• 대한전자공학회논문지SD
• /
• 제47권5호
• /
• pp.1-9
• /
• 2010

이 논문에서는, 풀 HD 영상을 실시간에 처리가능한 새로운 화면 내 예측 및 DCTQ 하드웨어구조를 제안한다. 화면내 예측,.$4{\times}4$ 을 처리하기 위한 예측과 변환, 양자화, 역양자화, 역변환및 복원의 전체 cycle 을 줄일 수 있는 방법을 제안한다. $4{\times}4$ 예측 부호화 cycle을 줄이기 위해, 양자화과정을 예측 사이클에서 적용할 수 있도록 하였으며, 회로의 크기를 줄이기 위하여 9가지 모드 중 2개의 모드를 먼저 선택하는 알고리듬을 사용하였다. 또한 $16{\times}16$ 예측과 $8{\times}8$ 예측 과정를 하나의 코어를 이용하여 설계하므로 크기를 줄였다. 제안된 구조는 108Mhz 클럭에서 full HD영상을 30frame/sec에서 동작하며, 한 매크로블록의 처리 cycle 은 425 cycle이다.

• 콘크리트학회논문집
• /
• 제18권4호
• /
• pp.507-515
• /
• 2006

본 연구에서는 프리스트레스트 콘크리트(PSC) 교량의 프리스트레스를 장기적으로 예측하는 기법을 제안하였다. 제안 기법에서는 구조시스템의 계측자료를 이용하여 비선형 회귀분석을 전개하는 통계적 기법을 적용하였다. 프리스트레스의 장기예측은 비선형 회귀분석을 통해 이루어진다. 제안기법을 실제의 PSC 박스 거더 교량의 프리스트레스 예측에 적용하기 위하여 텐던에 프리스트레스 도입후 계측을 수행하였다. 프리스트레스 도입후 약 150일까지 프리스트레스는 눈에 띄게 감소하며, 손실률은 $7{\sim}8%$로 나타났다. 수치해석결과는 현장의 계측횟수가 증가할수록 신뢰구간의 폭은 감소하는 것으로 나타났다. 따라서, 제안기법에 의해 PSC 구조물의 프리스트레스를 더욱 실제적으로 예측할 수 있으며, 예측결과는 구조물의 사용기간 동안 관리 한계치에 의한 프리스트레스 관리에 유용하게 활용될 수 있을 것으로 사료된다.

• 한국강구조학회 논문집
• /
• 제14권4호
• /
• pp.549-556
• /
• 2002

바닥구조의 진동을 평가하는데 있어 기존의 고유진동수 예측식에 의한 방법이 사용되어지고 있다. 그러나, 이러한 예측식들은 재료에 따른 구분이 없기 때문에 실제와느나 다른 결과를 보이게 된다. 또한, 합성데크 플레이트 슬래브의 경우, 고유진동수를 예측하기 위해 슬래브의 단면을 환산해야 하는데, 각 데크 플레이트의 특성상 그 형태가 상이함으로 인하여 많은 어려움을 느끼게 된다. 따라서, 본 논문에서는 슬래브의 단면을 환산하기 위한 새로운 단순화된 방법을 제시하였다. 그리고, 실제 측정값과 가장 오차율이 적은 "LRFD"에 제안된 고유진동수 산출식을 보정하여 기존 예측시에 비해 약 14.3%의 오차율을 개선하는 새로운 예측보정식을 제안하고, 이에 대한 일반적인 적용가능성을 검증하였다.

