estimate stiffness response and strength capacity at failure.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.116-116
• /
• 2012

하천유역 내의 인자를 이용하여 댐의 하천유량(stream flow)을 예측하는 일은 수문특성의 연구와 자연재해에 대한 대비 및 수공구조물과 방재시설의 설계 시 중요한 역할을 한다. 이러한 연구는 과거부터 활발히 이루어졌으며, 아직도 보다 높은 정확도의 결과를 얻기 위해 많은 연구들이 이루어지고 있다. 특히 기존의 유역 내 자료를 통해 비선형적 모델인 인공신경망(artificial neural network)을 이용한 하천유량을 예측하는 연구 역시 활발히 이루어지고 있다. 본 연구의 목적은 여러 유역인자들 중 하천유량에 가장 영향을 미치는 변수를 추출하고 보다 정확한 예측모델을 구축하는 것이다. 기존의 입력자료 선정기법중의 하나인 상호정보량(mutual information)과 수문기상자료의 비선형 동역학적 성분을 추출하는 웨이블렛 변환(wavelet transform)을 사용하여 인공신경망에 적용시켰다. 인공신경망을 적용하는 경우, 수문자료에 있어서 변수의 선택과 자료의 상태가 강우예측의 결과에 큰 영향을 미친다. 이러한 변수의 선택에 있어서 상호정보량을 바탕으로 한 인공신경망 입력변수 선택기법이 많이 사용되고 있다. 일반적으로 시계열자료는 경향성(trend), 주기성(periodicity) 및 추계학적 성분(stochastic component)의 선형조합으로 가정될 수 있으며, 특히 경향성과 주기성은 시계열 모형을 위해 제거되어야 할 결정론적 성분으로 취급한다. 즉. 수문 기상자료에 포함되어 있는 경향성과 주기성과 같은 비선형 동역학적 잡음(nonlinear dynamical noise)을 제거하고 입력자료의 카오스적 거동을 보이는 성분을 분리하기 위해 웨이블렛 변환을 사용하였다. 대상유역은 한강 유역에 포함되어 있는 충주댐으로 선택하였다. 유역 내 다양한 인자들과 하천유량사이의 상호정보량을 구해 영향력이 가장 큰 변수를 추출하고, 그 자료를 웨이블렛 변환을 적용하여 인공신경망의 입력자료로 사용하였다. 본 논문에서는 위와 같은 과정을 이용해 추정한 하천유량 결과와 기존의 방법인 상호정보량을 이용해 인공신경망을 적용한 결과를 실제자료와 비교하였다.

• The Korean Journal of Financial Management
• /
• v.16 no.2
• /
• pp.285-308
• /
• 1999

증권의 가격형성에 유리한 뉴스와 불리한 뉴스가 도착할 때 이 뉴스가 주가의 변동성에 미치는 영향의 정도는 차이가 있다. 불리한 뉴스가 변동성에 미치는 영향도가 유리한 뉴스가 변동성에 미치는 영향도보다 크다. 따라서 불리한 뉴스가 발생할 때 형성되는 변동성의 양이 유리한 뉴스의 도착시보다 크다. 그리고 충격의 크기에 따라 이 충격이 야기하는 변동성의 양의 크기에도 차이가 존재한다. 일반 자기회귀 조건부 이분산 과정은 유리한 뉴스와 불리한 뉴스를 대칭적으로 반영하고 있다. 이 뉴스들을 비대칭적으로 포착하는 자기회귀 조건부 이분산 과정의 모형들을 실증적으로 분석하였다. 뉴스의 비대칭성과 규모를 적절히 포착하고 있는 모형들이 비선형 일반 자기회귀 조건부 이분산 과정, 지수 일반 자기회귀 조건부 이분산 과정과 정보 포착 자기회귀 조건부 이분간 과정임이 발견되었다. 이 중 비선형 일반 자기회귀 조건부 이분산 과정이 가장 좋은 모형으로 보인다. 비선형 일반 자기회귀 조건부 이분산 과정의 경우 예측오차의 승멱(power)이 약 1.5이다. 따라서 일반 자기회귀 조건부 이분산 과정의 예측오차의 승멱인 2에 비하여 작다. 이 사실은 일반 자기회귀 조건부 이분산의 예측오차의 승멱이 과도하게 측정되고 없음을 알 수 있다. 뉴스의 비대칭성과 규모를 반영하고 있는 모형들은 한결같이 예측오차의 크기에 적절한 가중치를 부여하여 예측오차의 크기를 조정하고 있다. 이 모형의 성질과 실증분석의 결과에 의하여 예측오차의 승멱은 2 이하로 수정하여 사용해야 한다는 점이 시사되고 있다. 음의 충격이 양의 충격보다 주가의 변동성을 크게 하고 없음이 발견되었다. 주가형성에 유리한 뉴스와 불리한 뉴스가 주가의 변동성에 미치는 영향의 차이와 충격의 중대성을 양으로 표시하는 규모의 차이를 반영해주는 변수들의 추정된 계수가 미국과 일본보다 절대값에 있어서 상당히 작다. 이 현상은 뉴스의 비대칭성과 규모보다는 발생하는 충격, 즉 뉴스 자체에 보다 민감하게 반응하고 있음을 보여주고 있다. 물론 투자자들이 뉴스의 비대칭성과 규모를 완전히 무시하고 투자활동을 전개하고 있다는 것을 의미하는 것은 아니다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.10 no.4
• /
• pp.736-739
• /
• 2009

In this paper, an efficient lossless compression algorithm using motion adaptation is proposed. It is divided into two parts: a motion adaptation based nonlinear predictor part and a residual data coding part. The proposed nonlinear predictor can reduce prediction error by learning from its past prediction errors using motion adaption. The predictor decides the proper selection of the intra and inter prediction values according to the past prediction error. The reduced error is coded by existing context adaptive coding method. Experimental results show that the proposed algorithm has the higher compression ratio than context modeling methods, such as FELICS, CALIC, and JPEG-LS.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1027-1031
• /
• 2008

본 연구는 한반도 영역을 대상으로 2001년 7, 8월과 2002년 6월로 홍수기를 대상으로 RDAPS 모형, AWS, 상층기상관측(upper-air sounding)의 자료를 이용하였다. 또한 수치예보자료를 범주적 예측확률로 변환하고 인공신경망기법(ANN)을 이용하여 강수발생확률의 예측정확성을 향상시키는데 있다. 신경망의 예측인자로 사용된 대기변수는 500/ 750/ 1000hpa에서의 지위고도, 500-1000hpa에서의 층후(thickness), 500hpa에서의 X와 Y의 바람성분, 750hpa에서의 X와 Y의 바람성분, 표면풍속, 500/ 750hpa/ 표면에서의 온도, 평균해면기압, 3시간 누적 강수, AWS관측소에서 관측된 RDAPS모형 실행전의 6시간과 12시간동안의 누적강수, 가강수량, 상대습도이며, 예측변수로는 강수발생확률로 선택하였다. 강우는 다양한 대기변수들의 비선형 조합으로 발생되기 때문에 예측인자와 예측변수 사이의 복잡한 비선형성을 고려하는데 유용한 인공신경망을 사용하였다. 신경망의 구조는 전방향 다층퍼셉트론으로 구성하였으며 역전파알고리즘을 학습방법으로 사용하였다. 강수예측성과의 질을 평가하기 위해서 $2{\times}2$ 분할표를 이용하여 Hit rate, Threat score, Probability of detection, Kuipers Skill Score를 사용하였으며, 신경망 학습후의 강수발생확률은 학습전의 강수발생확률에 비하여 한반도영역에서 평균적으로 Kuipers Skill Score가 0.2231에서 0.4293로 92.39% 상승하였다.