• 한국정보전자통신기술학회논문지
• /
• 제16권5호
• /
• pp.325-330
• /
• 2023

본 논문은 머신러닝을 활용하여 교량 데이터 설계 시 기존 엔지니어의 구조해석결과 또는 경험 및 주관에 따라 슬래브 두께를 예측하여 왔던 프로세스를 머신러닝 기법을 적용하여 디지털 기반 의사결정이 가능하도록 제시한다. 본 연구에서는 슬래브 두께 선정을 구조해석 외에 머신러닝 기법을 활용하여 엔지니어에게 가이드 값을 제공하게 함으로써 신뢰성 있는 설계 환경을 구축하고자 한다. 교량 데이터 중 가장 많은 비중을 차지하고 있는 거더교를 기준으로 상부구조물 중 슬래브 두께를 예측하기 위한 예측모델 프로세스를 정의 하였다. 각 프로세스 별 예측 값을 산출하기 위하여 다양한 머신러닝 모델 (Linear Regress, Decision Tree, Random Forest, Muliti-layer Perceptron)을 프로세스별 경합하여 최적의 모델을 도출하였다. 본 연구를 통해 기존 구조해석을 통해서만 슬래브 두께 예측을 하였던 영역에 머신러닝 기법의 적용 가능성을 확인하였으며 정확도 또한 95.4%를 도출하였다, 향후 프로세스 확장 및 데이터를 지속 확보하여 예측모델 정확도를 향상시킨다면 공사 환경에 머신러닝 모델이 지속 활용될 수 있을 것으로 기대된다.

• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 1996년도 가을 학술발표회 논문집
• /
• pp.19-28
• /
• 1996

본 논문에서는 유연 연결부를 갖고 있는 이차원 구조물의 비탄성 좌굴해석을 연구하였다. 본 해석을 통하여 구조물의 기하학적, 및 재료적 비선형 뿐만 아니라 유연 연결부의 비선형 효과가 구조물의 거동과 강도에 미치는 영향을 예측할 수 있다. 본 해석 결과는 실험 결과와 비교하였으며 예제해석도 수행하였다.

• 대한교통학회지
• /
• 제22권3호
• /
• pp.127-135
• /
• 2004

교차로 안전성 진단과 관련된 기존의 연구는 교차로 상에서 발생한 사고 자료에 기초하여 교차로 기하구조 요소, 교통량 및 신호운영방법 등과 관련된 요인을 변수로 사용하여 교통사고건수 예측모형 개발에 관한 연구가 대부분이다. 그러나, 분석하고자 하는 대상 교차로의 사고건수 예측모형을 개발하기 위해 필요한 교통사고 자료의 경우 단 기일에 걸쳐 획득되지 않으며 몇 년간의 사고 자료를 요구할 수도 있다. 이러한 자료를 이용하더라도 사고 발생 기간동안 교차로 사고에 영향을 미치는 요인(교차로 운영방법, 기하구조 등)이 변화될 수도 있다는 문제점을 지닌다. 이와 같은 이유로 교차로 안전성을 진단하는데 있어 기존 교통사고 자료는 언제나 절대적인 자료가 될 수 없다. 이에 대한 보완책으로, 3일에서 5일정도의 조사 자료만으로도 안전성 진단이 가능한 상충자료를 이용하여 교차로 안전성 진단을 할 수 있다. 본 연구는 기존사고 자료를 이용하여 사고 발생에 기인하는 여러 변수들을 교통사고심각도와의 상관관계를 분석하고, 상관관계가 높은 변수를 이용하여 신경망 사고심각도 예측모형을 개발하였으며, 모형 검증을 위해 다중회귀사고심각도 예측모형을 개발하여 비교 평가한 결과 신경망 사고심각도 예측모형의 예측력이 우수한 것으로 나타났다. 현장에서 조사된 상충자료를 신경망 사고심각도 예측모형에 적용하여 상충이 사고로 연결 될 경우 사고심각도를 예측하였으며, 예측된 사고심각도에 가중치를 부여하여 대상 교차로 위험우선순위를 결정한 결과 사고비용에 기초한 위험우선순위 결정법과 같은 순위의 결과를 도출하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1159-1163
• /
• 2010

최근의 극심한 기상이변으로 인하여 발생되는 유출량의 예측에 관한 사항은 치수 이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이다. 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이렇게 유도된 유출량의 경우 오차가 크기 때문에 그 신뢰성에 문제가 있을 것으로 판단된다. 따라서 본 논문에서는 선행우량 및 수위자료로부터 단시간 수위예측에 관해 연구하였다. 신경망은 과거자료의 입 출력 패턴에서 정보를 추출하여 지식으로 보유하고, 이를 근거로 새로운 상황에 대한 해답을 제시하도록 하는 인공지능분야의 학습기법으로 인간이 과거의 경험과 훈련으로 지식을 축적하듯이 시스템의 입 출력에 의하여 연결강도를 최적화함으로서 모형의 구조를 스스로 조직화하기 때문에 모형의 구조에 적합한 최적 매개변수를 추정할 수 있다. 따라서 정확한 예측이 어려운 하천수위를 과거의 자료로 부터 학습된 신경망의 수학적 알고리즘을 통해 유출량의 예측에 적용할 수 있을 것이다. 유전자 알고리즘은 적자생존의 생물학 원리에 바탕을 둔 최적화 기법중의 하나로 자연계의 생명체 중 환경에 잘 적응한 개체가 좀 더 많은 자손을 남길 수 있다는 자연선택 과정과 유전자의 변화를 통해서 좋은 방향으로 발전해 나간다는 자연 진화의 과정인 자연계의 유전자 메커니즘에 바탕을 둔 탐색 알고리즘이다. 즉, 자연계의 유전과 진화 메커니즘을 공학적으로 모델화함으로써 잠재적인 해의 후보들을 모아 군집을 형성한 뒤 서로간의 교배 혹은 변이를 통해서 최적 해를 찾는 계산 모델이다. 따라서 본 연구에서는 인공신경망의 가중치를 유전자 알고리즘에 의해 최적화시킨후 오류역전파알고리즘에 의해 신경망의 학습을 진행하는 모형으로 감천유역의 선산수위표지점의 수위를 1시간~6시간까지 예측하였다.

• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 2009년도 정기 학술대회
• /
• pp.200-204
• /
• 2009

구조물의 건전도를 평가하기 위하여 계측된 데이터로부터 구조물의 동특성 변화를 분석하여 손상정도를 추정하는 방법이 많이 사용되고 있다. 최근, 다점 측정된 가속도 데이터로부터 구조물의 고유진동수 및 모드형상을 추출하고 이를 초기값과 비교하여 손상탐지를 실시함으로써 손상위치 및 손상정도를 추정하는 기법이 활발히 연구되고 있다. 그러나 이러한 방법을 실제 적용하기 위해서는 계측시스템 구축에 많은 비용이 소요되며, 손상탐지를 위한 해석과정이 복잡하기 때문에 실시간에 가깝게 유용한 정보를 거주자에게 제공하는데 한계가 있다. 따라서 본 연구에서는 실용적인 계측유지관리 시스템을 구축할 수 있도록 구조물의 손상도에 따른 동적특성의 변화를 사전에 예측하여 실제 계측된 동적특성에 대한 관리 한계치를 제공하는 방안을 제시하고자 한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
• /
• pp.367-369
• /
• 2001

본 논문에서는 기존의 문어를 다루는 태거와는 달리 구어를 처리할 수 있는 구어태거를 구현하였다. 구어태거는 크게 심층구조와 표층구조의 두 가지 부분으로 구성되어 있으며, 촘스키의 구조에 따라 설계하였다. 심층구조에서 예측된 문장은 표층구조에서 실제의 입력과 음소열수준으로 비교되고 그 결과 가 다시 심층구조로 되메김된다. 이를 통해 가장 적합한 후부가 선택되며 또한 강화학습을 통해 문법과 어휘가 학습된다. 실험을 통해서 여러 가지 잡음이 섞인 입력단어를 본 태거가 얼마나 정확한 예측을 할 수 있는가를 보았으며, 그 결과 잡음에 강한 특성을 나타내는 것을 확인하였다.

• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 2011년도 정기 학술대회
• /
• pp.639-642
• /
• 2011

이 연구에서는 완전 조립식 교량 하부구조의 비선형해석을 위한 전산플랫폼을 개발하였다. 완전 조립식 교량 하부구조의 비선형거동을 정확하게 파악하고 합리적이면서 경제적인 설계기준의 개발을 위한 자료를 제공하는데 그 목적이 있다. 재료적 비선형성에 대해서는 균열콘크리트에 대한 인장, 압축, 전단모델과 콘크리트 속에 있는 철근모델을 조합하여 고려하였다. 사용된 부착 또는 비부착 텐던요소는 유한요소법에 근거하며 프리스트레스트 콘크리트 부재의 콘크리트와 텐던의 상호작용을 구현할 수 있다. 그리고 접합면요소는 세그먼트 접합부의 비탄성거동을 예측할 수 있다. 제안된 해석기법은 수치예제에 대하여 비선형거동을 비교적 정확하게 예측하였다.